[发明专利]基于目标提取的图像检索方法

说明书

本发明提供了一种基于目标提取的图像检索方法，包括以下步骤：确定图像数据库中每一图像的局部特征聚合描述子；确定待检索图像中的目标区域图像；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；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。本发明提供的基于目标提取的图像检索方法，通过提取待检索图像中的目标局部图像，可以有效地减少待检索图像中背景内容造成的干扰，特别是大量文字内容的干扰，从而提高复杂图像的检索效率和检索准确率。

技术领域

本发明涉及计算机视觉与图像检索技术领域，具体而言，涉及一种基于目标提取的图像检索方法。

背景技术

图像检索是基于待检索图像的图像特征在预设图像数据库中寻找最相似的图像的过程，常用的图像检索方法是将待搜索图像的图像特征与图像数据库中图像的图像特征进行一一比对，从而确定相似度最高的图像。图像检索技术具有广泛的应用场景，在商品检索、身份识别、图像信息管理等领域具有重要的研究意义。

随着多媒体和互联网技术的快速发展，图像资源日益丰富，图像数据量越来越大，如何在大规模的图像资源中准确检索到用户需要的图像成为了亟需解决的关键问题，因此，建立一种精确的图像检索方法成为了当下的研究热点。

发明内容

为了解决上述技术问题至少之一，本发明的实施例提出一种基于目标提取的图像检索方法，通过提取待检索图像中的目标局部图像，可以有效地减少待检索图像中背景内容造成的干扰，特别是大量文字内容的干扰，从而提高复杂图像检索效率和检索准确率

有鉴于此，本发明提出了一种基于目标提取的图像检索方法，包括以下步骤：确定图像数据库中每一图像的局部特征聚合描述子；提取待检索图像中的目标区域图像；确定待检索图像中目标区域图像的局部特征聚合描述子；根据待检索图像中目标区域图像的局部特征聚合描述子与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，在图像数据库中确定与待检索图像匹配的图像。

优选地，确定图像数据库中每一图像的局部特征聚合描述子的步骤之前，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。

优选地，确定图像数据库中每一图像的局部特征聚合描述子的步骤，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＝arg min_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′：