专利名称：一种基于内容和反馈的图像检索方法
技术领域：
本发明涉及一种基于内容和反馈的图像检索方法，属于云计算信息技术领域，特别是属于基于结构化P2P-Chord环网络的图像检索技术领域。
背景技术：
云计算无需用户管理和维护资源，提供了可靠的、无限量的存储空间，允许随时随地访问数据，以及支持多个用户的动态分配资源。数据中心是云计算的关键技术之一，目前数据中心主要有两种拓扑结构:中心化结构和非中心化结构。在中心化结构中，中心结点负责处理数据中心的所有数据，所以该结构容易遭受单点故障。于是，人们提出了以peer-to-peer (P2P)网络为代表的非中心化结构的数据中心，在该非中心化结构中，所有网络服务器作为网络结点按照规则连接，不设立中心结点，每个结点只负责一部分数据，从而提高了数据中心的可靠性。在以P2P网络为基础的非中心化结构的数据中心中，多媒体检索尤其是图像检索一直是个尚未解决的技术难题。目前在P2P网络中，图像的检索主要以图像名字和关键词匹配为基础，但是该方法受限于关键字的准确性，而且当用户需要找出与实例图片相近的图片时，基于关键 字的检索无法满足其需求。基于内容的图像检索技术是解决这一问题的发展方向，但是现有的解决方法要依赖全局信息，而以P2P网络为基础的非中心化结构的数据中心所构成的分布式环境中，很难收集全局信息。另外目前基于内容的图像检索技术往往会检索出一些非相关的图像来，即检索准确性难以保证。因此如何在P2P网络中，实现基于内容的图像精确检索是当前云计算技术领域中一个急需要解决的技术难题。
发明内容
有鉴于此，本发明的目的是发明一种方法，实现云计算中基于内容的图像精确检索技术。为了达到上述目的，本发明提出了一种基于内容和反馈的图像检索方法，所述方法包括下列操作步骤:(I)图像索引库的建立过程:对于每幅建库图像，结构化P2P-Chord环网络上的资源节点计算该建库图像的特征向量，并根据该特征向量计算该建库图像的多个资源ID ；然后对于该建库图像的每一个资源ID，构造相应的索引消息，并把该索引消息按照Chord协议发布到所述的结构化P2P-Chord环网络上，结构化P2P-Chord环网络上的索引节点按照Chord协议处理和保存所收到的该建库图像的索引消息，从而基于所述的结构化P2P-Chord环网络建立起图像索引库；所述的结构化P2P_Chord环网络上的资源节点是指存储建库图像的节点，所述的索引节点是指存储建库图像的索引消息的节点；(2)图像查询过程:对于每幅查询图像，采用步骤(I)中同样的方法，计算该查询图像的特征向量；采用步骤(I)中同样的方法，计算该查询图像同样数目的资源ID ;对于该查询图像的每一个资源ID，构造相应的图像查询消息，并把该图像查询消息按照Chord协议发布到步骤(I)所述的结构化P2P-Chord环网络上；所述的结构化P2P-Chord环网络上的索引节点按照Chord协议收到该图像查询消息后，把查询结果反馈给查询用户；查询用户根据反馈结果更新该查询图像的特征向量，并采用步骤(I)中同样的方法，重新计算该查询图像同样数目的资源ID，并重复进行上述操作，直到得到满意的查询结果或者重复操作次数超过设定的阈值；(3)图像索引库的更新过程:按照设定的周期，所述的结构化P2P-Chord环网络上的资源节点对已建库的图像定时重新发布建库图像的索引消息；同时所述的结构化P2P-Chord环网络上的索引节点定时检查所保存的建库图像的索引消息，若索引消息超期未更新，则把该条索引消息删除。所述步骤(I)的内容具体包括如下操作步骤:(11)构造哈希函数族G= Ig1(V), g2(v), g3 (v),..., gm (v)},其中V是函数的变量,是一个d维的向量，是按照设定的方法从建库图像计算得到的特征向量；d是一个大于I的自然数，m是一个大于I的自然数；所述的哈希函数族G中的gJvklXJvhhiJvhhJv)，...，hik(v)]T是一个k维的整数向量，其中k是一个大于I的自然数，i是大于等于I小于等于m的自然数，运算符[]τ表示转置运算；gi(v)中的哈希函数hu(v)定义如下式:
权利要求
1.一种基于内容和反馈的图像检索方法，其特征在于:所述方法包括下列操作步骤: (1)图像索引库的建立过程:对于每幅建库图像，结构化P2P-Chord环网络上的资源节点计算该建库图像的特征向量，并根据该特征向量计算该建库图像的多个资源ID ;然后对于该建库图像的每一个资源ID，构造相应的索引消息，并把该索引消息按照Chord协议发布到所述的结构化P2P-Chord环网络上，结构化P2P-Chord环网络上的索引节点按照Chord协议处理和保存所收到的该建库图像的索引消息，从而基于所述的结构化P2P-Chord环网络建立起图像索引库；所述的结构化P2P-Chord环网络上的资源节点是指存储建库图像的节点，所述的索引节点是指存储建库图像的索引消息的节点； (2)图像查询过程:对于每幅查询图像，采用步骤(I)中同样的方法，计算该查询图像的特征向量；采用步骤(I)中同样的方法，计算该查询图像同样数目的资源ID ;对于该查询图像的每一个资源ID，构造相应的图像查询消息，并把该图像查询消息按照Chord协议发布到步骤(I)所述的结构化P2P-Chord环网络上；所述的结构化P2P-Chord环网络上的索引节点按照Chord协议收到该图像查询消息后，把查询结果反馈给查询用户；查询用户根据反馈结果更新该查询图像的特征向量，并采用步骤(I)中同样的方法，重新计算该查询图像同样数目的资源ID，并重复进行上述操作，直到得到满意的查询结果或者重复操作次数超过设定的阈值； (3)图像索引库的更新过程:按照设定的周期，所述的结构化P2P-Chord环网络上的资源节点对已建库的图像定时重新发布建库图像的索引消息；同时所述的结构化P2P-Chord环网络上的索引节点定时检查所保存的建库图像的索引消息，若索引消息超期未更新，则把该条索引消息删除。
2.根据权利要求1所述的一种基于内容和反馈的图像检索方法，其特征在于:所述步骤(I)的内容具体包括如下操作步骤: (11)构造哈希函数族G =Ig1 (V), g2 (V), g3(v),...，gm (v)},其中V是函数的变量,是一个d维的向量，是按照设定的方法从建库图像计算得到的特征向量；d是一个大于I的自然数，m是一个大于I的自然数;所述的哈希函数族G中的gi (v) = [hn (v), hi2 (v), hi3 (v),...，hik(v)]T是一个k维的整数向量，其中k是一个大于I的自然数，i是大于等于I小于等于m的自然数，运算符[]τ表示转置运算；gi(v)中的哈希函数hu(v)定义如下式:ait ■ V+ b.,hJv)= -2- _ W _ 该式中，运算符L」表示对该运算符内的数值进行下取整运算表示一个d维的常数向量，该向量的每个分量值服从高斯分布；W是一个大于O的实数-Aj是从
之间随机选取的一个实数；j是大于等于I小于等于k的自然数； (12)构造随机整数向量数组R=Ir1,r2, r3,...，rm},其中该随机整数向量数组R中的每个随机整数向量Α=[Γη，ri2, ri3,...，rik]T都是一个k维的随机整数向量，整数向量中的每个分量都是一个非零的随机整数，该随机整数在设定的取值范围内随机获得，其中i是大于等于I小于等于m的自然数，j是大于等于I小于等于k的自然数；k和m的取值与步骤(11)中的取值要完全相同；运算符[]τ表示转置运算； (13)对于每一幅要建库的图像，结构化P2P-Chord环网络上的资源节点按照设定的方法计算该建库图像的特征向量1，然后把该建库图像的特征向量1代入所述的哈希函数族G中，得到该建库图像的哈希函数值向量组，即I=U1, I2, I3,…，Im} = {gl(fv), S2 (fy) , g3 (fy)，...，gm(fv)};然后基于前步骤中所构造的随机整数向量数组R=Ir1, r2, r3,..., rffl}，计算该建库图像的资源 ID 数组 FconID= (FconID1, FconID2, FconID3,...，FconIDj ,其中该建库图像资源ID数组中的每个资源ID的计算公式如下:FconIDi=SHA-1 (Ii.上式中，Ii.r,表示矢量Ii和ri进行点乘，i是大于等于I小于等于m的自然数，函数SHA-1 O表示对括号内的数值按照安全哈希算法SHA-1进行哈希计算；m的取值与步骤(11)中的取值要完全相同； (14)为该建库图像的每个资源ID构造索引消息，该索引消息的格式如下:<FconIDi, fv, IP>,其中IP表示存储该建库图像的资源节点的IP地址；然后把该消息按照Chord协议发布到结构化P2P-Chord环网络，结构化P2P_Chord环网络上的索引节点按照Chord协议处理并保存所收到的该建库图像的索引消息，从而基于结构化P2P-Chord环网络建立起图像索引库。
3.根据权利要求1或2所述的一种基于内容和反馈的图像检索方法，其特征在于:所述步骤(2)的内容具体包括如下操作步骤: (21)按照步骤(1)或步骤(13)中同样的方法，计算查询图像的特征向量qv; (22)利用步骤(1)或步骤(13)中所述的哈希函数族G={gi (V), g2 (V), g3 (v),..., gm (v)}和所述的随机整数向量数组R= Ir1, r2，r3，...，rm}，按照步骤(I)或步骤(13)中同样的方法，计算该查询图像的资源 ID 数组 QconID= (QconID1, QconID2, QconID3,..., QconIDj ； (23)为该查询图像的每个资源ID构造图像查询消息，该图像查询消息的格式如下:〈QconlDi，qv, IP>,其中IP表示发起该查询图像操作的网元的IP地址；然后把该图像查询消息按照Chord协议发布到步骤(I)所述的结构化P2P-Chord环网络； (24)当所述的结构化P2P-Chord环网络中的索引节点按照Chord协议收到查询消息后，如果该节点中有建库图像的资源ID与该查询图像的资源ID相等时，则把对应的建库图像的索引消息反馈给用户；如果符合条件的建库图像有多个时，则把建库图像特征向量与查询图像特征向量之间设定距离最近的前几条索引消息反馈给用户； (25)用户根据反馈的结果，从所述的结构化P2P-Chord环网络上获取相关建库图像，然后把这些图像分成符合查询图像的相关图像组和不符合查询图像的非相关图像组，然后根据下述公式更新查询图像的特征向量，
4.根据权利要求1或2所述的一种基于内容和反馈的图像检索方法，其特征在于:所述步骤(3)中所述的资源节点对已建库的图像定时重新发布建库图像的索引消息的操作具体包括如下步骤: (31)如果已建库图像在设定的周期内未发生改变，那么所述的资源节点直接向所述的结构化P2P-Chord环网络上重新发布一遍与该建库图像对应的原有的索引消息即可； (32)如果已建库图像在设定的周期内仅发生了小的改变，即所述的资源节点对该建库图像重新计算特征向量后，发现这个新特征向量与旧特征向量之间的设定距离未超出设定的阈值，则所述的资源节点直接向所述的结构化P2P-Chord环网络上重新发布一遍原有的索引消息即可； (33)如果已建库图像在设定的周期内已发生了大的改变，即所述的资源节点对该建库图像重新计算特征向量后，发现这个新特征向量与旧特征向量之间的设定距离已超出设定的阈值，则所述的资源节点按照步骤(I)或步骤(13)所述的方法对该建库图像重新构造索引消息，然后向所述的结构化P2P-Chord环网络上发布。
5.根据权利要求1或2或3或4所述的一种基于内容和反馈的图像检索方法，其特征在于:所述的计算建库图像和查询图像的特征向量的方法是采用多基元直方图Mult1-TextonHistogram的计算方法。
6.根据权利要求2所述的一种基于内容和反馈的图像检索方法，其特征在于:所述步骤(12)中所述的k维随机整数向量中的每个分量的取值范围是I到资源ID数目的近似值。
7.根据权利要求3或4所述的一种基于内容和反馈的图像检索方法，其特征在于:所述步骤(24)中所述的建库图像特征向量与查询图像特征向量之间设定距离的计算采用欧式距离或马氏距离或其他 距离的计算方法；步骤(32)和步骤(33)中所述的建库图像的新特征向量与旧特征向量之间设定距离的计算采用欧式距离或马氏距离或其他距离的计算方法。
全文摘要
一种基于内容和反馈的图像检索方法，包括下列操作步骤(1)图像索引库的建立过程对于建库图像，构造索引消息，并把索引消息按照Chord协议发布到结构化P2P-Chord环网络上，从而基于结构化P2P-Chord环网络建立起图像索引库；(2)图像查询过程对于查询图像，构造和发布图像查询消息，查询用户根据反馈结果可更新和重复查询操作，优化查询结果；(3)图像索引库的更新过程按照设定的周期，资源节点和索引节点对图像索引库进行更新；本发明方法为图像查询提供了高效的组织结构和路由机制，提高了查找效率和查询满意度。
文档编号G06F17/30GK103218441SQ201310141628
公开日2013年7月24日 申请日期2013年4月22日 优先权日2013年4月22日
发明者廖建新, 徐童, 杨迪, 王敬宇, 戚琦, 李彤红, 朱晓民 申请人:北京邮电大学