[發(fā)明專利]一種基于多尺度區(qū)域特征比對的商標(biāo)圖像檢索方法

有效

• 申請?zhí)枺?/td>: 201810298624.4
• 申請日: 2018-04-03
• 公開（公告）號: CN108845999B
• 公開（公告）日: 2021-08-06
• 發(fā)明（設(shè)計(jì)）人: 樊曉東;李建圃
• 申請（專利權(quán)）人: 南昌奇眸科技有限公司
• 主分類號: G06F16/583
• 分類號: G06F16/583;G06K9/46;G06K9/62
• 代理公司: 暫無信息
• 代理人: 暫無信息

1.一種基于多尺度區(qū)域特征比對的商標(biāo)圖像檢索方法，其特征在于，圖像處理的對象包括輸入的待檢商標(biāo)圖像與檢索系統(tǒng)的所有圖像，所述商標(biāo)圖像檢索方法包括以下步驟：

(1)采用多尺度滑窗分割圖像，得到一系列窗口圖像，然后采用LBP算子提取所述窗口圖像的特征；

(2)將從輸入的待檢商標(biāo)圖像中提取得到的任意滑動窗口A_i的圖像特征與從檢索系統(tǒng)內(nèi)的圖像中提取得到的所有符合相似可能性條件的窗口B_j的圖像特征進(jìn)行全局尺度間特征窗口匹配，得到相似窗口對A_i：B_j；

(3)排除步驟(2)得到的相似窗口對中的錯誤匹配，篩選尺度-空間位置一致的相似窗口對；

(4)采用自適應(yīng)性閾值矩陣T對步驟(3)的相似窗口對進(jìn)行分割，得到相似區(qū)域ROI；

(5)在步驟(4)得到的相似區(qū)域ROI內(nèi)進(jìn)行局部窗口特征匹配；

(6)根據(jù)步驟(5)的特征匹配結(jié)果，輸出檢索結(jié)果；

步驟(3)所述的排除錯誤匹配的方法包括采用空間變換模型M和變換矩陣L，所述變換矩陣L滿足下式：

其中，(x₁,y₁)、(x₁',y₁')分別表示待檢圖像中某個窗口的左上角和右下角坐標(biāo)，(x₂,y₂)、(x₂',y₂')分別表示檢索系統(tǒng)內(nèi)圖像的某個窗口的左上角和右下角坐標(biāo)；變換矩陣L中的a₁和a₂分別表示兩對比窗口的長度縮放比和寬度縮放比，t_x和t_y分別表示兩窗口中心的橫向平移距離和縱向平移距離。

2.根據(jù)權(quán)利要求1所述的商標(biāo)圖像檢索方法，其中，所述滑窗的水平滑動步長范圍為0.1w-0.2w，垂直滑動步長范圍為0.1h-0.2h，w和h分別表示圖像的寬和高。

3.根據(jù)權(quán)利要求2所述的商標(biāo)圖像檢索方法，其中，所述滑窗是以圖像的左上角為起點(diǎn)，按照水平滑動步長、垂直滑動步長，從左到右、從上到下滑動。

4.根據(jù)權(quán)利要求1-3任一項(xiàng)所述的商標(biāo)圖像檢索方法，其中，步驟(2)所述的相似窗口對滿足兩窗口間的相似距離d小于0.5。

5.根據(jù)權(quán)利要求1-3任一項(xiàng)所述的商標(biāo)圖像檢索方法，其中，步驟(2)所述的相似窗口對A_i：B_j滿足以下條件：其中u為偏移距離，u的數(shù)值范圍為0.4-0.6；②窗口的長寬比r滿足0.5rA_i≤rB_j≤2rA_i。

6.根據(jù)權(quán)利要求1所述的商標(biāo)圖像檢索方法，其中，步驟(4)所述自適應(yīng)閾值矩陣T滿足下式：T＝κ·T₀·(s/100wh)^α，其中，κ和α為常數(shù)，s表示所有相似窗口的總面積，w和h分別表示圖像的寬和高，T₀表示初始閾值矩陣。

7.根據(jù)權(quán)利要求2或3所述的商標(biāo)圖像檢索方法，其中，步驟(4)所述自適應(yīng)閾值矩陣T滿足下式：T＝κ·T₀·(s/100wh)^α，其中，κ和α為常數(shù)，s表示所有相似窗口的總面積，T₀表示初始閾值矩陣。

8.根據(jù)權(quán)利要求6或7所述的商標(biāo)圖像檢索方法，其中，所述初始閾值矩陣T₀的大小為10*10，所述κ的數(shù)值范圍為0.2-0.6，所述α的數(shù)值范圍為0.4-0.8。

9.根據(jù)權(quán)利要求5所述的商標(biāo)圖像檢索方法，其中，步驟(5)所述的局部窗口特征匹配與步驟(2)所述全局尺度間特征窗口匹配的區(qū)別在于偏移距離u的數(shù)值范圍為0.2-0.3。