[發明專利]一種基于煙花算法的圖像檢索方法和系統

在審

• 申請號: 201810092400.8
• 申請日: 2018-01-31
• 公開（公告）號: CN108280209A
• 公開（公告）日: 2018-07-13
• 發明（設計）人: 王春枝;周方禹;葉志偉;任紫扉;潘尚;陳穎哲;吳盼;王毅超;蔡文成;王鑫;張鴻鑫
• 申請（專利權）人: 湖北工業大學
• 主分類號: G06F17/30
• 分類號: G06F17/30
• 代理公司: 北京高沃律師事務所 11569
• 代理人: 王戈

本發明公開一種基于煙花算法的圖像檢索方法和系統。所述檢索方法包括：獲取目標圖像和多個待檢索圖像；分別提取所述目標圖像的第一特征和各所述待檢索圖像的第二特征；根據所述第一特征和所述第二特征獲取所述目標圖像和所述多個待檢索圖像的相似度；根據煙花算法對所述相似度進行優化，獲取最優相似度；根據所述最優相似度獲取與所述目標圖像最相似的待檢索圖像。采用煙花算法尋找最優相似度，計算復雜度低，計算速度快，能跳出局部最優的能力，從而提升了圖像檢索的準確度。

技術領域

本發明涉及圖像檢索領域，特別是涉及一種基于煙花算法的圖像檢索方法。

背景技術

在圖像檢索問題中，要想提升檢索的準度和精確度主要的改進在特征提取和相似度的匹配上。針對圖像特征提取方面，由于提取的圖像的特征均源于圖像中的顏色、紋理、形狀等，方法相對固定。針對相似度匹配的問題，很多研究者通過智能算法來來實現相似度的優化，例如粒子群算法在這方面應用較多。粒子群算法優勢在于其模型所包含的參數較少，操作方便，但是粒子群算法的搜索過程主要是根據當前全局最優解和個體歷史最優解來搜索最優解的，種群個體在算法迭代多次之后會逐漸同質化，搜索空間縮小，導致算法容易陷入局部最優解，出現算法后期搜索精度不高的缺點。

煙花算法具有尋優能力強，計算復雜度低，計算速度快，能跳出局部最優的能力，將該算法應用到相似度的匹配上，能夠提升圖像檢索的準確度。

發明內容

本發明的目的是提供一種基于煙花算法的圖像檢索方法和系統，從而提高圖像檢索的準確度。

為實現上述目的，本發明提供了如下方案：

一種基于煙花算法的圖像檢索方法，所述檢索方法包括：

獲取目標圖像和多個待檢索圖像；

分別提取所述目標圖像的第一特征和各所述待檢索圖像的第二特征；

根據所述第一特征和所述第二特征獲取所述目標圖像和所述多個待檢索圖像的相似度；

根據煙花算法對所述相似度進行優化，獲取最優相似度；

根據所述最優相似度獲取與所述目標圖像最相似的待檢索圖像。

可選的，所述根據煙花算法對所述相似度進行優化，獲取最優相似度，具體包括：

將所述相似度值代入到煙花算法中，所述特征對應煙花，所述相似度對應所述煙花的適應度；

計算所述煙花中每個煙花的適應度值，并選出適應度值最大的煙花作為當前最優煙花；

判斷所述當前最優煙花的適應度值是否大于或者等于適應度閾值，獲得第一判斷結果；

若所述第一判斷結果表示所述當前最優煙花的適應度值大于或者等于適應度閾值，則根據所述當前最優煙花的位置確定所述特征；

若所述第一判斷結果表示所述當前最優煙花的適應度值小于適應度閾值，則對所述煙花進行位移處理，并計算所述位移處理后的煙花的適應度值；

判斷所述位移處理后的煙花的適應度值是否大于所述位移處理前的煙花的適應度值，獲得第二判斷結果；

若所述第二判斷結果表示位移處理后的煙花的適應度值大于位移處理前的煙花的適應度值，則用位移處理后的煙花代替與所述位移處理后的煙花對應的位移處理前的煙花；

若所述第二判斷結果表示位移處理后的煙花的適應度值小于或者等于位移處理前的煙花的適應度值，則保留與所述位移處理后的煙花對應的位移處理前的煙花；

根據各個所述第二判斷結果更新煙花，并更新所述煙花的迭代次數；

計算更新后的煙花中的每個煙花的適應度值，并將更新后的適應度值最大的煙花作為當前最優煙花；