[发明专利]基于目标提取的图像检索方法

权利要求书

1.一种基于目标提取的图像检索方法，其特征在于，包括以下步骤：

S101.确定图像数据库中每一图像的局部特征聚合描述子；

S102.提取待检索图像中的目标区域图像；

S103.确定所述待检索图像中目标区域图像的局部特征聚合描述子；

S104.根据所述待检索图像中目标区域图像的局部特征聚合描述子与所述图像数据库中每一图像的局部特征聚合描述子之间的距离，在所述图像数据库中确定与所述待检索图像匹配的图像。

2.根据权利要求1所述的基于目标提取的图像检索方法，其特征在于，所述步骤S101之前，还包括：

提取所述图像数据库中每一图像的局部特征点；

通过聚类算法对所述提取到的所有图像的局部特征点进行聚类，确定K个聚类中心，其中，K为自然数，且1≤K≤1000。

3.根据权利要求2所述的基于目标提取的图像检索方法，其特征在于，所述步骤S101，具体为：

根据所述图像数据库中每一图像的局部特征点及所述K个聚类中心，通过如下表达式确定所述图像中的每一个局部特征点所属的聚类，得到所述图像中的局部特征点对应的N个聚类：

i＝argmin_j||x_t-μ_j||

其中，x_t表示所述图像局部特征点集合{x₁，x₂，...x_n}中的第t个局部特征点，n表示所述图像中局部特征点数量，t＝1，2，...n，μ_j表示第j个聚类中心，j＝1，2，...K，则i表示局部特征点x_t所属的聚类；

根据以下表达式确定所述N个聚类中的每个聚类的残差向量：

其中，μ_i表示第i个聚类中心，表示所述图像中属于第i个聚类的局部特征点集合中的第k个局部特征点，m表示所述图像中属于第i个聚类的局部特征点数量；

将所述N个聚类中每个聚类的残差向量合成为一个一维向量V；

根据以下表达式对所述一维向量V中的每一个分量进行幂律归一化处理，得到一维向量V′：

V_h＝sign(V_h)·|V_h|^α

其中，V_h表示所述一维向量V中的第h个分量，h＝1，2，...N，α为归一化参数，α≤1；

根据如下表达式对所述一维向量V′进行L2范数归一化处理，得到所述图像的局部特征聚合描述子V″：

4.根据权利要求3所述的基于目标提取的图像检索方法，其特征在于，所述步骤S102，具体为：

对所述待检索图像进行二维haar小波分解，得到所述待检索图像的低频分量图像；

对所述待检索图像的低频分量图像进行二值化处理，得到所述待检索图像的二值图像；

对所述待检索图像的二值图像进行形态学滤波除去所述二值图像中的空洞：

识别所述二值图像中的面积最大区域，在所述待检索图像中确定所述区域对应的图像为目标区域图像。

5.根据权利要求4所述的基于目标提取的图像检索方法，其特征在于，所述步骤S103，具体为：

提取所述待检索图像中目标区域图像的局部特征点；

根据所述待检索图像中目标区域图像的局部特征点及所述图像数据库中所有图像的局部特征点对应的K个聚类中心，确定所述待检索图像中目标区域图像的局部特征聚合描述子。

6.根据权利要求5所述的基于目标提取的图像检索方法，其特征在于，所述步骤S104，具体为：

计算所述待检索图像中目标区域图像的局部特征聚合描述子与所述图像数据库中每一图像的局部特征聚合描述子之间的距离，确定最小距离对应的所述图像数据库中的图像为与所述待检索图像匹配的图像。