[发明专利]一种质量保证的渐进式并行图像检索方法

权利要求书

1.一种质量保证的渐进式并行图像检索方法，其特征在于包括以下步骤：

1)数据准备；

2)标签过滤；

3)对象清晰度过滤；

4)对象可分离度过滤；

5)场景元素分割；

6)轮廓匹配。

2.如权利要求1所述一种质量保证的渐进式并行图像检索方法，其特征在于在步骤1)中，所述数据准备的具体方法为：对每张图像通过众包方式打上5个标签，将图像数据和标签数据存储在Hadoop分布式文件系统上。

3.如权利要求2所述一种质量保证的渐进式并行图像检索方法，其特征在于所述Hadoop分布式文件系统简称为HDFS。

4.如权利要求1所述一种质量保证的渐进式并行图像检索方法，其特征在于在步骤2)中，所述标签过滤的具体方法为：通过Map操作将查询文本分发给每个集群机器，让它们在本地的文件系统中进行标签匹配，通过Reduce操作收集所有匹配的候选图像，返回图像文件名，再通过Map操作将用户输入的查询轮廓和候选图像文件名分发给每个集群机器。

5.如权利要求1所述一种质量保证的渐进式并行图像检索方法，其特征在于在步骤3)中，所述对象清晰度过滤的具体方法为：计算每张候选图像的显著性值，并保留每张候选图片中前S个面积最大的显著性对象；对每个显著性对象从三分点、对角线准则和视觉平衡三个美学标准来评价，过滤掉不符合美学标准的对象。

6.如权利要求1所述一种质量保证的渐进式并行图像检索方法，其特征在于在步骤4)中，所述对象可分离度过滤的具体方法为：通过每个显著性对象边缘的梯度信息判断其边界是否明显，通过显著性对象周围区域聚类的分块数量衡量其背景的复杂性，过滤掉边界清晰度低或背景复杂的对象。

7.如权利要求1所述一种质量保证的渐进式并行图像检索方法，其特征在于在步骤5)中，所述场景元素分割的具体方法为：对于每个剩余的图像，通过grab-cut算法将场景元素分割出来，并且对高显著性区域进行形态学扩张。

8.如权利要求1所述一种质量保证的渐进式并行图像检索方法，其特征在于在步骤6)中，所述轮廓匹配的具体方法为：衡量用户绘制的轮廓和场景元素轮廓之间的一致性，首先将用户绘制的轮廓通过形态学闭包运算转换成封闭的区域，然后用形状上下文法来衡量两个轮廓的一致性。