[发明专利]一种图像检索方法

说明书

技术领域

本发明涉及一种图像检索方法，特别涉及一种在图像数据库中基于特征点提取的无指导图像检索方法。

背景技术

随着计算机技术和多媒体技术等的飞速发展，人们获取数字图像的途径越来越多，获取数字图像的能力也越来越强。大量图片的获取和存储，使得对图片库进行有效的管理成为难题。其中，在给定待检索图片的情况下，如何快速、准确地从图像库中找到用户想要的图片是最基本却最常用的问题之一。解决这个问题的有效手段便是图像检索技术。常用的图像检索技术是主要可分为基于文本的和基于内容的二种。其中，基于文本的图像检索技术通常通过在对比图像库中各图像的特征描述与待检索图片特征描述来查找符合要求的图像。这种技术存在二个明显不足：首先，图像特征描述的复杂性使得对大量图片进行特征描述成为一种异常繁琐的工作。其次，图像特征描述的主观性使得描述与图片内容具有一定的不一致性，必然导致检索结果中存在大量不相关的结果。基于内容的图像检索技术主要是对图像本身的各种特征进行分析和检索的技术。目前常用的图像特征有：颜色、纹理和形状等。但基于颜色直方图的检索方法过于依赖图像的颜色，使得检索结果的精度不高。而基于纹理或形状的检索方法存在分析和描述困难的问题，使得检索的精度和效率也都不够好。还有些图像检索方法采用了半监督的反馈技术，通过与用户的交互来改善检索的结果，直到用户满意。这种方法通常会给用户带来较大的负担和时间开销。

发明内容

发明目的：本发明所要解决的技术问题是针对现有技术的不足，提供一种图像检索方法。

技术方案：本发明公开了一种图像检索方法，包括训练和检索两个部分；

所述训练部分包括以下步骤：

步骤1，特征点的提取：对待检索的图像数据库中的每一幅图像进行特征点的检测和描述，得到一组特征点集；特征点集中每一个特征点包含：点在图像中的位置坐标和一个128维的描述子矢量；

步骤2，特征点的补充和匹配关系的确定：对基于同一场景的各图像的特征点集进行补充，并找到同一场景中不同图像特征点间的匹配关系，具有匹配关系的点对应不同图像中的同一物理点；

步骤3，同类点集的生成：将所述在不同图像中且对应同一场景的同一物理点的特征点放入一个同类特征点集中；

步骤4，特征点集聚类：对同类特征点集的描述子矢量进行聚类，并确定各个聚类中心；

步骤5，图像数据库中每幅图像特征矢量的生成：确定每幅图像特征点集的描述子矢量所属的聚类，统计各个聚类的频数，根据所述频数生成一个长度为聚类数的特征矢量；

所述步骤2具体包括以下步骤：

步骤21，在同一场景的所有图像点集中，对于N个属于同一场景的图像点集，选取一个特征点最多的图像点集作为基准特征点集N_a；

步骤22，对基准特征点集N_a之外的每个图像特征点集N_i中的每个特征点F_i，在基准特征点集N_a中求取该特征点F_i基于描述子矢量欧拉距离的最近邻特征点F_i’和次近邻特征点F_i”；将特征点F_i和基准特征点集N_a中的最近邻特征点F_i’的对应关系(F_i，F_i’)作为新的匹配关系加入特征点集N_i和基准特征点集N_a的匹配关系集中；再用特征点F_i与基准特征点点集N_a中的最近邻特征点F_i’及次近邻特征点F_i”的描述子矢量欧拉距离的比值阈值(本发明中一般设定比值阈值＜0.8，当然也可以根据精度需求选取其他数值，一般范围在＜0.8±0.2)过滤超出阈值范围的匹配关系；

步骤23，对步骤22中得到的特征点集N_i和基准特征点集N_a的匹配关系集中各匹配特征点对所对应的各坐标对，确定准确的匹配坐标子集和变换对应的线性映射关系矩阵，其中，准确的匹配坐标是指匹配的坐标点所指示的不同图像上的位置对应物理上同一物体或同一场景上的同一点；