[发明专利]一种基于多特征融合的相似性图像检索方法及系统

说明书

本发明提出了一种基于多特征融合的相似性图像检索方法及系统，涉及图像识别领域。一种基于多特征融合的相似性图像检索方法包括：通过GIST特征算子对图像进行全局特征提取；通过SIFT特征算子对图像进行局部特征提取；计算不同图像之间的相似度；判断相似度是否大于第一预设阈值，若是，则判定检索出的图像为相似图像，若不是，则删除检索出的图像；其能够利用SIFT和GIST特征算子相结合的方式，更加充分地提取了图像的局部和全局特征，并进行了较为充分的融合。此外本发明还提出了一种基于多特征融合的相似性图像检索系统，包括：第一提取模块、第二提取模块、计算模块以及判断模块。

技术领域

本发明涉及图像识别领域，具体而言，涉及一种基于多特征融合的相似性图像检索方法及系统。

背景技术

随着数字媒体技术的广泛应用，海量的图像已经成为了生活中必不可少的部分，在教育、文化、生命科学等多个领域有非常广泛的应用。给定一张特定的图像，如果可以从海量的图像找到它的相似图像有非常好的实际应用价值。

传统的图像检索方法往往高度依赖于训练样本，导致了经典的方法往往不能直接应用于单幅相似图像的检索，具体存在以下的缺陷：

1.无法充分地提取和融合一幅图像的全局特征和局部特征，并有效地进行融合；

2.不能够有效地度量不同图像之间的相似度。

发明内容

本发明的目的在于提供一种基于多特征融合的相似性图像检索方法，其能够利用SIFT和GIST特征算子相结合的方式，更加充分地提取了图像的局部和全局特征，并进行了较为充分的融合。

本发明的另一目的在于提供一种基于多特征融合的相似性图像检索系统，其能够运行一种基于多特征融合的相似性图像检索方法。

本发明的实施例是这样实现的：

第一方面，本申请实施例提供一种基于多特征融合的相似性图像检索方法，其包括如下步骤：通过GIST特征算子对图像进行全局特征提取；通过SIFT特征算子对图像进行局部特征提取；计算不同图像之间的相似度；判断相似度是否大于第一预设阈值，若是，则判定检索出的图像为相似图像，若不是，则删除检索出的图像。

在本发明的一些实施例中，上述通过SIFT特征算子对图像进行局部特征提取之后还包括通过BoW模型获得表征图像直方图。

在本发明的一些实施例中，上述通过SIFT特征算子对图像进行局部特征提取包括通过SIFT特征算子从图像中提取视觉词汇向量。

在本发明的一些实施例中，上述还包括通过K-means对词义相近的视觉词汇进行合并，构造一个包含K个词汇的单词表。

在本发明的一些实施例中，上述还包括对每个单词在图像中出现的次数进行统计，并将图像表征为一个K维数值向量。

在本发明的一些实施例中，上述计算不同图像之间的相似度包括根据GIST特征算子提取特征的基础，通过欧式距离对不同图像的全局相似度进行计算。

在本发明的一些实施例中，上述还包括根据表征直方图的基础，通过巴氏距离对不同图像的局部相似度进行计算。

在本发明的一些实施例中，上述还包括将图像的局部相似度和全局相似度结合，作为图像相似性检索的依据。

第二方面，本申请实施例提供一种基于多特征融合的相似性图像检索系统，包括第一提取模块，用于通过GIST特征算子对图像进行全局特征提取；第二提取模块，用于通过SIFT特征算子对图像进行局部特征提取；计算模块，用于计算不同图像之间的相似度；判断模块，用于判断相似度是否大于第一预设阈值，若是，则判定检索出的图像为相似图像，若不是，则删除检索出的图像。