[發明專利]一種圖像檢索方法和系統

有效

• 申請號: 201910180562.1
• 申請日: 2019-03-11
• 公開（公告）號: CN109992690B
• 公開（公告）日: 2021-04-13
• 發明（設計）人: 朱利霞;史云飛;伊文超;梁波;趙國強
• 申請（專利權）人: 中國華戎科技集團有限公司
• 主分類號: G06F16/583
• 分類號: G06F16/583;G06F16/53
• 代理公司: 北京輕創知識產權代理有限公司 11212
• 代理人: 張力波

1.一種圖像檢索方法，其特征在于，包括以下步驟：

S1：獲取n張目標圖像并提取全部所述目標圖像的特征；

S2：對所述特征進行聚類并構建詞典樹T₁；

S3：根據所述詞典樹T₁計算得出頻率向量F^j，再根據頻率向量F^j得到每張所述目標圖像的詞典向量d^j；

S4：獲取查詢圖像，計算所述查詢圖像的詞典向量q^j，并計算詞典向量q^j和詞典向量d^j的相似度s^j；

S5：根據所述相似度s^j得到查詢結果;

其中，步驟S1包括以下步驟：

S11：創建包括至少3個卷積子模塊的神經網絡數字模型；

S12：獲取三通道彩色圖像作為目標圖像，并將所述目標圖像轉換為3個單通道圖像；

S13：取3個所述卷積子模塊作為目標卷積子模塊，并在每個所述目標卷積子模塊后面增加一個池化層得到目標模型；

S14：根據所述單通道圖像和所述目標模型得到3個圖像信息串聯的初始圖像信息矩陣，并進行歸一化處理得到重塑圖像特征信息矩陣；

S15：根據剩余的所述單通道圖像各自重復步驟S14一次，得到3個重塑圖像特征信息矩陣I₁、I₂和I₃；

步驟S2包括以下步驟：

S21：將每個所述重塑圖像特征信息矩陣通過圖像特征提取形成至少3個64維特征；

S22：將所有所述特征進行聚類得到四個聚類中心，分別為；

S23：對每個所述聚類中心再進行聚類得到聚類節點，直到待構建的詞典樹的層數h=4或者所在的類再無子類為止；

S24，根據每個節點中的特征涵蓋的圖像數量計算節點的權重，得到詞典樹T₁。

2.根據權利要求1所述的圖像檢索方法，其特征在于：步驟S3具體包括：

S31：獲取一張所述目標圖像；

S32：提取所述目標圖像的特征得到待處理特征；

S33：計算所述待處理特征與所述目標模型內所述聚類節點的距離，將每個待處理特征歸入距離最近的詞典樹節點中；

S34：統計每個所述詞典樹節點中的待處理特征個數，得到頻率向量F^j；

S35：根據下列公式得到詞典向量d^j：

其中W_T為所述聚類節點的權重;

S36：重復步驟S31-S35直至遍歷所有所述目標圖像。

3.根據權利要求2所述的圖像檢索方法，其特征在于：步驟S4具體包括：

S41：獲取查詢圖像和所述目標模型；

S42：根據所述目標模型計算所述查詢圖像的詞典向量q^j；

S43：根據下列公式計算詞典向量q^j和詞典向量d^j的相似度s^j：

其中，p為所述詞典向量q^j和詞典向量d^j的維度；

S44：根據所述相似度s^j，將圖像庫中的圖像從大到小排序，并輸出前n張圖像作為查詢結果。