[發明專利]一種基于多尺度區域特征比對的商標圖像檢索方法有效
| 申請號: | 201810298624.4 | 申請日: | 2018-04-03 |
| 公開(公告)號: | CN108845999B | 公開(公告)日: | 2021-08-06 |
| 發明(設計)人: | 樊曉東;李建圃 | 申請(專利權)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 |
| 地址: | 330000 江西省南昌市南昌高新技術產業開發區高*** | 國省代碼: | 江西;36 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 一種 基于 尺度 區域 特征 商標 圖像 檢索 方法 | ||
1.一種基于多尺度區域特征比對的商標圖像檢索方法,其特征在于,圖像處理的對象包括輸入的待檢商標圖像與檢索系統的所有圖像,所述商標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圖像中提取得到的任意滑動窗口Ai的圖像特征與從檢索系統內的圖像中提取得到的所有符合相似可能性條件的窗口Bj的圖像特征進行全局尺度間特征窗口匹配,得到相似窗口對Ai:Bj;
(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)采用自適應性閾值矩陣T對步驟(3)的相似窗口對進行分割,得到相似區域ROI;
(5)在步驟(4)得到的相似區域ROI內進行局部窗口特征匹配;
(6)根據步驟(5)的特征匹配結果,輸出檢索結果;
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,(x2,y2)、(x2',y2')分別表示檢索系統內圖像的某個窗口的左上角和右下角坐標;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,tx和ty分別表示兩窗口中心的橫向平移距離和縱向平移距離。
2.根據權利要求1所述的商標圖像檢索方法,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.根據權利要求2所述的商標圖像檢索方法,其中,所述滑窗是以圖像的左上角為起點,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.根據權利要求1-3任一項所述的商標圖像檢索方法,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.根據權利要求1-3任一項所述的商標圖像檢索方法,其中,步驟(2)所述的相似窗口對Ai:Bj滿足以下條件:其中u為偏移距離,u的數值范圍為0.4-0.6;②窗口的長寬比r滿足0.5rAi≤rBj≤2rAi。
6.根據權利要求1所述的商標圖像檢索方法,其中,步驟(4)所述自適應閾值矩陣T滿足下式:T=κ·T0·(s/100wh)α,其中,κ和α為常數,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.根據權利要求2或3所述的商標圖像檢索方法,其中,步驟(4)所述自適應閾值矩陣T滿足下式:T=κ·T0·(s/100wh)α,其中,κ和α為常數,s表示所有相似窗口的總面積,T0表示初始閾值矩陣。
8.根據權利要求6或7所述的商標圖像檢索方法,其中,所述初始閾值矩陣T0的大小為10*10,所述κ的數值范圍為0.2-0.6,所述α的數值范圍為0.4-0.8。
9.根據權利要求5所述的商標圖像檢索方法,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別在于偏移距離u的數值范圍為0.2-0.3。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于南昌奇眸科技有限公司,未經南昌奇眸科技有限公司許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201810298624.4/1.html,轉載請聲明來源鉆瓜專利網。





