[发明专利]基于手持终端的图像检索方法和系统

权利要求书

1.一种基于手持终端的图像检索方法，其特征在于包括以下步骤：

1）调用手持终端的摄像头程序接口进行照片采集；

2）调用手持终端的网路传输接口将图片传送至服务器；

3）最后将服务器返回的结果在用户界面中显示出来。

2.根据权利要求1所述的一种基于手持终端的图像检索方法，其特征在于：所述步骤2中服务器处理接收到图片后采用处理步骤包括：

21）接受客户端程序上传的图片；

22）将图片进行贴片分解；

23）将贴片映射到贴片空间中；

24）与库中已有图片进行匹配；

25）根据匹配结果预测用户的兴趣点或拍照位置；

26）将相关信息发送给客户端程序。

3.根据权利要求2所述的一种基于手持终端的图像检索方法，其特征在于：所述步骤22）中贴片分解方法包括以下步骤：

31）构建正交贴片空间模型：

a、将每幅图片建模成一组贴片的组合，在一幅图片所含的所有成员贴片上得出的统计特征用来代表该图片的特征；

b、通过搜集大规模的图片，并将所有图片的贴片汇总并进行聚类分析，找到一个最紧致的贴片集合通过衡量中所有贴片对的相似度，构造一个相似度矩阵R，对R进行谱分解之后得到一组特征向量，这组向量是中贴片的向量表达，这组特征向量张成的空间即为所求贴片空间；

c、使用谱分解(Spectral Decomposition)对空间的正交性进行优化，过程如下：首先，计算中所有贴片对(u_i,u_j)的余弦相似度并放入矩阵R=[r_ij]_m×m，其中

rij=Sim(u→i,u→j)=cos(u→i,u→j)=u→iu→j|u→i||u→j|]]>

为贴片u_i和u_j对应的细节特征向量，然后，对R进行谱分解，

R＝VΛV^T＝(VΛ^1/2V^T)(VΛ^1/2V^T)＝C^TC

其中Λ是包含了R特征值的对角矩阵，V是对应的特征向量矩阵，矩阵C包含了中所有贴片对应的向量。此时得到的C实际包含了一组线性空间的基向量，所有基向量张成的空间即为所求的正交贴片空间。

32）独立于变换的特征表达技术：在31）所述贴片空间的基础上，任一非参考贴片在贴片空间中表达为：

CTu→=Ru]]>

u→=(CT)-1Ru]]>

其中R_u是m维向量，表达了贴片u与中所有参考贴片的关系。此时任意图片T在贴片空间中能表达为该图片对应的所有贴片在贴片空间中形成的向量的向量和，即

T=Σk=1nu→k]]>

33）自适应匹配算法：将与源图片相似度超过一定阈值的图片视为候选的图片，使用隐马尔可夫模型(Hidden Markov Model)对贴片间的空间位置关系进行建模，来自动识别到图片中包含的模式，然后，在所有候选图片集合中搜索这些模式以发现最终的结果。