专利名称：图像搜索的方法、装置及程序的制作方法
技术领域：
本发明涉及用于搜索图像的方法、装置及程序。
技术背景在图像搜索的领域中，存在使用与图像相关联的文本信息来搜索所 期望的图像的技术。还存在基于所期望图像的形状，搜索与所期望图像 相类似的、但难以表示为文本的图像的技术。在日本未审专利申请公报No. H11-15959中公开了与上述技术相关的技术。在机械产品的装配图中，可以在一条图面数据(drawing data)中示 出机械部件的多条图像数据。图面数据可以包括部件的一部分的放大图 像的图像数据。这样的图面数据被称作详细图像数据。当搜索包含在图 面数据中的机械部件图像的图像数据时，可能将机械部件的一部分的详 细图像数据不适当地包括在搜索结果中。因此，希望从搜索结果中排除 详细图像数据。由于要为搜索类似图像而执行操作，所以其中搜索具有与所期望图 像的形状相类似的形状的图像的数据的搜索技术耗时。此外，该技术具 有搜索精度低的问题，在该技术中，可能检索出所期望的部件图像的详 细图像的数据作为相似部件图像的数据。发明内容根据本发明的一个方面， 一种通过使用查询图像来从数据库搜索表 示图像的图像数据的方法，该图像数据包括表示图像的轮廓(contour) 形状的信息，该方法包括获得表示所述查询图像的查询图像数据；提 取表示所述查询图像的轮廓形状的信息；以及基于各图像和所述査询图 像的轮廓形状的拓扑特性的相关性，确定所述数据库中的图像数据。
图1示出了根据本发明的实施方式的硬件配置；图2示出了根据本发明的实施方式'的数据库的结构；图3示出了开放区域类型的部件图像和封闭区域类型的部件图像；图4示出了在幵放区域类型的部件图像和封闭区域类型的部件图像之间的特性的差别；图5是示出了根据本发明实施方式的在数据库中登记部件图像的处理的流程图；图6是示出了根据本发明实施方式的将图面划分为部件图像的处理 的流程图；图7是示出了根据本发明实施方式的确定部件图像是开放区域类型 还是封闭区域类型的处理的流程图；图8是示出了根据本发明实施方式的图像搜索处理的流程图；图9是根据本发明实施方式的要在输出单元上显示的登记画面的示图IO示出了本发明实施方式中的图面数据输入的示例；以及 图ll示出了本发明实施方式中的在图面数据中被检测为开放区域类 型的部件图像数据的部件图像。
具体实施方式
因此，需要一种精确地搜索与要搜索的期望图像类似的图像的图像 搜索装置。根据本发明的一个方面，提供了一种用于图像搜索装置的图像搜索 方法，该图像搜索装置被配置为搜索存储在数据库中的图像信息。该图 像搜索方法包括如下步骤基于与要搜索的图像信息相对应的图像的轮 廓形状，根据搜索请求来检测要搜索的图像信息的属性信息；从其中彼 此相关联地存储了图像信息和属性信息的数据库中，读取其属性信息与 要搜索的图像信息的属性信息匹配的图像信息；以及在数据库中搜索图像信息，在该图像信息中，根据从数据库读取的图像信息设置的值和根 据要搜索的图像信息设置的值之间的差等于或小于预定值。根据本发明的一个方面，在上述图像搜索方法中，所述属性信息是 作为图像的轮廓是否具有封闭形状的确定结果而获得的信息。根据本发明的一个方面，该方法还包括下述步骤当在图面中存在 多个图像对象时，将图面划分为分别具有图像对象的多个图像区；将所划分的多个图像区存储在数据库中；以及搜索具有下述图像信息的图面，在该图像信息中，根据与这些图像对象中的一个相对应的图像信息设置 的值和根据与要根据搜索请求进行搜索的图像对象相对应的图像信息而 获得的值之间的差等于或小于预定值。根据本发明的一个方面，在该图像搜索方法中，基于与图像区中的图像对象的外形相关的位置信息和与从图像对象获得的骨架(skeleton) 相关的^:置信息之间的关系，来确定图像区是否包括封闭区域。根据本发明的一个方面，在上述图像搜索方法中，当确定图像区是 否包括封闭区域时，计算在构成该图像区中的图像对象的像素和构成该 对象的骨架的像素之间的重叠像素的数量与构成该对象的轮廓的像素的 数量之间的比率。当所计算的比率超过预定阈值时，将该对象确定为具 有开放区域。根据本发明，由于提供了其中与图像相关联地存储了图像的属性信 息的数据库，所以可以仅搜索数据库中的其属性信息与和要搜索的期望 图像对象相关联的属性信息匹配的图像信息。结果，不会将具有与和要 搜索的图像对象相关联的属性信息不同的属性信息的图像信息检索为相 似图像。这使得能够精确地执行对相似图面的搜索。此外，由于可以縮 减要搜索的图像，所以可以减少要对其执行相似性计算的图像的数量。 这减少了相似性计算所需要的时间。下面，将描述本发明的优选实施方式。图1示出了根据本发明的实施方式的硬件配置，其中，图像搜索装 置10具有控制单元21、存储器22、存储单元23、输入单元24和输出单 元25，这些组件经由总线27互连。控制单元21例如可以是用于控制整个图像搜索装置10的中央处理单元(CPU)。控制单元21执行存储在存储器22中的图像搜索程序28。 图像搜索程序28使得控制单元21用作图像划分模块、开放/封闭部件确 定模块、特征量计算模块、和相似图像搜索模块。图像划分模块可以将 输入图面数据划分为多条部件图像数据。开放/封闭部件确定模块可以确 定每个部件图像具有开放形状的区域还是具有封闭形状的区域。特征量计算模块可以获取对各个部件图像数据特定的值。相似图像搜索模块可 以获取表示各个部件图像之间的相似性程度的值，并且输出所获取的值。 为了下面描述的简便，将这些模块的这些操作描述为由控制单元21执行。 此外，下文中，将图面数据、图像数据等分别简称为图面、图像等。存储器22是其上展开了图像搜索程序28的存储区。存储器22还用 作存储在控制单元21执行图像搜索程序28时产生的各种操作结果的存 储区。存储器22例如可以是随机存取存储器(RAM)。输入单元24从用户接收图像信息，搜索是基于该图像信息来执行的 (以下称为查询图像信息或査询图像)。输入单元24例如可以包括键盘、 鼠标和触摸板。输出单元25输出具有搜索图像信息的搜索结果。输出单元25例如可以是显示器。存储单元23存储图像搜索程序28。 存储单元23例如可以是硬盘设备。下面，对要连接到图像搜索装置10的数据库26进行描述。图2示 出了根据本发明的实施方式的数据库26的结构的示例。数据库26存储 要搜索的图像数据的集合。在本实施方式中，要搜索的对象是包括在图 面中的机械部件的图。例如，在装配图的情况下，图面可以包括多个机 械部件的多个图。在本实施方式中，在数据库26中存储图面中所包含的 多个部件的图，诸如图10中所示的图像101和102(下文称作部件图像)。数据库26存储各个部件图像的记录266。每条记录266包括图面标 识号261、部件图像标识号262、开放/封闭标志263、图像数据264以及 特征量265。图面标识号261是用于识别部件图像原始所属的图面的编号。开放/ 封闭标志263存储与各个部件图像的轮廓形成了开放区域还是封闭区域8有关的确定结果。下文中，将具有开放形状的区域的部件图像称作开放 区域类型的部件图像，并且将具有封闭形状的区域的部件图像称作封闭 区域类型的部件图像。通过图像的轮廓形状的拓扑特性来确定类型。部件图像数据264是部件图像的图像数据。特征量265是对根据图像计算 的图像而言特定的值。当搜索相似图像(将在以下描述)时，使用特征 量265。图3示出了根据本发明的实施方式的开放区域类型的部件图像和封 闭区域类型的部件图像。在装配图等中，可以剪切并放大图面中的需要特 别关注的部件图像的一部分，以便于观看者对该部件的特征的理解。需要 特别关注的部件的一部分的放大图像可以与详细描述一起使用。在图3中，图面41包括部件图像42和部件图像43，该部件图像43 是部件图像42的一部分51的放大图像。部件图像42在此被定义为封闭 区域类型的部件图像，而部件图像43在此被定义为开放区域类型的部件 图像。封闭区域类型的部件图像具有封闭的外形。在具有封闭外形的部 件图像的情况下，可以通过部件图像的轮廓线来确定部件图像(在这种 情况下为部件图像42)在图面中占据的区域。另一方面，开放区域的部 件图像具有开放外形。在具有开放外形的部件图像的情况下，不能通过 部件图像的轮廓线来确定部件图像(在这种情况下为部件图像43)在图 面中占据的区域。可以将图41划分为包含部件图像42的部件图像区44 和包含详细图像43的部件图像区45。此外，图3示出了包含部件图像431的图像区451。部件图像431 具有与部件图像43相同的形状。然而，整个详细图像43由轮廓线构成， 因此详细图像43是开放区域类型的部件图像。另一方面，部件图像431 在轮廓线的内部具有用作部件的区域，因此部件图像431是封闭区域类 型的部件图像。因此，尽管部件图像431和详细图像43具有相同的形状， 但是这些图像作为具有不同的属性而存储在数据库26中。下面，将参照图5中的流程图来描述根据本发明的实施方式的由控 制单元21执行的在数据库26中登记部件图像的处理过程。在步骤SOl，控制单元21获取要在数据库26中登记的图面数据。为了获取图面数据，可以使用扫描仪将纸张上的图像转换为电子形式的 图像。还可以经由网络或从存储介质读取图面数据。当图面中包含多个 部件图像时，控制单元21将该图面数据划分为多个部件图像数据部分， 使得数据库26以部件图像为单位来存储各记录。现在，将简要描述用于划分图面数据(图面)的技术。图6是示出 了当将图面划分为多个部件图像时执行的处理过程的流程图。在步骤Sll，控制单元21从图面中去除其中记录了文本信息等的对于该处理不必要的区域，并且仅提取包含部件图像的区域。在去除了不必要的区域后，控制单元21将图面划分为多个部件图像区。此时，控制单元21提 取部件图像的轮廓线，并且基于轮廓线将图面划分为各个部件图像区。在步骤S12，控制单元21对于每一组连接组件(component),获得 图面中的部件图像区内的轮廓线。结果，控制单元21获得构成轮廓线的 封闭曲线。然后，在步骤S13，控制单元21将该封闭曲线的内部区域识 别为部件，并且从图面中提取部件图像。随后，在步骤S14，控制单元21根据需要来校正所提取的部件图像。 例如，可能存在以下的情况当两个部件图像的辅助线(auxiliary)彼此 交叉时，将这两个部件图像错误地识别为一个部件图像。在这种情况下， 控制单元21通过去除辅助线，来将这些图像定义为两个部件图像。例如， 利用辅助线具有小的线宽这一事实，控制单元21执行其中去除其宽度小 于预定值的线并随后执行图面的划分的处理。控制单元21对图面中的每 个部件图像执行上面的处理过程。返回参照图5的流程图，在步骤S02，控制单元21确定各个部件图 像是封闭区域类型还是幵放区域类型。在本实施方式中，基于图像对象 的骨架来执行该确定。现在，将更详细地描述上面的与各个部件图像是开放区域类型还是 封闭区域类型有关的确定。图7是示出了该确定的处理过程的流程图。 在步骤S21，控制单元21提取构成了构成部件图像的形状(轮廓线)的 线的外围的线。这种外围线在此称作边缘。例如，将图像中的像素二值 化为表示背景的像素(背景像素)和表示图像对象的像素(对象像素)，并且计算由对象像素组成的区域的外围。该外围被认为是边缘。轮廓线 是其中对象像素沿该边缘彼此连接的区域。在步骤S22，控制单元21计算在边缘内侧的像素和构成边缘的各个 像素之间的距离。控制单元21对边缘内侧的每个像素执行该计算。在步 骤S23，控制单元21从边缘内侧的像素当中，检测位于距构成边缘的像 素最大距离的像素(骨架像素)。在步骤S24，控制单元21计算与构成部 件图像的轮廓线的像素重叠的骨架像素的数量T。还可以基于部件图像的轮廓线的宽度来执行与各个部件图像是幵放 区域类型还是封闭区域类型有关的确定。当将部件图像的轮廓线的宽度 的变化增加到用于该确定的标准中时，要在T中进行计数的像素必须为 这样的骨架像素，该骨架像素与部件图像的轮廓线重叠并且被限定为位 于距构成轮廓线的各个像素小于预定阈值距离L的距离。然后，在步骤S25，控制单元21对构成轮廓线的像素的数量C进行 计数。在步骤S26,控制单元21将T对C的比率和预定阈值U进行比较。 可以根据存储在数据库26中的部件图像的类型等而适当地调整阈值U。可以考虑下面的条件来确定阈值U。构成部件图像的边缘的像素的 数量是骨架像素的数量的两倍。骨架像素的数量和构成边缘的像素的数 量之间的差随着部件图像的轮廓的内部区域的大小的增大而增大。另一 方面，当部件图像的轮廓的内部区域的大小减小时，构成边缘的像素的 数量变得更接近于骨架像素的数量的两倍。因此，当包括在构成部件图 像的轮廓线的像素内的骨架像素的数量T较大，并且因此构成部件图像 的边缘的像素的数量接近于骨架像素的数量的两倍时，可以确定这些骨 架像素很可能存在于轮廓线上。当T对C的比率小于预定阈值U (步骤S26中，否)时，控制单元 21在步骤S27确定该部件图像是封闭区域类型。当T对C的比率等于或 大于阈值U (步骤S26中，是)时，控制单元21在步骤S28确定该部件 图像是开放区域类型。图4示出了封闭区域的部件图像和开放区域的部件图像的特性之间 的差别。在图4中，在部件图像区44中绘制了部件图像42，并且在部件图像区45中绘制了部件图像43。部件图像42的外形(轮廓)由实线49 指示。实线49在部件图像区44内形成封闭区域。实线49内部的封闭区 域是表示部件的区域，因此不是背景。部件图像43是部件图像42的一 部分51的详细图像。因此，在部件图像43中，仅由实线50所指示的区域被认为是部件。下面，将描述用于确定部件图像42和部件图像43中的每一个是封 闭区域类型还是开放区域类型的技术。控制单元21获取部件图像42和 部件图像43的轮廓线和边缘。在图4中，部件图像42的边缘由线46指 示，而部件图像43的边缘由线47指示。控制单元21使用部件图像42的边缘46获取骨架像素48，并且使 用部件图像43的边缘47获取骨架像素52。在图4中，部件图像43的骨 架像素52由用白线指示的区域来指示。控制单元21计算部件图像42的边缘46内侧的作为骨架像素48并 且还是黑色像素的像素的数量T1。控制单元21计算部件图像43的边缘 47内侧的作为骨架像素52并且还是黑色像素的像素的数量T2。此外， 控制单元21计算构成部件图像42的轮廓线的像素的数量C1和构成部件 图像43的轮廓线的像素的数量C2。然后，控制单元21确定Tl对Cl的比率是否等于或大于预定阈值U。 当该比率小于阈值U时，控制单元21确定部件图像42是封闭区域类型。 控制单元21确定T2对C2的比率是否等于或大于阈值U。当该比率小于 阈值U时，控制单元21确定部件图像43是开放区域类型。图IO示出了本实施方式中的输入图面数据100的示例。图11示出 了图面数据100中的图像当中的被检测为具有开放区域的部件的图像数 据的部件图像的示例。图10中的图面数据IOO例如表示单个装配图。图 面数据100包括三条部件图像数据101和十条详细图像数据102。当控制 单元21执行根据本实施方式的与各个图像是开放区域还是封闭区域有关 的确定时，可以检测出图11中所示的开放区域的部件图像数据101。返回来参照图5，控制单元21计算部件图像的特征量。该特征量是 用于当搜索相似图像时在图像之间迸行比较的信息。在该处理中，使用了诸如图像中的对象的颜色或形状的特征。还可以使用被表示为与图像相关联的元数据(metadata)的特征。特征量通常由向量表示。下面，描述使用图像区域中的对象的颜色、形状等来计算特征量的 技术的示例。在本实施方式中，使用网格傅立叶(gridFourier， GrF)数 (其对于图像区域中的部件图像的位置、大小和朝向是不变的)来表示 在所划分的部件图像区域中绘制的部件图像的形状的特征量。考虑部件 图像的朝向使用极坐标来表示该GrF特征量。控制单元21使用预定阈值对部件图像进行二值化。控制单元21对 部件图像的大小进行归一化，以使部件图像的大小对于图像的大小是不 变的。然后，控制单元21计算部件图像的重心(barycenter)，使得部件 图像的位置不变，并且将部件图像的重心设置为极坐标的中心。控制单 元21将部件图像区域划分为由同心线(这些同心线的中心为极坐标的中 心)和径向线(这些径向线从极坐标的中心延伸)所限定的扇区。控制单元21对各个所划分的扇区中的部件图像的像素的数量进行 计数，并且创建与表示沿角度方向和径向方向的扇区的二维矩阵相对应 的直方图(histogram)。控制单元21对所创建的直方图执行二维傅立叶 变换，以使其对于部件图像的朝向是不变的，并且以向量的形式来设置 与频率相对应的幅值。通过上述的技术，控制单元21将向量形式的信息 设置为部件图像的特征量。在步骤S04,控制单元21现在可以在数据库26中登记图面标识号 261、部件图像标识号262、开放/封闭标志263 (表示与在步骤S02的处 理中所获得的部件图像的类型(幵放区域或封闭区域)相对应的值)、图 像数据264和在步骤S03的处理中计算的特征量265,作为记录266。因 此，控制单元21可以在数据库26中登记图面数据。下面，将描述由控制单元21执行的图像搜索处理。图8是示出了根 据本发明的实施方式的图像搜索处理的流程图。在步骤S31，控制单元21接收作为请求搜索的查询而接收的图像信 息(下文中称作查询图像)。在本实施方式中，查询图像是一个部件图像。在步骤S32，控制单元21计算查询图像的特征量。可以通过与图5的步骤S03的处理中所使用的技术类似的技术来获得该特征量。在步骤S33，控制单元21使用与在步骤S02的处理中使用的技术类似的技术， 确定查询图像是否为开放区域。如果查询图像被确定为开放区域(步骤S33中，是)，则控制单元 21在步骤S34从存储在数据库26中的记录266读取开放区域的部件图 像。具体地，控制单元21从存储在数据库26中的记录266当中，读取 其中开放/封闭标志263表示开放区域的部件图像的记录。另一方面，如果查询图像是封闭区域(步骤S33中，否)，则控制单 元21在步骤S35从存储在数据库26中的记录266中读取封闭区域的部 件图像。具体地，控制单元21从存储在数据库26中的记录266当中， 读取其中开放/封闭标志263表示封闭区域类型的部件图像的记录。在步骤S36，控制单元21计算在步骤S32中获取的査询图像与在处 理步骤S34或S35中读取的记录266中所包含的各个部件图像之间的相 似性。例如，控制单元21计算查询图像的特征量向量与在步骤S34或S35 中读出的各条记录266中所包含的部件图像的特征量向量之间的匹配值。 可以使用欧几里得距离来表示这种匹配值。例如，该匹配值可以是在各 个特征量向量中的元素之间的差的平方和。在步骤S37,控制单元21根据在步骤S36计算的相似性对部件图像 进行排序，并且按照从最相似到最不相似的顺序重新排列在步骤S34或 S35读取的部件图像。控制单元21读取与部件图像数据264相对应的图 面标识号261，并且输出这些部件图像作为搜索结果。因此，控制单元 21通过上述过程来执行搜索处理。如上所述，在基于查询图像的搜索处理中，预先将部件图像分类为 开放区域的部件图像和封闭区域的部件图像，并且排除了不会被搜索的 部件图像。这可以减少要执行相似性计算的部件图像的数量。作为减少 的结果，还可以减少搜索操作所需要的时间。在上面的实施方式中，控制单元21将部件图像分类为开放区域类型 的部件图像和封闭区域类型的部件图像。因此，不可能检索出封闭区域 类型的部件图像作为对开放区域类型的查询图像的搜索的结果，或者检索出开放区域类型的部件图像作为对封闭区域类型的查询图像的搜索的 结果。结果，提高了对相似图像的搜索的准确度。尽管己经使用装配图作为示例描述了上面的实施方式，但是该实施 方式还可以应用到与图像信息相关的各种领域，诸如对包括图像信息的 多媒体信息的搜索、对三维CAD图像的搜索、对运动图像的搜索以及Web搜索。在上面的实施方式中，描述了使用开放/封闭标志263来确定部件图 像是开放区域类型还是封闭区域类型的技术。然而，可以采用其他技术 来进行该确定。例如，不将开放/封闭标志263限定为二值(表示开放区域 类型和封闭区域类型)，而是将其设置为表示是开放区域类型的部件图像 或者是封闭区域类型的部件图像的概率的信息。在这种情况下，例如，将 表示是开放区域类型的部件图像的概率的值存储在开放/封闭标志263中。例如，当满足(T/C - U) >0时，控制单元21在数据库26中存储与 (T/C - U)成比例的值作为是开放区域类型的部件图像的概率。另一方 面，当满足(T/C-U)《0时，控制单元21将是开放区域类型的部件图 像的概率设置为0，并且在数据库26中存储该值。然后，控制单元21在上述搜索中执行步骤S33的处理，其中，当是 开放区域类型的部件图像的概率等于或大于预定阈值时，将图像对象确 定为开放区域类型的部件图像。通过上面的配置，使得图像搜索装置10能够高精度地确定图像对象 是否是幵放区域类型。例如，当将用于进行该确定的阈值用作可以在搜 索操作中输入的参数时，可以预先縮减要搜索的候选部件图像(根据图 像特性对这些候选部件图像执行相似性计算)的数量。此外，当如在步骤S02的处理的情况下确定部件图像是开放区域类 型还是封闭区域类型时，控制单元21可以显示要操作的部件图像是开放 区域类型的概率。例如，控制单元21在输出单元25上与对应的图数据相结合地显示 要操作的部件图像是开放区域类型的概率。操作者确定显示在输出单元 25上的部件图像是否是开放区域类型，并且将确定结果输入到输入单元24。控制单元21将与经由输入单元24接收的确定结果相对应的数据存 储在数据库26中。通过该设置，与部件图像相结合地显示是开放区域类 型的部件图像的概率，使得人员能够通过观察来确定部件图像是开放区 域类型还是封闭区域类型。图9示出了在输出单元25上显示的登记画面 的示例。输出单元25显示登记画面90，其中分别在部件图像区域91、 92和93中指示要登记的部件图像94、 95和96。控制单元21将与(T/C -U)成比例的值设置为是开放区域类型的部件图像的概率97。在该示例 中，部件图像94、 95和96是封闭区域类型的概率97分别被指示为0.9、 0.8和0.4。操作者确定在输出单元25上显示的每个部件图像是否是开放 区域类型的部件图像，并且在输入单元24中输入确定结果。该输入操作 例如可以是使用鼠标等在各个核选框98中设置核选标记，以指示对应的 部件图像是封闭区域类型。在另一实施方式中，搜索开放区域类型的部件图像或搜索封闭区域 类型的部件图像。作为查询图像而输入的图像通常是整个部件的图像。 在这种情况下，控制单元21从数据库26读取与封闭区域类型的部件图 像相对应的记录，并且对每个部件图像计算相似性。通过该配置，可以 进一步减少相似图像的搜索所需的时间。此外，还可以配置为使得仅在数据库26中登记被确定为封闭区域类 型的部件图像。这减少了要存储在数据库26中的数据元素的数量，这允 许存储更大量的图面数据。在该配置中，存储封闭区域类型的部件图像 或开放区域类型的部件图像。在上面的实施方式中，为了减少搜索所需要的时间，当在数据库26 中登记图面数据时，将图面数据划分为多个部件图像数据部分，并且计 算对应的开放/封闭标志263和特征量265。然而，还可以在接收到査询 图像时，将图面数据划分为多个部件图像数据部分，并随后确定每个部 件图像的类型(开放/封闭区域)，并且计算对应的特征量。此外，可以在 执行搜索时在数据库26中登记部件图像。通过该设置，数据库26中的 用于开放/封闭标志263和特征量265的数据区可以用于其他信息的存储。1权利要求
1、一种通过使用查询图像从数据库中搜索表示图像的图像数据的方法，该图像数据包括表示图像的轮廓的形状的信息，该方法包括以下步骤获得表示所述查询图像的查询图像数据；提取表示所述查询图像的轮廓的形状的信息；以及基于图像和所述查询图像的轮廓的形状的拓扑特性的相关性，确定所述数据库中的图像数据。
2、 根据权利要求1所述的方法，其中，所述提取步骤还包括以下步骤检测所述查询图像的骨架信息；以及基于所述査询图像的所述轮廓的位置与所述查询图像的所述骨架信息的位置之间的距离，基于所述查询图像是否具有在所述查询图像的所述轮廓中的所述区域，来确定所述 信息。
3、 根据权利要求1所述的方法，其中，所述提取步骤还包括以下步 骤检测所述查询图像的骨架信息；以及基于与所述图像的所述轮廓相 对应的像素的数量和与所述图像的骨架信息相对应的像素的数量之间的 比率，基于所述查询图像是否具有在所述查询图像的所述轮廓中的所述 区域，来确定所述信息。
4、 根据权利要求1所述的方法，其中，所述提取步骤还包括以下步 骤检测所述查询图像的骨架信息；以及基于与所述查询图像的所述轮 廓相重叠的像素的数量和所述查询图像的骨架信息，基于所述査询图像 是否具有在所述图像的所述轮廓中的所述区域，来确定所述信息。
5、 一种通过使用查询图像来搜索表示图像的图像数据的装置，该装 置包括数据库，其存储包括表示图像的轮廓的形状的信息的所述图像数据； 获取模块，用于获得表示所述查询图像的査询图像数据； 提取模块，用于提取表示所述査询图像的轮廓的形状的信息；以及 确定模块，用于基于图像和所述查询图像的轮廓的形状的拓扑特性的相关性，来确定所述数据库中的图像数据。
6、 根据权利要求5所述的装置，其中，所述提取模块检测所述查询 图像的骨架信息，并且基于所述査询图像的所述轮廓的位置与所述査询 图像的所述骨架信息的位置之间的距离，基于所述査询图像是否具有在 所述查询图像的所述轮廓中的所述区域，来确定所述信息。
7、 根据权利要求5所述的装置，其中，所述提取模块检测所述查询 图像的骨架信息，并且基于与所述图像的所述轮廓相对应的像素的数量 和与所述图像的骨架信息相对应的像素的数量之间的比率，基于所述査 询图像是否具有在所述查询图像的所述轮廓中的所述区域，来确定所述f曰息。
8、 根据权利要求5所述的装置，其中，所述提取模块检测所述査询 图像的骨架信息，并且基于与所述査询图像的所述轮廓相重叠的像素的 数量和所述査询图像的骨架信息，基于所述查询图像是否具有在所述图 像的所述轮廓中的所述区域，来确定所述信息。
9、 一种计算机可读介质，该计算机可读介质存储用于通过使用査询 消息从数据库中搜索表示图像的图像数据的程序，该图像数据包括表示所述图像的轮廓的形状的信息，该程序包括以下步骤 获得表示所述査询图像的查询图像数据； 提取表示所述查询图像的轮廓的形状的信息；以及 基于图像和所述査询图像的轮廓的形状的拓扑特性的相关性，确定所述数据库中的图像数据。
10、 根据权利要求9所述的计算机可读介质，其中，所述提取步骤 还包括以下步骤检测所述查询图像的骨架信息；以及基于所述査询图 像的所述轮廓的位置与所述查询图像的所述骨架信息的位置之间的距 离，基于所述査询图像是否具有在所述査询图像的所述轮廓中的所述区 域，来确定所述信息。
11、 根据权利要求9所述的计算机可读介质，其中，所述提取步骤 还包括以下步骤检测所述查询图像的骨架信息；以及基于与所述图像 的所述轮廓相对应的像素的数量和与所述图像的骨架信息相对应的像素的数量之间的比率，基于所述查询图像是否具有在所述査询图像的所述 轮廓中的所述区域，来确定所述信息。
12、根据权利要求9所述的计算机可读介质，其中，所述提取步骤 还包括以下步骤检测所述查询图像的骨架信息；以及基于与所述查询 图像的所述轮廓相重叠的像素的数量和所述查询图像的骨架信息，基于 所述查询图像是否具有在所述图像的所述轮廓中的所述区域，来确定所述信息°
全文摘要
本发明提供了一种图像搜索的方法、装置及程序。根据本发明的一个方面，一种通过使用查询图像从数据库中搜索表示图像的图像数据的方法，该图像数据包括表示图像的轮廓的形状的信息，该方法包括获得表示所述查询图像的查询图像数据；提取表示所述查询图像的轮廓的形状的信息；以及基于图像和所述查询图像的轮廓的形状的拓扑特性的相关性，确定所述数据库中的图像数据。
文档编号G06F17/30GK101261638SQ20081008354
公开日2008年9月10日 申请日期2008年3月7日 优先权日2007年3月9日
发明者上原祐介, 刘汝杰, 增本大器, 宫脇大, 椎谷秀一, 远藤进, 长田茂美, 马场孝之 申请人:富士通株式会社