[发明专利]图像检索方法、装置、设备及计算机可读存储介质

权利要求书

1.一种图像检索方法，其特征在于，包括：

分别提取待处理图像和各待匹配图像的轮廓边缘，并等距离采样多个点作为形状表示；

利用预设多尺度高度函数子计算所述待处理图像和各待匹配图像在形状融合多尺度空间下的形状描述子；所述多尺度高度函数子为在形态学尺度参数和高斯平滑尺度参数作用下的高度函数描述子；

基于各形状描述子，通过计算所述待处理图像和各待匹配图像在各单尺度空间下的形状相似度，生成多个单尺度检索结果集；

利用预设权重赋值函数对各单尺度检索结果集中的每个待匹配图像设置新相似度值，并根据重新赋值后的各单尺度检索结果集确定所述待处理图像的检索结果；

其中，利用预设多尺度高度函数子计算所述待处理图像和各待匹配图像在形状融合多尺度空间下的形状描述子包括：

计算所述待处理图像的每个采样点分别到其他各采样点的切线的距离，以作为所述待处理图像的形状序列特征；

利用预设多尺度函数计算所述形状序列特征的多尺度特征，以作为所述待处理图像的形状描述子；所述多尺度函数为根据形态学尺度参数和高斯平滑尺度参数生成，且形态学尺度参数值和高斯平滑尺度参数值随着所述待处理图像形状的形变程度增大而增大。

2.根据权利要求1所述的图像检索方法，其特征在于，所述利用预设多尺度高度函数子计算所述待处理图像和各待匹配图像在形状融合多尺度空间下的形状描述子为：

利用修正高度函数描述子计算所述待处理图像和各待匹配图像在形状融合多尺度空间下的形状描述子，所述修正高度函数描述子为：

式中，为第i个采样点的在形状融合多尺度空间下的形状描述子，N为采样点总数，为形态学尺度参数，σ为高斯平滑尺度参数，h_i,N为第i个采样点到基准轴l_N的高度函数值。

3.根据权利要求1所述的图像检索方法，其特征在于，所述利用预设权重赋值函数对各单尺度检索结果集中的每个待匹配图像设置新相似度值为：

利用相似度赋值函数对各单尺度检索结果集中的每个待匹配图像设置新相似度值，所述相似度赋值函数为：

式中，为尺寸检索结果集S_t中的第i张待匹配图像的形状的新相似度值，为尺寸检索结果集S_t中的第i张待匹配图像的形状。

4.根据权利要求1-3任意一项所述的图像检索方法，其特征在于，所述根据重新赋值后的各单尺度检索结果集确定所述待处理图像的检索结果包括：

将重新赋值后的各单尺度检索结果集的并集作为所述待处理图像的形状检索结果集；

利用相似度计算关系式计算所述待处理图像和所述形状检索结果集中各待匹配图像的形状的相似度值：

式中，F_j为所述待处理图像和所述形状检索结果集的第j张待匹配图像的相似度值，w_k为第k个尺寸检索结果集S_k的权重系数，n为所述形状检索结果集中包含待匹配图像的总个数，为第j张待匹配图像的新相似度值；

按照F_j的降序排列顺序对所述形状检索结果集中各待匹配图像进行排序，并将排序后的形状检索结果集作为所述待处理图像的检索结果。