[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?zhí)枺?/td>: 201810086988.6
• 申請日: 2018-01-30
• 公開（公告）號: CN110162654A
• 公開（公告）日: 2019-08-23
• 發(fā)明（設(shè)計）人: 劉穎;胡丹;范九倫;王富平
• 申請（專利權(quán)）人: 西安郵電大學(xué)
• 主分類號: G06F16/583
• 分類號: 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

本發(fā)明公開了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，它涉及數(shù)字圖像處理技術(shù)領(lǐng)域。它包括以下六個模塊：HSV顏色直方圖特征提取模塊；DCT紋理特征提取模塊；GIST特征提取模塊；特征融合模塊；利用融合特征訓(xùn)練分類器模型模塊；利用街區(qū)距離對融合特征進(jìn)行相似度計算與排序，得出初步檢索結(jié)果，對初步檢索的結(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。本發(fā)明可對多種類復(fù)雜內(nèi)容的數(shù)據(jù)庫圖像有效特征描述，消除語義鴻溝，進(jìn)一步提高檢索效率，易于推廣使用。

技術(shù)領(lǐng)域

本發(fā)明涉及的是數(shù)字圖像處理中的圖像特征提取及圖像檢索方案設(shè)計技術(shù)領(lǐng)域，具體涉及一種現(xiàn)勘圖像多種低層特征融合的特征提取算法及基于檢索結(jié)果優(yōu)化的現(xiàn)勘圖像檢索方案。

背景技術(shù)

圖像的DCT域變換系數(shù)往往可用來有效地表達(dá)圖像的紋理特征；GIST描述子利用Gabor濾波器對圖像進(jìn)行濾波來提取圖像的邊緣信息，從而實現(xiàn)從低層特征到高層語義的量化，提高檢索效率。GIST特征適用于場景分類，將GIST特征用于現(xiàn)勘圖像檢索中符合現(xiàn)勘圖像對不同場景進(jìn)行描述的內(nèi)容特色；將HSV域顏色直方圖特征、DCT域紋理特征、GIST特征融合作為現(xiàn)勘圖像低層特征，該特征能夠從顏色、紋理、圖像的場景信息這三個不同方面來描述現(xiàn)勘圖像的內(nèi)容。

為進(jìn)一步提高圖像檢索效率，需要消除圖像的低層數(shù)字特征與高層語義之間存在的“語義鴻溝”，為此，設(shè)計了一種兩層檢索機(jī)制。該方案對基于融合特征的初次檢索結(jié)果進(jìn)行語義分析根據(jù)圖像的語義類別進(jìn)行進(jìn)一步優(yōu)化檢索結(jié)果，其缺點是目前方案中分支參數(shù)的取值跟數(shù)據(jù)庫有關(guān)，是實驗經(jīng)驗取值。

發(fā)明內(nèi)容

針對現(xiàn)有技術(shù)上存在的不足，本發(fā)明目的是在于提供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，可對多種類復(fù)雜內(nèi)容的數(shù)據(jù)庫圖像有效特征描述，消除語義鴻溝，進(jìn)一步提高檢索效率，易于推廣使用。

為了實現(xiàn)上述目的，本發(fā)明是通過如下的技術(shù)方案來實現(xiàn)：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，包括以下六個模塊：(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)距離對融合特征進(jìn)行相似度計算與排序，得出初步檢索結(jié)果，對初步檢索的結(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。

(1)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、4級、4級；最后，根據(jù)量化級將圖像中點(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，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。

(2)DCT紋理特征提取模塊

離散余弦變換(Discrete Cosine Transform：DCT)是經(jīng)典的圖像頻域信息分析工具，常用于圖像紋理特征提取，本算法采用的DCT域的紋理特征提取過程分為三個步驟：DCT特征提?。籇CT波特征提??；DCT-DCT波特征提取；

①DCT特征提取過程：

對現(xiàn)勘圖像分成四塊，對每一小塊進(jìn)行DCT變換；分別計算變換系數(shù)的均值、方差以及R、G、B三個通道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?。?/p>