[发明专利]一种基于区间权值的相似性度量方法

权利要求书

1.一种基于区间权值的相似性度量方法，具体步骤为：首先，检索系统事先离线对图像库中的所有图像进行预处理和特征提取，得到库中所有图像的特征向量，形成图像的特征向量库；然后再由用户输入查询图像，检索系统对查询图像进行预处理和特征提取，获取查询图像的特征向量，并将查询图像的特征向量和图像特征向量库中的特征向量进行相似度匹配，将与查询图像最相似的图像返回给用户；其特征在于：所述的将查询图像的特征向量和图像特征向量库中的特征向量进行相似度匹配的具体方法如下：

假设待匹配的两幅图像的特征向量分别为A、B，特征向量A＝{a_i}，特征向量B＝{b_i}；a_i为特征向量A的第i维分量，b_i为特征向量B的第i维分量，i的取值为0，1，.......，L-1，L为特征向量的长度，取整数；

1)对两幅图像的特征向量A、B对应的每维分量a_i、b_i(i＝0，1，.......，L-1)求差值，即a_i-b_i，然后采用如下公式对每维分量间的差值进行归一化：

β_i＝|a_i-b_i|/max(|a_i|，|b_i|，|a_i-b_i|)，i＝0，1，.......，L-1

其中：β_i为对a_i-b_i归一化后的值，其取值范围为[0，1]；

2)对[0，1]区间进行不均匀或均匀划分，并给每个划分的区间分配一个权值：

首先，将[0，1]不均匀或均匀划分为N个区间，N的取值为4～8之间的整数，即：K₀＝[0，K₁)、[K₁，K₂)、......、[K_k-1，K_k)，......，[K_N-1，K_N＝1]，然后，为每个区间[K_k-1，K_k)分配一个权值W_k，其中：W_k的取值范围为0～10，k＝1，2，......，N；

3)确定归一化后的图像特征分量间的差值β_i所对应的权值Q_i：

如果归一化后的图像特征分量间的差值βi∈[K_k-1，K_k)，则差值β_i所对应的权值Q_i为步骤2)中区间[K_k-1，K_i)所分配的权值，即Q_i＝W_k；其中：i的取值为0，1，.......，L-1；k的取值为1，2，......，N；

4)对步骤3)中得到的所有权值进行累加求均值，得到特征向量A、B之间的相似性度量值S_A，B为：

SA,B=1LΣi=0L-1Qi.]]>