一种基于Web社交化媒体的图像自动标注方法
【专利摘要】一种基于Web社交化媒体的图像自动标注方法,首先通过图像处理工具把基于Web的图像按照设定的需要划分的区域划块，然后依次进行每个区域块Kh的R分量属性、G分量属性和B分量属性的确认，相对横向位移的属性和相对纵向位移属性的确定，接着进行对轮廓属性的确定，最后结合多类标分类方法来进行图像的标注，就能有效地缩小“语义鸿沟”，并能快速的对大量网络图片进行有效的标注。
【专利说明】一种基于Web社交化媒体的图像自动标注方法
【技术领域】
[0001]本发明属于图像自动标注【技术领域】，涉及一种基于Web社交化媒体的图像自动标注方法。
【背景技术】
[0002]基于内容的图像检索存在图像原始的底层特征与用户抽象的深层语义之间的“语义鸿沟”，目前缩小“语义鸿沟”的方法还不够理想。随着Web2.0的发展，越来越多的互联网用户在向互联网上传图片时，同时会附加相应的文本信息对图片予以描述或说明。这些信息对于分析图像的语义内容、挖掘图像检索用户意图具有重要作用。以往研究者主要偏重从机器学习的角度对图像自动标注进行研究，基于机器学习的图片自动标注方法需要大量的参数优化与复杂的学习过程，不能快速的对大量网络图片进行有效的标注。
【发明内容】
[0003]本发明的目的为提供了一种基于Web社交化媒体的图像自动标注方法，首先通过图像处理工具把基于Web的图像按照设定的需要划分的区域划块，然后依次进行每个区域块Kh的R分量属性、G分量属性和B分量属性的确认，相对横向位移的属性和相对纵向位移属性的确定，接着进行对轮廓属性的确定，最后结合多类标分类方法来进行图像的标注，就能有效地缩小“语义鸿沟”，并能快速的对大量网络图片进行有效的标注。
[0004]为了实现所述目的，本发明提供了一种按时基于Web社交化媒体的图像自动标注方法，步骤如下:
[0005]步骤1:首先通过图像处理工具把基于Web的图像按照设定的需要划分的区域划块，区域划分后得到的区域块数为m，每个区域块用Kh代表h为小于等于m的自然数；
[0006]步骤2:然后再利用RGB三原色决定的色域的R分量数值、G分量数值以及B分量数值构成色域要素，该色域要素表示成T (L) = ITk(L)、Te(L)、Tb(L) }，Tk(L)、Te(L)和Tb(L)分别表示为R分量数值、G分量数值和B分量数值，由此获取每个区域块Kh的R分量属性、G分量属性和B分量属性，每个区域块Kh的R分量属性、G分量属性和B分量属性各自由Nhl、Nh2和Nh3如公式(I)、公式(2)和公式(3)表示如下:
[0007]Nlil=0.025Σ^^α)+75(I)
Bh
[0008]N?=0.Q25XLecrc(L)+75(2)
Bfl
[0009]Ν;ι:;=0.()25Σ?^α)+75(3)
Bfl
[0010]其中Bh为区域块Kh的画素的数量，L表示同设定的原点的相对横向位移和相对纵向位移的集合；
[0011]步骤3:相对横向位移的属性和相对纵向位移属性的确定，把设置设定的色差范围内的区域块的中点作为相对横向位移的属性ghl和相对纵向位移的属性gh2的选择点，按照如下公式⑷和公式(5)分别导出相对横向位移的属性ghl和相对纵向位移的属性gh2:
[0012] KH (4)
[0013]^(5)
[0014]其中Kl表示基于Web的图像的横向跨度大小，K2表示基于Web的图像的纵向跨度大小，KH表示设置设定的色差范围内的区域块的画素的同设定的原点的相对横向位移，KZ表示设置设定的色差范围内的区域块的画素的同设定的原点的相对纵向位移；
[0015]步骤4:接着进行对轮廓属性的确定，即把设置设定的色差范围内的区域块的轮廓和同基于Web的图像偏移量作为轮廓属性，这个就通过图像处理工具来获取该轮廓属性；
[0016]步骤5:通过步骤2-步骤4的处理后所得的结果，结合多类标分类方法来进行图像的标注。
[0017]所述的图像处理工具为photoshop或者coredraw工具。
[0018]本发明能够就能有效地缩小“语义鸿沟”，并能快速的对大量网络图片进行有效的标注。
【具体实施方式】
[0019]本发明按照如下的【具体实施方式】做进一步说明
[0020]基于Web社交化媒体的图像自动标注方法,步骤如下:
[0021]步骤1:首先通过图像处理工具把随机选取的基于Web的图像按照设定的需要划分的区域划块，区域划分后得到的区域块数为1000，每个区域块用Kh代表h为小于等于1000的自然数；
[0022]步骤2:然后再利用RGB三原色决定的色域的R分量数值、G分量数值以及B分量数值构成色域要素，该色域要素表示成T (L) = ITk(L)、Te(L)、Tb(L) }，Tk(L)、Te(L)和Tb(L)分别表示为R分量数值、G分量数值和B分量数值，由此获取每个区域块Kh的R分量属性、G分量属性和B分量属性，每个区域块Kh的R分量属性、G分量属性和B分量属性各自由Nhl、Nh2和Nh3如公式(I)、公式(2)和公式(3)表示如下:
[0023]Nili=Q.Q25ZLefi7'R(L)+75(I)
Bh
[0024]N^=0.025Uc(L)+75(2)
[0025]Nh3=0.025Ws(L)+75(3)
Bfl
[0026]其中Bh为区域块Kh的画素的数量，L表示同设定的原点的相对横向位移和相对纵向位移的集合；
[0027]步骤3:相对横向位移的属性和相对纵向位移属性的确定，把设置设定的色差范围内的区域块的中点作为相对横向位移的属性ghl和相对纵向位移的属性gh2的选择点，按照如下公式⑷和公式(5)分别导出相对横向位移的属性ghl和相对纵向位移的属性gh2:
[0028] KH (4)
[0029]Ilgg ^(5)
[0030]其中Kl表示基于Web的图像的横向跨度大小，K2表示基于Web的图像的纵向跨度大小，KH表示设置设定的色差范围内的区域块的画素的同设定的原点的相对横向位移，KZ表示设置设定的色差范围内的区域块的画素的同设定的原点的相对纵向位移；
[0031]步骤4:接着进行对轮廓属性的确定，即把设置设定的色差范围内的区域块的轮廓和同基于Web的图像偏移量作为轮廓属性，这个就通过图像处理工具来获取该轮廓属性；
[0032]步骤5:通过步骤2-步骤4的处理后所得的结果，结合多类标分类方法来进行图像的标注。所述的图像处理工具为photoshop或者coredraw工具。
[0033]根据本实施例随机选取的基于Web的图像在区域划分后得到的区域块数为1000，并结合对应的步骤方法所得到的基于Web社交化媒体的图像自动标注方法后最终通过micro-AUC评价标准得到基于Web的图像标注的关联度为0.819，具有显著的缩小“语义鸿沟”的技术效果。
[0034]以上所述，仅为本发明的更佳实施例而已，并非对本发明作任何形式上的限制，虽然本发明已以更佳实施例揭露如上，然而并非用以限定本发明，任何熟悉本专业的技术人员，于不脱离本发明技术方案范围内，当可利用所述揭示的技术内容做出些许更动或修饰为同变化的效实施例，但凡为未脱离本发明技术方案内容，靠本发明的技术实质，于本发明的精神以及原就之内，对以上实施例所作的任何简单的修改、同替换与改进，均仍属于本发明技术方案的保护范围之内。
【权利要求】
1.一种基于Web社交化媒体的图像自动标注方法，其特征于，步骤如下: 步骤1:首先通过图像处理工具把基于Web的图像按照设定的需要划分的区域划块，区域划分后得到的区域块数为m，每个区域块用Kh代表h为小于等于m的自然数； 步骤2:然后再利用RGB三原色决定的色域的R分量数值、G分量数值以及B分量数值构成色域要素，该色域要素表示成T (L) = ITk (L)、Te (L)、Tb (L) }，Tk (L)、Te (L)和Tb (L)分别表示为R分量数值、G分量数值和B分量数值，由此获取每个区域块Kh的R分量属性、G分量属性和B分量属性，每个区域块Kh的R分量属性、G分量属性和B分量属性各自由Nhl、Nh2和Nh3如公式⑴、公式⑵和公式(3)表示如下: Khl=0.025Σζ-^Γ/?α)+75(I)
Bh N,,=0.025Uc(L)+75⑵
Bh fw;=0.()2ηΣ?-￡5Γ5α)+75(3)
Bh 其中Bh为区域块Kh的画素的数量，L表示同设定的原点的相对横向位移和相对纵向位移的集合； 步骤3:相对横向位移的属性和相对纵向位移属性的确定，把设置设定的色差范围内的区域块的中点作为相对横向位移的属性ghl和相对纵向位移的属性gh2的选择点，按照如下公式⑷和公式(5)分别导出相对横向位移的属性ghl和相对纵向位移的属性gh2:^^LecKH⑴ ^~2lLeaKZC5) 其中Kl表示基于Web的图像的横向跨度大小，K2表示基于Web的图像的纵向跨度大小，KH表示设置设定的色差范围内的区域块的画素的同设定的原点的相对横向位移，KZ表示设置设定的色差范围内的区域块的画素的同设定的原点的相对纵向位移； 步骤4:接着进行对轮廓属性的确定，即把设置设定的色差范围内的区域块的轮廓和同基于Web的图像偏移量作为轮廓属性，这个就通过图像处理工具来获取该轮廓属性； 步骤5:通过步骤2-步骤4的处理后所得的结果，结合多类标分类方法来进行图像的标注。
2.根据权利要求1所述的基于Web社交化媒体的图像自动标注方法，其特征于所述的图像处理工具为photoshop或者coredraw工具。
【文档编号】G06T7/00GK104268199SQ201410487292
【公开日】2015年1月7日 申请日期:2014年9月22日 优先权日:2014年9月22日
【发明者】蔡成委, 丁智杰, 丁永华 申请人:扬州瑞丰信息技术有限公司