[发明专利]一种图像检索方法及服务器

说明书

本发明公开了一种图像检索方法。预先根据图像库中所有图像的原始特征生成第一数量的聚类层，当接收到待查询图像时，根据待查询图像的对比特征提取第一数量的子特征，将各聚类层中与对应的子特征距离接近的聚类设置为特殊聚类，根据特殊聚类以及各图像在各聚类层中所对应的聚类筛选候选图像，最后根据待查询图像的对比特征对候选图像的原始特征进行线性搜索，以确定与待查询图像相似的图像。从而能够在确保检索精度的情况下大幅减少原始特征线性搜索范围，显著地降低了线性搜索耗时，有效提高检索效率。

技术领域

本发明涉及通信技术领域，特别涉及一种图像检索方法。本发明同时还涉及一种服务器。

背景技术

基于内容的图像检索是根据图像的视觉内容检索图像的技术，主要包括特征提取和特征相似性匹配两个过程。由于技术日臻成熟，图像检索技术在人脸比对、车辆搜索等“以图搜图”等领域有着越来越广泛的应用。

随着海量图像数据的采集与分析，图像数据库规模也越来越庞大，对检索效率提出越来越高的要求。为了加快图像检索的速度，现有技术中通常将特征空间分解为多个低维子空间的笛卡尔乘积，然后单独地对每一个子空间进行量化，利用量化空间的非对称距离进行相似性搜索。或者是该方式在提取图像特征之后对特征数据库中的进行近邻检索。

发明人在实现本申请的过程中发现，上述现有技术分别存在以下缺点：

对于利用特征量化后的非对称距离进行相似性比较的方案会一定程度增加相似距离误差，影响相似性排序，导致最相似图像排序未被检索出来；而在提取图像特征之后对特征数据库中的进行近邻检索的方案对误操作过程要求较高。

由此可见，如何在保证检索精度的前提下提高图像检索速度，成为本领域技术人员亟待解决的技术问题。

发明内容

本发明提供了一种图像检索方法，用以解决现有技术中无法在保证精度的同时对图像进行快速检索的问题，该方法应用于图像检索服务器，包括如下步骤：

根据图像库中所有图像的原始特征生成第一数量的聚类层，各所述聚类层所包含第二数量的聚类，所述聚类层根据所述原始特征的排名在阈值之前的特征值所对应的正交特征依次分解生成，所述特征值和所述正交特征由所述原始特征在经过指定方式的处理后生成；

当接收到待查询图像时，根据所述待查询图像的对比特征提取所述第一数量的子特征，所述子特征根据所述对比特征中特征值排名在所述阈值之前的对比特征依次分解生成，各所述子特征与各所述聚类层在层次顺序上一一对应；

将各所述聚类层中与对应的所述子特征距离接近的聚类设置为特殊聚类；

根据所述特殊聚类以及各所述图像在各所述聚类层中所对应的聚类筛选候选图像；

根据所述待查询图像的对比特征对所述候选图像的原始特征进行线性搜索，以确定与所述待查询图像相似的图像。

优选的，根据图像库中所有图像的原始特征生成第一数量的聚类层，具体为：

提取所述图像库中所有图像的原始特征，并对所述原始特征进行PCA分析，以生成所述特征值和所述正交特征；

获取排名在所述阈值之前的特征值所对应的正交特征；

将所述正交特征空间按顺序分解为所述第一数量的子空间；

对应于各所述子空间通过聚类生成所述第二数量的聚类，并将所述聚类后的所述子空间作为所述聚类层。

优选的，将各所述聚类层中与对应的所述子特征距离接近的聚类设置为特殊聚类，具体为：

按照层次顺序获取各所述子特征与对应的聚类层中各个聚类的距离关系，并按照从近到远的顺序对所述距离关系进行排序；