[发明专利]一种商品图像视觉质量的自动分级方法

说明书

技术领域

本发明涉及图像搜索技术领域，特别是涉及开发了一种商品图像视觉质量的自动分级方法。

背景技术

当网上购物已经成为一种潮流和趋势时，用户通过图像搜素技术不仅仅希望搜索到商品相同或者相似的图片，更希望能提供一种导购方式，呈现更佳的商品。大量实验表明图片质量的好坏会直接影响用户的购买行为，一张高质量的商品图往往更能激发用户的购买欲望。

发明内容

本发明目的是作为图像搜索技术的必要补充，用来提高用户的购买欲望。

本发明的目的通过以下步骤实现：一种商品图像视觉质量的自动分级方法，包括以下步骤：

（1）将一批量图片作为训练样本，定义质量等级(非常好、好、一般、差、极差)，人工标定每张图片的质量等级。提取颜色直方图、颜色简洁度、颜色和谐度以及图片规则度作为训练样本的训练特征。

（2）训练步骤1中提取的特征，得到上述特征向量的特征权值。

（3）建立图像质量自动分级SVM模型。

（4）图像质量预分级，具体步骤如下：

（4.1）提取模糊度：模糊因子提取主要分为两步：提取边缘以及计算模糊因子。

首先得到水平方向和竖直方向的边缘图；

其次求得模糊因子图BR(x,y)以及反模糊因子，公式如下：

BRh(x,y)=|f(x,y)-12Ah(x,y)|12Ah(x,y);]]>

BRv(x,y)=|f(x,y)-12Av(x,y)|12Av(x,y);]]>

式中，A_h(x,y)、A_v(x,y)分别为水平方向和竖直方向的边缘图，f(x,y)为原图。BR_h(x,y)、BR_V(x,y)分别表示水平方向和竖直方向的模糊因子，而反模糊因子则为BR_h(x,y)和BR_V(x,y)最大值。

最后计算模糊均值和模糊比率。计算公式如下：