[发明专利]一种基于视觉词典优化和查询扩展的图像检索方法在审
| 申请号： | 201610820534.8 | 申请日： | 2016-09-13 |
| 公开（公告）号： | CN106156374A | 公开（公告）日： | 2016-11-23 |
| 发明（设计）人： | 李弼程;柯圣财;赵永威;杜吉祥;刘海建 | 申请（专利权）人： | 华侨大学 |
| 主分类号： | G06F17/30 | 分类号： | G06F17/30;G06K9/62 |
| 代理公司： | 厦门市首创君合专利事务所有限公司 35204 | 代理人： | 张松亭;李杏 |
| 地址： | 362021*** | 国省代码： | 福建;35 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于视觉词典优化和查询扩展的图像检索方法，包括：提取训练图像的SIFT特征，并利用基于密度的聚类方法对SIFT特征进行聚类，生成视觉词典组；通过卡方模型分析视觉单词与目标类别的相关性大小，同时结合视觉单词词频滤除一定数量的视觉停用词；将SIFT特征与优化后的视觉词典进行映射匹配，得到视觉词汇直方图；将查询图像的视觉词汇直方图与训练图像的视觉词汇直方图进行相似性匹配，根据初次匹配结果并结合查询扩展策略进行二次或多次检索，得到最终检索结果。本发明提供一种提高图像检索准确率为目的的基于视觉词典优化和查询扩展的图像检索方法。 | ||
| 搜索关键词： | 一种 基于 视觉 词典 优化 查询 扩展 图像 检索 方法 | ||
【主权项】：
一种基于视觉词典优化和查询扩展的图像检索方法，其特征在于，包括：提取训练图像的SIFT特征，利用基于密度的聚类方法对SIFT特征进行聚类，生成由视觉单词组成的视觉词典组；利用卡方模型获取视觉单词与各目标图像类别相关性；结合相关性和视觉单词词频过滤掉与目标图像类别无关的视觉停用词，获得优化后的视觉词典；提取查询图像的SIFT特征，将训练图像和查询图像的SIFT特征与优化后的视觉词典进行映射匹配，得到各自的视觉词汇直方图，将查询图像的视觉词汇直方图与训练图像的视觉词汇直方图进行相似性匹配，得到初始检索结果；根据视觉词汇直方图之间的相似性确定互相关图像，找到与查询图像相关的密度最大子图；利用最大密度子图查找算法在连接图中查找查询图像的信任图像，对初始检索结果进行重排序，得到最终检索结果。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
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华侨大学，未经华侨大学许可，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/patent/201610820534.8/，转载请声明来源钻瓜专利网。
