专利名称：图像检索的方法和系统的制作方法
技术领域：
本发明涉及信息检索技术，特别是涉及一种图像检索的方法和系统。
背景技术：
随着成像设备和存储方法的容易获得性，网络上的图像在过去的几十年增长得很快。传统的基于关键字的检索方法因为不能理解图像的内容，难以捕捉用户的搜索意图，从而使得检索结果欠佳。因此，为获得较好的检索结果，需采用基于图像内容的检索方法。传统的基于图像内容的检索方法大致包括如下步骤第一步，提取图像的特征表示。稀疏编码因能很好地表示图像内容，故成为图像特征表示的主要手段。第二步，对图像的特征表示进行空间金字塔集聚，得到图像的表示向量。对图像的稀疏编码进行空间金字塔集聚可进一步提高图像特征的表示能力。第三步，计算查询图像的表示向量与数据库中图像的表示向量的距离，并按照距离的大小进行排序，从而得到检索结果。在传统的基于图像内容的检索方法中，在进行空间金字塔集聚时，金字塔的层数越高则使检索结果的精度越高。但是，金字塔的层数越高时，会使图像表示向量的维度过高(当金字塔的层数为3，词典大小为1024时，表示向量的维度为21504)，从而增加检索过程中的计算复杂程度，使得到的表示向量不适用于基于图像内容的检索。因此，在传统的基于图像内容的检索方法中，一般只进行很少层的金字塔集聚。然而，降低金字塔的层数会使的图像特征表示的表示能力受损，从而使得检索结果不够精确。
发明内容
基于此，有必要针对传统基于图像内容的检索方法中检索结果不够精确的问题，提供一种能有效提闻检索精度的图像检索的方法和系统。一种图像检索的方法，包括以下步骤获取查询图像，并将所述查询图像划分为显著性图像或非显著性图像；提取所述查询图像的SIFT描述符，并根据所述SIFT描述符获得对所述查询图像的稀疏编码；若所述查询图像为显著性图像，则采用指数函数加权所述稀疏编码，若所述查询图像为非显著性图像，则采用线形函数加权所述稀疏编码；对加权后的稀疏编码进行金字塔集聚，得到所述查询图像的表示向量；获取所述查询图像的表示向量与数据库中目标图像的表示向量的距离，并根据所述距离显示检索结果。在其中一个实施例中，所述获取查询图像，并将所述查询图像划分为显著性图像或非显著性图像的步骤包括获取所述查询图像的显著性图；根据所述显著性图，利用随机森林的方法将所述查询图像分为显著性图像或非显著性图像；
具体采取基于频谱余留的检测以及基于图的检测算法获取所述显著性图，方式如下A(f) = R(F[I])P(f) = F(F[I])R(f) = log (A (f)) -hn (f) *log (A (f))Msr = g (X) * (F_1 [exp (P (f) +R (f)) ])2Isal =Msr Mgb其中，A(f)、P(f)和R(f)分别表示所述查询图像的幅度谱、相位谱和频谱余留，F和F—1分别表示所述查询图像的傅里叶变换和逆傅里叶变换，hn(f)是一个局部均值滤波器，g(x)是一个高斯滤波器，I为所述查询图像的灰度图；MOT和Mgb分别为单独利用基于频谱余留的检测和基于图的检测算法得到的显著性图，Mgb通过构建一个马尔科夫链解出，符号‘ Θ表示两幅显著性图对应位置像素值的相加，Isal为最终得到的显著性图；所述随机森林的方法具体为
权利要求
1.一种图像检索的方法，包括以下步骤 获取查询图像，并将所述查询图像划分为显著性图像或非显著性图像； 提取所述查询图像的SIFT描述符，并根据所述SIFT描述符获得对所述查询图像的稀疏编码； 若所述查询图像为显著性图像，则采用指数函数加权所述稀疏编码，若所述查询图像为非显著性图像，则采用线形函数加权所述稀疏编码； 对加权后的稀疏编码进行金字塔集聚，得到所述查询图像的表示向量； 获取所述查询图像的表示向量与数据库中目标图像的表示向量的距离，并根据所述距离显示检索结果。
2.根据权利要求1所述的图像检索的方法，其特征在于，所述获取查询图像，并将所述查询图像划分为显著性图像或非显著性图像的步骤包括 获取所述查询图像的显著性图； 根据所述显著性图，利用随机森林的方法将所述查询图像分为显著性图像或非显著性图像； 具体采取基于频谱余留的检测以及基于图的检测算法获取所述显著性图，方式如下 A(f) = R(F[I])P(f) = F(F[I]) R(f) = log (A (f)) -hn(f) *log (A (f)) Msr = g(X) * (Γ1 [exp (P (f) +R(f))])2 Ll=Msr^Mgb 其中，A(f)、P(f)和R(f)分别表示所述查询图像的幅度谱、相位谱和频谱余留，F和Γ1分别表示所述查询图像的傅里叶变换和逆傅里叶变换，hn(f)是一个局部均值滤波器，g(x)是一个高斯滤波器，I为所述查询图像的灰度图；MSr和Mgb分别为单独利用基于频谱余留的检测和基于图的检测算法得到的显著性图，Mgb通过构建一个马尔科夫链解出，符号“ ，，表示两幅显著性图对应位置像素值的相加，Isal为最终得到的显著性图； 所述随机森林的方法具体为
3.根据权利要求2所述的图像检索的方法，其特征在于，将所述显著性图划分为相同大小的图块，且在每个图块内提取一个所述SIFT描述符； 所述稀疏编码满足如下公式
4.根据权利要求3所述的图像检索的方法，其特征在于，用于对所述稀疏编码进行加权的指数函数为
5.根据权利要求4所述的图像检索的方法，其特征在于，所述对加权后的稀疏编码进行金字塔集聚，得到所述查询图像的表示向量的步骤为 采用sqrt函数对加权后的系数编码进行金字塔集聚，得到所述查询图像的表示向量，其具体方式为
6.根据权利要求5所述的图像检索的方法，其特征在于，所述获取所述查询图像的表示向量与数据库中目标图像的表示向量的距离的具体方式为
7.一种图像检索的系统，其特征在于，包括 接收模块，用于获取查询图像，并将所述查询图像划分为显著性图像或非显著性图像； 编码模块，用于提取所述查询图像的SIFT描述符，并根据所述SIFT描述符获得对所述查询图像的稀疏编码； 加权模块，用于若所述查询图像为显著性图像，则采用指数函数加权所述稀疏编码，若所述查询图像为非显著性图像，则采用线形函数加权所述稀疏编码； 统计模块，用于对加权后的稀疏编码进行金字塔集聚，得到所述查询图像的表示向量; 查询模块，用于获取所述查询图像的表示向量与数据库中目标图像的表示向量的距离，并根据所述距离显示检索结果。
8.根据权利要求7所述的图像检索的系统，其特征在于，所述接收模块包括 显著性提取单元，用于获取所述查询图像的显著性图； 分类单元，用于根据所述显著性图，利用随机森林的方法将所述查询图像分为显著性图像或非显著性图像；具体的，所述显著性提取单元采取基于频谱余留的检测以及基于图的检测算法获取所述显著性图，方式如下
9.根据权利要求8所述的图像检索的系统，其特征在于，所述编码模块将所述显著性图划分为相同大小的图块，且在每个图块内提取一个所述SIFT描述符； 所述稀疏编码满足如下公式
10.根据权利要求9所述的图像检索的系统，其特征在于，所述加权模块用于对所述稀疏编码进行加权的指数函数为
11.根据权利要求10所述的图像检索的系统，其特征在于，所述统计模块用于采用sqrt函数对加权后的系数编码进行金字塔集聚，得到所述查询图像的表示向量，其具体方式为
12.根据权利要求11所述的图像检索的系统，其特征在于，所述查询模块获取所述查询图像的表示向量与数据库中目标图像的表示向量的距离的具体方式为
全文摘要
一种图像检索的方法，将查询图像划分为显著性图像和非显著性图像两类。在获得对查询图像的稀疏编码后，利用函数对稀疏编码进行加权，其中，对于显著性图像则采用指数函数进行加权，对于非显著性图像则采用线性函数进行加权。显著图像为具有清晰背景的图像，图像范围内具有显著区域，指数函数可赋予该显著性区域更多的权重，从而将该显著区域从背景中突出。而非显著图像则为背景模糊的图像，图像范围内不具有显著区域，线性函数可均化了非显著性图像的显著性效果。因此，通过加权处理，不同种类的查询图像的稀疏编码的表示能力得到强化，即使金字塔集聚的层数减小，也能使检索获得较高的精度。此外，本发明还提供一种图像检索的系统。
文档编号G06F17/30GK103020265SQ20121057272
公开日2013年4月3日 申请日期2012年12月25日 优先权日2012年12月25日
发明者陈世峰, 杜书泽 申请人:深圳先进技术研究院