[发明专利]一种基于感性认知的图像检索结果排序方法

权利要求书

1.一种基于感性认知的图像检索结果排序方法，其特征在于，包括如下步骤：

(1)构建图像特征库。

1.1)在构建图像特征库前，预先获得入库图像的掩膜区域。

1.2)获得图像的掩膜区域后，得到图像的颜色特征。

1.3)获得图像的掩膜区域后，得到图像的形状特征。

1.4)获得图像的掩膜区域后，对于T恤等特殊类别服装，得到图案特征。

1.5)构建检索数据库，整个数据库由原始图像和特征文件两部分构成。

(2)以B/S架构在客户端建立导购平台，用户可选择库中图像或其它图像作为输入进行检索，检索结果返回客户端。

(3)基于感性认知的相似性显示检索结果。

3.1)根据图像的颜色、形状、图案特征，以及款式、风格主观特征对检索结果进行排序。

3.2)显示页面中，以基于相似性的顺序排列或者基于特征的纵横交错布局，分别根据颜色、形状、图案特征的相似度进行排序。

3.3)显示页面中，每张结果图同时含有商品价格、商家链接、比价链接等多种属性。

其中，所述步骤(1.1)中，所述图像掩膜区域的获取方法是：采用目标自动定位方法，粗略估算图像中目标物体所在的长方形区域。对于自动定位不准确的图像，采用人工画框确定长方形区域。确定长方形区域后，利用图像分割算法获得目标的非规则性准确区域，即掩膜区域。

所述步骤(1.2)中，图像的颜色特征获取方法为：首先将红、绿、蓝三原色进行量化，形成有限个格子。根据量化后的颜色分布，得到颜色直方图。取前N位颜色为初始聚类中心，利用K-均值算法进行颜色聚类。将最终聚类后的颜色从红、绿、蓝三原色转换到色调-饱和度-亮度颜色空间。色调-饱和度-亮度颜色空间空间被量化为M级，分别是H值M₁级，S值和V值各M₂级。最终将转换后的色调-饱和度-亮度颜色空间颜色分类以及该类颜色占的比重保存到特征文件。

所述步骤(1.3)中，图像的形状特征获取方法为：在掩膜区域利用N线法，衡量每条线和掩膜区域宽度的比例，以N条线的比例值数组作为形状特征。而对于箱包之类的图像，形状特征还包括长宽比。

所述步骤(1.4)中，图像的图案特征获取方法为：首先采用目标自动定位方法，粗略估算掩膜区域区域中图案所在的长方形区域。对于自动定位不准确的图像，采用人工画框确定长方形区域。确定长方形区域后，获取图案区域的缩放、旋转不变的特征变换SIFT特征作为图案特征。

所述步骤(1.5)中，整个数据库中的图像数据来源于网络，每张图像在入库前，需要单独获取各种特征，并存入特征文件。采用分段方式存储图像特征，每次读入一个分段的所有图像的特征，加快后期的检索速度。

所述步骤(2)中，检索步骤是：输入样图，首先获取样图的MASK区域，然后在MASK区域获取样图的特征。将样图特征与数据库中图像的特征进行比较，返回前N张结果图。样图可以是库中的，也可以是用户自己上传的。

所述步骤(3)中，基于样图检索得到的结果图列表中，按照感知相似性进行结果图的展示。结果图中同时含有商品价格、相应网络商家链接。单击结果图，将可以该张结果图作为输入图进行新一轮的检索。