基于图像搜索的购物搜索系统及其实现方法

文档序号:9274716
基于图像搜索的购物搜索系统及其实现方法
【技术领域】
[0001] 本发明涉及一种基于图像搜索的购物搜索系统及其实现方法,属于模式识别技术 领域。
【背景技术】
[0002] 由于电子商务网站的成功发展,在线购物已经成为一种方便、快捷、廉价的购物方 式。然而目前电子购物网站的搜索引擎仍然以基于文本的搜索引擎为主,这些搜索引擎将 与商品相关的文字、用户评论等建立文字索引,用户提供关键字可以搜索需要的商品。虽 然文本是一种直接快捷的搜索方式,但一般的文字搜索引擎对于图像数据来说几乎束手无 策。文本搜索在购物搜索中存在着缺陷,对于服饰、包包、鞋类等商品,用户难以准确的描述 它们的样式、花纹、造型等属性;用户更有兴趣关注从广告、电视、电影、网络等途径看到的 商品。因此,拍下所需要的照片在相关购物网站搜索是更新颖有效的搜索方式。
[0003] 针对购物搜索上的缺点,如今一些购物网站已经提供了查找视觉相似商品的搜索 服务,这些图像搜索引擎将图像的形状、纹理、颜色等全局视觉特征转换为指纹或签名,每 一个图片对应一个高维和特征向量。当用户搜索时,将查询图像的特征向量与数据库中所 有图像的向量比较,在有限的时间反馈回相似的结果。但是这些搜索引擎是对复杂背景的 图像直接提取形状、纹理、颜色等的全局视觉特征,所以受到图像背景噪声的干扰匹配的准 确度有待提高,并且使用的图像特征和匹配算法精度和速度不够理想,因此无法取得理想 的搜索效果。为了提高购物图像的搜索准确度,和搜索速度,必须去除图像的复杂背景,BP 提取出图像中的商品目标,并使用匹配准确并快速的图像特征和算法来对图像进行匹配, 以达到提高购物图像搜索的精度和速度。

【发明内容】

[0004] 发明目的:针对目前市场上的查找视觉相似商品的搜索引擎在精度和速度上不够 理想,根据图像搜索出的商品不尽如人意。为了提高购物图像的搜索准确度和搜索速度,本 发明提出更好的商品目标提取算法以及商品特征匹配算法,并且实现了基于图像搜索的购 物搜索系统。
[0005] 技术方案:一种基于图像搜索的购物搜索系统,系统分为移动端、管理端和服务 端,移动端拍摄商品图片并上传到服务端,服务端根据移动端上传的商品图片从数据库中 检索出相应商品,将检索出的商品信息返回给移动端,供用户查看购买。系统管理员可在管 理端对数据库中的商品进行管理。移动端为手机客户端,管理端为浏览器。
[0006] -种基于图像搜索的购物搜索系统的实现方法,主要由以下几个部分组成:
[0007] 1.商品目标提取:来自系统管理员导入系统中的商品图片,以及来自移动端拍摄 上传的商品图片一般是自然场景下的图像,图像中不仅仅包含商品,还很可能包含很多其 它的干扰物。图像虽然背景复杂却有这样的特点:商品目标一般位于图像中心的位置,并且 商品应占图像足够的比例以醒目。基于这两个特性,利用基于图的快速分割算法对图像对 象的识别能力,以及商品目标的空间位置分布特性和大小特性,提取商品目标,去除背景干 扰。
[0008] 2.特征提取:颜色、纹理、形状是最常用的底层视觉特征。SIFT特征能对图像中的 物体和场景进行不同视角地准确匹配,SIFT算法对图像尺度、旋转都有不变性;颜色作为 最普遍使用的视觉特征,最能直观反映搜索结果。因此本发明主要提取颜色特征和SIFT特 征。
[0009] 3.特征匹配:本发明使用欧式距离匹配颜色特征。而图像的SIFT特征信息量 较大,在搜索速度上相对于其它图像特征具有明显的劣势,本发明使用一种称为"Bag Of Words"的方法,这种方法将文本搜索中建立词汇表和倒排文件等理念引入图像搜索,从而 实现大规模的图像搜索。
[0010] 系统在管理员录入商品数据时从商品图像中提取出商品目标,提取颜色特征和 SIFT特征,将商品信息和提取出的特征保存至数据库。服务端收到移动端上传的商品图像 时也先提取出商品目标,提取颜色特征和SIFT特征,利用欧式距离和Bag Of Words分别匹 配颜色特征和SIFT特征,从数据库中检索出相应商品,将商品信息返回给移动端。
[0011] 本发明采用上述技术方案,具有以下有益效果:用户看到一件感兴趣的商品时,可 使用手机拍摄商品图像搜索相应的商品查看或购买。搜索系统能够快速并且准备的搜索到 用户想找的商品。
【附图说明】
[0012] 图1为本发明实施例的基于图像搜索的购物搜索系统的结构示意图;
[0013] 图2为本发明实施例的实现模块流程图;
[0014] 图3为本发明实施例的商品目标提取算法流程图。
【具体实施方式】
[0015] 下面结合具体实施例,进一步阐明本发明,应理解这些实施例仅用于说明本发明 而不用于限制本发明的范围,在阅读了本发明之后,本领域技术人员对本发明的各种等价 形式的修改均落于本申请所附权利要求所限定的范围。
[0016] 如图1所示,基于图像搜索的购物搜索系统,系统分为移动端、管理端和服务端, 移动端拍摄商品图片并上传到服务端,服务端根据移动端上传的商品图片从数据库中检索 出相应商品,将检索出的商品信息返回给移动端,供用户查看购买。系统管理员可在管理端 对数据库中的商品进行管理。移动端为手机客户端,管理端为浏览器。
[0017] 如图2所示,基于图像搜索的购物搜索系统的实现方法,主要由以下几个部分组 成:
[0018] 一、商品目标提取
[0019] 虽然购物图像背景复杂,这些图像仍然具有这样的特点:商品目标位于图像中心 或靠近中心,卖家为了强调待售物品,会将商品置于图像中心附近进行拍摄,用户拍摄的商 品图像商品也一般位于图像中心;商品所占图像的比例较大,以凸显商品面吸引顾客。也就 是说,区域所在空间位置越接近图像中心并且区域越大我们就认为该区域是商品主目标的 可能性越大。根据以上分析提出商品目标提取算法,如图3所示,算法主要包括以下几个模 块:
[0020] 1.基于图的快速分割:利用基于图的快速分割算法得到图像中的不同对象,它将 图像划分成若干区域,每个区域对应某个对象或对象的一部分。具体实现为将图像的各像 素映射为图的顶点,像素之间的差异映射为图的边的权重,这样将图像用一副无向图表示, 然后利用图的分割理论,将无向图分割成若干个等价类,每一个等价类对应图像的一个区 域。
[0021] 2.主目标正态分布假设:采用正态分布描述商品目标的空间位置和区域大小特 性。商品目标为封闭区域,一般位于图像中心或靠近中心,并且所占图像的比例较大,可采 用正态分布描述商品目标在图像中的空间位置和区域大小。
[0022] 3.区域选择:确定目标商品区域,得到提取出的商品目标。基于正态分布假设,计 算出每个区域是目标商品区域的概率,概率最大的即认为是目标商品。
[0023] 二、特征提取
[0024] 1?颜色特征
[0025] 本发明使用HSV颜色空间的归一化颜色直方图表示图像的颜色特征。HSV颜色 空间是一种面向视觉感知的颜色空间模型,HSV分别代表Hue色调、Saturation饱和度和 Value亮度。RGB颜色空间到HSV颜色空间转换如下:
[0029]其c
[ G [0,360。],S G [0,1],V G [0,1]。
[0026]
[0027]
[0028]
[0030] 为了有效的统计图像的颜色特性,将H、S、V离散化。将H值均匀映射到hi,h2
再多了解一些
当前第1页1 2 
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1