[發(fā)明專利]一種基于融合特征與檢索結(jié)果優(yōu)化的現(xiàn)勘圖像檢索算法

在審

• 申請(qǐng)?zhí)枺?/td>: 201810086988.6
• 申請(qǐng)日: 2018-01-30
• 公開（公告）號(hào): CN110162654A
• 公開（公告）日: 2019-08-23
• 發(fā)明（設(shè)計(jì)）人: 劉穎;胡丹;范九倫;王富平
• 申請(qǐng)（專利權(quán)）人: 西安郵電大學(xué)
• 主分類號(hào): G06F16/583
• 分類號(hào): G06F16/583;G06K9/46;G06K9/52;G06K9/62
• 代理公司: 北京華仲龍騰專利代理事務(wù)所(普通合伙) 11548
• 代理人: 李靜

1.一種基于融合特征與檢索結(jié)果優(yōu)化的現(xiàn)勘圖像檢索算法，其特征在于，包括以下六個(gè)模塊：(1)HSV顏色直方圖特征提取模塊；(2)DCT紋理特征提取模塊；(3)GIST特征提取模塊；(4)特征融合模塊；(5)利用融合特征訓(xùn)練分類器模型模塊；(6)利用街區(qū)距離對(duì)融合特征進(jìn)行相似度計(jì)算與排序，得出初步檢索結(jié)果，對(duì)初步檢索的結(jié)果進(jìn)行優(yōu)化，選擇不同的檢索分支，得出最終檢索結(jié)果模塊。

2.根據(jù)權(quán)利要求1所述的一種基于融合特征與檢索結(jié)果優(yōu)化的現(xiàn)勘圖像檢索算法，其特征在于，所述HSV顏色直方圖特征提取模塊采用HSV顏色直方圖來作為現(xiàn)勘圖像的顏色特征，在將圖像轉(zhuǎn)換到HSV域后，將得到的H，S，V分量非等間隔量化，分別量化為16級(jí)、4級(jí)、4級(jí)；最后，根據(jù)量化級(jí)將圖像中點(diǎn)(i,j)處的三維HSV值轉(zhuǎn)化為一維的，使用如下公式：

L(i,j)＝H(i,j)×16+S(i,j)×4+V(i,j) (1)

在將圖像中原有的三維彩色表示值轉(zhuǎn)換為一維之后，進(jìn)行直方圖統(tǒng)計(jì)，便可以獲得HSV空間域的顏色直方圖，表示為1×256維的向量，就是所要求的顏色特征向量。

3.根據(jù)權(quán)利要求1所述的一種基于融合特征與檢索結(jié)果優(yōu)化的現(xiàn)勘圖像檢索算法，其特征在于，所述DCT紋理特征提取模塊DCT域的紋理特征提取過程分為三個(gè)步驟：DCT特征提取；DCT波特征提取；DCT-DCT波特征提取；

①DCT特征提取過程：

對(duì)現(xiàn)勘圖像分成四塊，對(duì)每一小塊進(jìn)行DCT變換；分別計(jì)算變換系數(shù)的均值、方差以及R、G、B三個(gè)通道DCT變換的低頻分量來構(gòu)成每一小塊的紋理特征；最后將所有小塊的紋理特征連接起來構(gòu)成整幅現(xiàn)勘圖像的紋理特征，表示為1×20維的特征向量；

②DCT波特征提取：

同樣，對(duì)現(xiàn)勘圖像分成四塊，對(duì)每一小塊的R、G、B三通道進(jìn)行DCT變換；將得到的DCT變換矩陣與kekre波矩陣進(jìn)行運(yùn)算得到DCT波系數(shù)；計(jì)算DCT波系數(shù)的均值、方差，構(gòu)成每一小塊的特征向量；最后將所有小塊的特征向量連接起來構(gòu)成整幅現(xiàn)勘圖像的紋理特征，表示為1×24維的特征向量；

③DCT-DCT波特征提取：

將上述得到的DCT特征向量與DCT波特征向量歸一化后，按權(quán)重比例2：3相融合，構(gòu)成表示現(xiàn)勘圖像內(nèi)容的DCT-DCT波特征向量，最終表示為1×44維的特征向量。

4.根據(jù)權(quán)利要求1所述的一種基于融合特征與檢索結(jié)果優(yōu)化的現(xiàn)勘圖像檢索算法，其特征在于，所述GIST特征提取模塊：GIST描述子常用語場(chǎng)景分類，而現(xiàn)勘圖像中包含很多對(duì)現(xiàn)勘場(chǎng)景進(jìn)行描述的圖片，Gist描述子特征屬于基于語義屬性的特征描述方法，即使用一系列統(tǒng)計(jì)屬性來描述圖像，如粗糙度、自然度等，將圖像與不同方向不同尺度的Gabor濾波器組進(jìn)行濾波，將濾波后得到的圖像劃分為網(wǎng)格，在每個(gè)網(wǎng)格內(nèi)取平均值，并將每個(gè)網(wǎng)格的均值級(jí)聯(lián)起來，得到圖像的Gist特征，一幅大小為h×w的灰度圖像f(x,y)用m尺度n方向，即n_c個(gè)通道的Gabor濾波器進(jìn)行濾波(n_c＝m×n)，得到的Gist特征為：

將圖像劃分成4×4的網(wǎng)格，用4個(gè)尺度8個(gè)方向的Gabor濾波器組處理得到圖像的Gist特征，則整幅圖像的Gist特征維數(shù)為4×4×32＝512維。

5.根據(jù)權(quán)利要求1所述的一種基于融合特征與檢索結(jié)果優(yōu)化的現(xiàn)勘圖像檢索算法，其特征在于，所述的特征融合模塊將HSV顏色直方圖特征、DCT紋理特征、GIST特征三種特征融合，從而得到一個(gè)從不同角度描述現(xiàn)勘圖像內(nèi)容的融合特征，經(jīng)過實(shí)驗(yàn)測(cè)試，各分量權(quán)重比例為3：5：2，各類特征要進(jìn)行歸一化處理，以避免取值范圍不同及量綱不同帶來的影響，歸一化采用如下公式：

其中是特征c的第t個(gè)分量，是歸一化后的特征向量值，

最后，圖像I的融合特征F_I由下式所得：

其中，是顏色特征，是DCT紋理特征，是GIST特征。