[发明专利]一种图像检索方法及装置

权利要求书

1.一种图像检索方法，其特征在于，包括：

提取待检索图像的多个局部特征；

从所述多个局部特征中，确定包含的信息量大于预设信息量阈值的高信息量局部特征；

从图像库中的图像中，确定出具有与所述高信息量局部特征匹配的局部特征的相似图像，作为所述待检索图像对应的图像检索结果。

2.如权利要求1所述的方法，其特征在于，从所述多个局部特征中，确定包含的信息量大于预设信息量阈值的高信息量局部特征，具体包括：

分别确定所述多个局部特征各自对应的局部特征区域的像素方差；从所述多个局部特征中，确定像素方差大于预设像素方差阈值的局部特征为高信息量局部特征；或者

分别确定所述多个局部特征各自对应的局部特征区域的信息熵；从所述多个局部特征中，确定信息熵大于预设信息熵阈值的局部特征为高信息量局部特征。

3.如权利要求2所述的方法，其特征在于，采用如下方式确定一个局部特征对应的局部特征区域的像素方差：

确定该局部特征的局部特征向量；

根据所述局部特征向量的各分量值和所述局部特征向量的维数，确定所述局部特征向量的各分量值的平均值；

根据所述局部特征向量的各分量值，以及确定的所述局部特征向量的各分量值的平均值，确定所述局部特征向量的各分量值的方差或者均方差；

将所述局部特征向量的各分量值的方差或者均方差确定为该局部特征对应的局部特征区域的像素方差。

4.如权利要求2所述的方法，其特征在于，采用如下公式确定一个局部特征对应的局部特征区域的信息熵：

H(F)=-Σi=abpi(F)log2pi(F);]]>

pi(F)=|{k|fk=i}|n;]]>

其中，H(F)为该局部特征对应的局部特征区域的信息熵；

F=[f₁ f₂……f_n]为该局部特征的n维局部特征向量，[a，b]为所述局部特征向量F中的分量f_k的取值范围，k为[1，n]中的整数；

p_i(F)表征所述局部特征向量的分量中，分量值为i的分量的数量占分量总数的比例。

5.如权利要求1所述的方法，其特征在于，从图像库中的图像中，确定出具有与所述高信息量局部特征匹配的局部特征的相似图像，具体包括：

提取图像库中的图像的局部特征；

分别确定所述图像库中的图像的各局部特征与所述高信息量局部特征之间的相似度；

将图像库中相似度大于预设相似度阈值的局部特征所归属的图像确定为所述待检索图像的相似图像。