[发明专利]一种基于烟花算法的图像检索方法和系统在审
| 申请号: | 201810092400.8 | 申请日: | 2018-01-31 |
| 公开(公告)号: | CN108280209A | 公开(公告)日: | 2018-07-13 |
| 发明(设计)人: | 王春枝;周方禹;叶志伟;任紫扉;潘尚;陈颖哲;吴盼;王毅超;蔡文成;王鑫;张鸿鑫 | 申请(专利权)人: | 湖北工业大学 |
| 主分类号: | G06F17/30 | 分类号: | G06F17/30 |
| 代理公司: | 北京高沃律师事务所 11569 | 代理人: | 王戈 |
| 地址: | 430000 湖*** | 国省代码: | 湖北;42 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 检索图像 算法 最优相似度 目标图像 图像检索 烟花 相似度 计算复杂度 准确度 获取目标 特征获取 检索 图像 跳出 优化 | ||
1.一种基于烟花算法的图像检索方法,其特征在于,所述检索方法包括:
获取目标图像和多个待检索图像;
分别提取所述目标图像的第一特征和各所述待检索图像的第二特征;
根据所述第一特征和所述第二特征获取所述目标图像和所述多个待检索图像的相似度;
根据烟花算法对所述相似度进行优化,获取最优相似度,具体包括:
将所述相似度值代入到烟花算法中,所述特征对应烟花,所述相似度对应所述烟花的适应度;
计算所述烟花中每个烟花的适应度值,并选出适应度值最大的烟花作为当前最优烟花;
判断所述当前最优烟花的适应度值是否大于或者等于适应度阈值,获得第一判断结果;
若所述第一判断结果表示所述当前最优烟花的适应度值大于或者等于适应度阈值,则根据所述当前最优烟花的位置确定所述特征;
若所述第一判断结果表示所述当前最优烟花的适应度值小于适应度阈值,则对所述烟花进行位移处理,并计算所述位移处理后的烟花的适应度值;
判断所述位移处理后的烟花的适应度值是否大于所述位移处理前的烟花的适应度值,获得第二判断结果;
若所述第二判断结果表示位移处理后的烟花的适应度值大于位移处理前的烟花的适应度值,则用位移处理后的烟花代替与所述位移处理后的烟花对应的位移处理前的烟花;
若所述第二判断结果表示位移处理后的烟花的适应度值小于或者等于位移处理前的烟花的适应度值,则保留与所述位移处理后的烟花对应的位移处理前的烟花;
根据各个所述第二判断结果更新烟花,并更新所述烟花的迭代次数;
计算更新后的烟花中的每个烟花的适应度值,并将更新后的适应度值最大的烟花作为当前最优烟花;
判断所述迭代次数是否达到迭代阈值,获得第三判断结果;
若所述第三判断结果表示所述迭代次数未达到迭代阈值,则返回所述步骤“判断所述当前最优烟花的适应度值是否大于或者等于适应度阈值”;
若所述第三判断结果表示所述迭代次数达到迭代阈值,则停止迭代;
根据所述最优相似度获取与所述目标图像最相似的待检索图像。
2.根据权利要求1所述的基于烟花算法的图像检索方法,其特征在于,所述分别提取所述目标图像的第一特征和各所述待检索图像的第二特征,具体包括:
采用特征提取算法从所述目标图像中提取出多个特征,各个所述特征以向量的形式保存起来并进行归一化,得到特征向量集合为Sa={Sa1,Sa2,...,Saj},其中j是从所述目标图像中提取出的特征个数,j≥1;
采用特征提取算法从所述待检索图像中提取出多个特征,各个所述特征数以向量的形式保存起来并进行归一化,得到特征向量集合为St={St1,St2,..,Stj},其中j是从所述目标图像中提取出的特征个数,j≥1。
3.根据权利要求2所述的基于烟花算法的图像检索方法,其特征在于,所述根据所述第一特征和所述第二特征获取所述目标图像和所述多个待检索图像的相似度,具体包括:
根据下列公式计算所述目标与所述待检索图像的相似度:
其中,Dl(a,t)表示为所述目标与所述待检索图像的相似度,M表示特征的维度,Sal(m)表示为所述目标图像中的特征,Stl(m)表示为所述待检索图像中与所述目标图像中特征Sal(m)对应的特征。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于湖北工业大学,未经湖北工业大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201810092400.8/1.html,转载请声明来源钻瓜专利网。
- 上一篇:一种样本查找方法及装置
- 下一篇:一种基于烟花算法的交通路线确定方法及系统





