[发明专利]基于显著性模型的图像检索方法

说明书

技术领域

本发明涉及图像检索技术领域，尤其涉及一种基于显著性模型的图像检索方法。

背景技术

图像检索技术是通过计算机对图像进行识别的技术，即对于给定图像，通过计算机算法搜索相关图像信息。这种技术在安防、信息安全领域有非常广阔的应用前景，经过了40多年的研究发展，取得了非常卓越的发展，各种识别算法的不断涌现，大量识别算法是从图像的所有特征出发，通过从二维图像中提取图像的特征信息，如LBP特征或者SIFT特征，然后用此特征信息对数据库中的图像进行检索。

然而在现有的图像检索中，都是对图像特征进行检测，再对数据库中的图像进行搜索，但是搜索出来的图像没有针对性，混杂在一起，不够明确什么是搜索的重点，导致检索结果也不够具有针对性。

因此，针对上述技术问题，有必要提供一种基于显著性模型的图像检索方法。

发明内容

有鉴于此，本发明将将显著性建模领域与图像检索相结合，提供一种基于显著性模型的图像检索方法。

为了实现上述目的，本发明实施例提供的技术方案如下：

一种基于显著性模型的图像检索方法，所述方法包括：

S1、对数据库中所有图像进行显著性建模，区分所有图像中的显著性区域和非显著性区域并保存；

S2、对待搜索图像进行显著性分析，区分待搜索图像的显著性区域；

S3、按照数据库中所有图像显著性区域和非显著性区域内与待搜索图像显著性区域内相同特征的个数标定图像分数；

S4、按照图像分数来对数据库中的图像排序，确定搜索结果。

作为本发明的进一步改进，所述步骤S1中显著性建模为具体为：

按照特征分布查找，统计图像中出现的特征，按照在有限区域内不同种类的特征汇聚在一起的个数多少确定显著性区域和非显著性区域。

作为本发明的进一步改进，所述步骤S1中显著性建模为具体为：

按照颜色直方图查找，对图像像素的每一行统计颜色直方图，横坐标为颜色分类，纵坐标为不同颜色在这一行出现的次数，查找是否两种不同颜色的分类有同时出现，再乘以占总行出现个数的权值，标定出不同位置的显著性区域，然后用扩散的方法区分显著性区域和非显著性区域。

作为本发明的进一步改进，所述特征为SIFT特征、SURF特征、BRISK特征中的一种或多种。

作为本发明的进一步改进，所述步骤S3具体为：

检查数据库中图像的显著性区域内是否出现与待搜索图像显著性区域相同种类的特征，若是，则取数据库中图像的显著性区域内特征个数和待搜索图像显著性区域内特征个数的最小值，乘以4后加入当前图像分数中；

检查数据库中图像的非显著性区域内是否出现与待搜索图像显著性区域相同种类的特征，若是，则取数据库中图像的非显著性区域内特征个数和待搜索图像显著性区域内特征个数的最小值，加入当前图像分数中。

本发明具有以下有益效果：

本发明将图像显著性建模加入图像检索中，有针对的找到显著性区域，提取图像的重要表达区域进行检索，从而能够将检索结果按重要度分级，可以按搜索的不同主题进行搜索，检索结果可以区分主题、分类主次。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明中记载的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1为本发明中基于显著性模型的图像检索方法的具体流程图。

图2为本发明一具体实施例中显著性模型的示意图。

具体实施方式

为了使本技术领域的人员更好地理解本发明中的技术方案，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本发明保护的范围。

参图1所示，本发明公开了一种基于显著性模型的图像检索方法，具体包括：

S1、对数据库中所有图像进行显著性建模，区分所有图像中的显著性区域和非显著性区域并保存；

S2、对待搜索图像进行显著性分析，区分待搜索图像的显著性区域；

S3、按照数据库中所有图像显著性区域和非显著性区域内与待搜索图像显著性区域内相同特征的个数标定图像分数；