[发明专利]在互联网上搜索图片及局部相似图片的方法

说明书

技术领域

本发明属于互联网信息处理领域，尤其是一种在互联网上搜索图片及局部相似图片的方法。

背景技术

随着互联网技术的不断发展，互联网为人们提供了各种搜索以满足人们的需要。人们不仅需要对文本信息进行搜索，而且也需要在互联网上进行图片或局部相似图片的搜索，但由于图片搜索的特殊性，根据图片内容搜索图片是一个在世界范围内难以解决的技术难题。目前，在互联网上进行图片搜索的方法存在以下问题：(1)受计算机智能识别水平的限制，个别技术虽然智能化识别达到一定水平，但识别速度过慢，难以满足应用要求；(2)由于图片占用存储空间很大，图片识别过程占用的数据空间又被指数级放大，受到网络数据传输速度局限，图片的网上识别和搜索难以进入实际应用层面。

发明内容

本发明的目的在于克服现有技术的不足，提供一种设计合理、搜索速度快并且准确率高的在互联网上搜索图片及局部相似图片的方法。

本发明解决其技术问题是采取以下技术方案实现的：

一种在互联网上搜索图片及局部相似图片的方法，包括如下步骤：

(1)客户端通过互联网与神经网络系统建立连通关系；

(2)由客户端从原图片中选取一个或多个一定大小的图片局部作为标准图片并传输到神经网络系统中的图片数据存储服务器；

(3)神经网络系统中的神经网络服务器从图片存储数据库服务器中获取标准图片并抽取标准图片的几何特征，然后对标准图片的每个几何特征进行感知训练得到每个几何特征的隶属度，在感知训练过程中获取的最大隶属度的几何特征所对应的坐标范围为搜索结果；

(4)神经网络系统中的神经网络服务器将所获得的坐标范围传送到客户端，由客户端转换为用户原图片的坐标作为搜索的结果。

而且，在步骤(1)中，客户端通过中介即时通讯服务器与神经网络系统建立点对点连通关系。

而且，在步骤(2)中，客户端在向图片数据存储服务器传输前对标准图片进行压缩处理。

而且，在步骤(2)中，标准图片的大小根据精度要求设定为900像素或900像素以上。

而且，在步骤(3)中，抽取标准图片的几何特征的方法为：神经网络服务器从标准图片的像素灰度值中，抽取灰度变化明显的边缘线条的方向值作为图片的几何特征。

而且，在步骤(3)中，对标准图片的几何特征进行感知训练的方法为：神经网络服务器利用神经元间连接权值对输入的每个几何特征进行计算，找到相应的内容类别进行收敛，得到每个几何特征的隶属度，在感知训练过程中隶属度最大时的几何特征所对应的坐标范围就是所要的搜索结果。

而且，所述的神经网络服务器内置有视觉BP神经网络模型，该神经网络模型采用基本感知器模型结构并使用误差反向传播算法，该神经网络模型的输出值是对应各个内容类别的隶属度。

本发明的优点和积极效果是：

1、本方法将客户端与神经网络系统建立点对点通讯联系，通过视觉BP神经网络模型对标准图片进行几何特征抽取、感知训练，从而实现在互联网上搜索图片或局部相似图片的功能，使图片的匹配效率大幅提高。

2、本方法在互联网上进行图片或其局部识别时，仅传输局部的标准图片并进行压缩处理，使图片匹配的信息在网络上传输的信息量得到大幅缩减。

3、本方法使互联网上根据图片内容搜索图片或其局部相似图片成为现实，填补了文字无法描述的图片内容搜索的空白。

4、本发明实现了在互联网上通过图片或其局部高速搜索原图片及其他局部相似图片功能，具有搜索速度快、准确率高的特点，可广泛用于互联网上相似或近似图片的搜索。

附图说明

图1是本发明所使用的图片搜索系统的连接示意图；

图2是检索方法的处理流程图。

具体实施方式

以下结合附图对本发明实施例做进一步详述。