[发明专利]一种基于谱图分析的图像检索方法

权利要求书

1.一种基于谱图分析的图像检索方法，其特征在于包括以下五个步骤：

步骤（1）、基于线性迭代聚类的层次化超像素分割：超像素分割将在颜色和空间上相似的点聚集在一起；使用两种分割数目的超像素；一种超像素分割为物体级别分割，用来为谱聚类的构建相似度矩阵，另一种为细节级别分割，用来计算双调和距离构成每一部分的特征描述；

步骤（2）、基于双调和距离度量的图像特征描述：双调和距离可通过下面公式进行计算：

dB(x,y)2=Σk=1∞(φk(x)-φk(y))2λk2]]>

其中d_B(x,y)为x,y之间的双调和距离，φ_k（x）为x处第k个特征向量，λ_k为第k个特征值,得到图像的局部和全局拓扑结构；接下来使用超像素之间的双调和距离作为特征的度量；

步骤（3）、基于谱聚类的图像特征分析：基于之前物体级别的超像素，使用谱聚类来对超像素进行聚类，得到更加具有语义级别的分类；

步骤（4）、基于词袋模型的图像描述子设计：将图像作为“文档”，图像中的每一部分作为一个“词”，通过对许多图像中的“词”进行分类，构建“词典”，其中每个“词”都属于一个词典；对每一幅图像进行词频的统计，得到图像描述子；

步骤（5）、图像检索测试：对图像库中的图像进行计算，每一幅图像都获得一个图像描述子；给定一张新的图像，通过步骤（1）-（3）对图像进行计算，得到新的描述子；然后将新的描述子与图像库中的描述子进行距离度量，来检索与新图像最为匹配的图像。

2.根据权利要求1所述的基于谱图分析的图像检索方法，其特征在于：步骤（1）中所述基于线性迭代聚类的层次化超像素分割方法，根据图像颜色的相似性和图像平面位置的相近性，使用线性迭代聚类方法利用五维空间，即lab色彩空间和xy的代表的平面位置来聚集相似的像素点，使用不同数目对图像进行超像素分割，通过层次化的超像素分割实现对图像物体级别和细节级别的特征描述；即将图像分割为数目较少的超像素描述图像物体级别的特征，与此同时，将图像分割为数目较多的超像素描述图像的细节级别特征。

3.根据权利要求1所述的基于谱图分析的图像检索方法，其特征在于：步骤（2）中所述的基于双调和距离的图像特征描述，对图像超像素之间进行双调和距离度量，用于描述图像超像素之间的结构关系，不仅可以表示出局部的拓扑结构，而且可以获取全局形状感知；因此，使用超像素之间的双调和距离作为图像特征的度量。

4.根据权利要求1所述的基于谱图分析的图像检索方法，其特征在于：步骤（3）中所述的基于谱聚类的图像特征分析，首先将图像看作一个图的结构，超像素看作图的结点，根据双调和距离构建图的相似度矩阵，从而将聚类问题转化为图分割的问题；根据相似度矩阵建立拉普拉斯矩阵进行特征向量分解，对特征向量进行k-means聚类得到分类结果。

5.根据权利要求1所述的基于谱图分析的图像检索方法，其特征在于：步骤（4）中所述的基于词袋模型的图像描述子设计，将图像看作一个文档，图像中的每一部分看作一个单词，通过统计每一部分出现词的频率来推测图像的内容，并得到图像的描述子。