[发明专利]一种基于机器人视觉平台的图像检索方法

说明书

技术领域

本发明涉及图像识别领域，尤其涉及一种基于机器人视觉平台的图像检索方法。

背景技术

机器人视觉平台，简称RobotEye，是一款机器人视觉检索系统，采集机器人或智能设备采集视觉数据并反馈给机器人或智能设备有价值的知识信息。当前的图像识别方法，如凭借关键字搜索、对比图形特征参数等等。其中利用关键字进行搜索以及人眼的识别都具有主观性，无法准确地反映图片信息。对比图形特征参数的方法又存在计算量过大，参数过多，实现起来较为繁琐等问题。而单一的对比图形的某个特征又无法全部具体地描述图像信息。通常现有的图像检索方法中，不具有强大的对图像内容分解的能力，智能的知识关联能力，以及敏捷的自我学习能力，且在对图像采集时，使用普通摄像头获取单帧图像样本，对连续图像以及多个视差图片的捕捉能力不强，大大降低了对目标的测量精度。综上所述，目前的图像识别方法都无法很好的解决对图像准确、简洁、分解、关联、自我学习的检索问题。

发明内容

本发明提供了一种基于机器人视觉平台的图像检索方法，提高了图像分解的准确性和客观性，提高了图像碎片相似度检索的效率和准确度。

本发明的目的是通过以下技术方案实现的：

一种基于机器人视觉平台的图像检索方法，其特征在于，该方法包括：

利用双目摄像头采集图像样本，对所述图像样本进行内容识别，根据图像分解规则对识别后的图像进行图像分解，获取图像碎片；

将所述图像碎片以列表形式发送给检索用户，检索用户对所述图像碎片进行标注；

根据支持向量机模型，对标注后的图像碎片进行分类，找到图像碎片集合边界，依据索引规则对边界附近的图像碎片进行剔除，将剔除后剩余的图像碎片进行相似度检索，获得相似度匹配最高的图像素材。

所述内容识别包括：颜色特征识别、纹理特征识别和轮廓特征识别，其中

所述颜色特征识别，包括利用颜色直方图特征匹配法对颜色特征进行提取识别，具体的，利用直方图相交法、直方图距离法、直方图中心距法、参考颜色表法和累加颜色直方图法对颜色特征进行综合打分；

所述纹理特征识别，包括利用灰度共生矩阵对纹理特征进行提取识别，并利用马尔可夫随机场MRF模型对纹理特征进行综合打分；

所述轮廓特征识别，包括利用颜色和边缘的方向性描述符方法，通过综合比较颜色与纹理的边界对轮廓特征进行提取识别。

所述图像分解包括：提取所述图像的轮廓特征，将图像点阵数据转换为矩阵，根据所述轮廓特征识别提取出的轮廓边界矩阵，结合Snake模型，对所述图像的轮廓进行提取分解。

所述支持向量机模型为其中x_i表示输入向量，x表示输出向量，b₀表示常数项。

所述图像分解规则为：单调的图像不进行分解，无意义的图像不进行分解，重复的图像不进行分解，空间距离不连续的图像碎片不进行分解；

所述索引规则为：重复的图像碎片不进行索引，无意义的图像碎片不进行索引，过于复杂的图像碎片不进行索引。

与现有技术相比，本发明实施例至少具有以下优点：

本发明实施例中，利用双目测距获得空间目标的距离特征，提高了图像分解的准确性和客观性，通过对图像样本的内容识别和图像分解获取图像碎片，并依据图像分解规则对图像进行分解，保证了对图像样本的全面分解，提高了图像碎片的准确度和参考价值，利用支持向量机模型分类方法以及建立索引规则，提高了图像碎片相似度检索的效率和准确度，保证获取到的图像素材与图像样本的相似度匹配最高，同时该方法还具有智能的知识关联能力以及敏捷的自我学习能力。

附图说明

图1为本发明实施例提出的一种基于机器人视觉平台的图像检索方法的流程框图。

具体实施方式

如图1所示，为本发明实施例提出的一种基于机器人视觉平台的图像检索方法的流程框图，包括：

利用双目摄像头采集图像样本，对图像样本进行内容识别，根据图像分解规则对识别后的图像进行图像分解，获取图像碎片；将图像碎片以列表形式发送给检索用户，检索用户对图像碎片进行标注；根据支持向量机模型，对标注后的图像碎片进行分类，找到图像碎片集合边界，依据索引规则对边界附近的图像碎片进行剔除，将剔除后剩余的图像碎片进行相似度检索，获得相似度匹配最高的图像素材。