一种基于手持终端的搜索购物方法与流程

技术特征：
1.一种基于手持终端的搜索方法，包括以下步骤：(1)、索引文件的建立1.1)、通过网络爬取技术，从各大购物网站获得商品图片和商品信息，存入服务器视觉特征数据库中；1.2)、获取视觉特征数据库中商品图片的图像特征属性值；1.3)、使用图像特征属性值，按照爬取得到的商品在购物网站中商品分类的类别，分类别在视觉特征数据库中建立商品图片的索引文件，并存储在服务器上；(2)、相似商品的搜索用户从手持终端上传需要搜索的商品图片至服务器，在服务器端对上传的商品图片进行图像特征属性值提取，使用得到的图像特征值在步骤1.3)获得的商品图片索引文件中进行搜索：2.1)、如果用户上传商品图片的同时，也上传有文字信息，服务器首先用文字信息确认用户所要搜索的商品在视觉特征数据库中的类别，再使用用户上传商品图片的图像特征属性值在已经确定的商品类别商品图片索引文件中进行相似商品搜索；2.2)、如果用户只上传了商品图片，则在用户上传商品图片以后，由服务器提供商品类别的选择供用户手动选择，然后使用用户上传的商品图片在用户选择的商品类别商品图片索引文件中进行相似商品的搜索；(3)、商品推荐根据相似商品的搜索结果，将搜索到的商品图片以及商品信息推荐给用户；所述的对上传的商品图片进行图像特征属性值提取为：S051.根据商品图片中商品对象一般集中在图片中间部分的特点，通过图片四个角上的颜色特征的统计，得到图片背景部分的颜色类型统计结果；S052.图像前景提取的扩散阶段：扩散阶段是根据统计阶段统计的图片背景颜色类型在商品图片中去掉图片中的背景颜色，即提取出图像前景；S053.在图像前景提取之后需要对商品图片进行二次净化，以去除商品LOGO和商品广告语的小连通区域，留下最大的连通区域，以得到只包含商品图像主体部分的商品图片；S054.获取商品图片的RGB颜色属性值；S055.所使用的商品图片的特征是在HSV颜色模型下进行计算的，所以在计算商品图片的图像特征属性值之前需先将步骤S054得到的商品图片的RGB颜色属性转换成相应HSV模型下的属性值；用r、g、b分别表示RGB颜色模型中的R，G，B颜色属性值，max表示r、g、b中的最大值，min表示r、g、b中的最小值，则HSV模型中H，S，V三个维度的颜色属性值h、s、v分别为：v＝max其中，h的范围为[0，360]，s和v的范围为[0，1]；S056.使用颜色模型转换后的商品图片的HSV颜色属性值提取商品图片特征属性值，提取时，使用颜色特征和边缘特征相结合的图片特征，提取按照CEDD算法进行；在计算商品图片特征属性值时，首先计算商品图片的颜色特征向量C＝(c1,c2,…,ci)，然后计算图片的边缘特征向量F＝(f1,f2,…,fj)，商品图片的特征属性值则用向量表示为X＝(c1,c2,…,ci,f1,f2,…,fj)，其中，i表示颜色特征的数量，j表示边缘特征数量。2.根据权利要求1所述的搜索方法，其特征在于，所述的颜色特征统计为：S0511.从商品图片的四个角分别取出一个区间，区间大小为(lx/20)*(ly/20)，其中lx为商品图片的横向像素点数，ly为商品图片的纵向像素点数；S0512.取一个角的区间第一个像素点作为第一类，记作C1类，并把这个像素的RGB颜色分量即属性值作为C1类的特征值；S0513.将C1类放入类别集合C中；S0514.依次遍历此区间的下一个像素点，计算下一个像素点与C中每个类的RGB特征值的差值，如果它和类别集合C有一Ck类的差值小于设定的阈值，步骤S0516，否则即与所有类的RGB特征值的差值都不小于设定的阈值，就到步骤S0515；S0515.建立新的类别Cn+1类，并加入到类别集合C中，转步骤S0517；S0516.把该像素点归为Ck类，并把Ck类的计数加1，转步骤S0517；S0517.判断是否遍历完整的一个区域，若未遍历完，则到S0514，S0518.若已经遍历完，则对下一个角进行步骤S0512～S0518，直到4个角的背景颜色统计完成，然后对每个角取背景颜色统计数最多的5类作为该角背景区间的颜色统计结果。3.根据权利要求2所述的搜索方法，其特征在于，所述的扩散阶段的步骤如下：S0521.将一个角的第一个像素点作为背景像素点对整张商品图片进行扩散，依次计算商品图片中背景像素点在扩散方向上的相邻像素点的RGB属性值和它本身的RGB属性值以及此角区间统计的5个类的RGB属性值的差值；S0522.判断是否有差值在阈值范围内，如果有，则将该相邻像素点标记为背景“bkg”，否则，标记前景“obj”；S0523.然后对这些标记为背景“bkg”的相邻像素点在扩展方向上的相邻像素点进行相同的判断和标记，直到遍历完整张商品图片；S0524.选择下一个角的第一个像素，则重复步骤S0521～S0523，直到四个角都完成扩散；S0525.在商品图片中，将四个角扩散过程中标记为背景“bkg”的像素点设定为背景颜色，背景颜色为黑色，这样可以得到去掉背景颜色后的商品图片。4.根据权利要求2所述的搜索方法，其特征在于，所述的二次净化的步骤如下：S0531.对商品图片P1进行二值化处理，用单通道存储图像副本信息，将商品图片P1中所有的背景像素点设置为0，即纯黑色，前景像素点设置为255，即纯白色，得到二值化后的商品图片P2；S0532.遍历商品图片P2中的像素点，如果像素点为255即前景像素点，就转到步骤S0533，否则，执行步骤S0534；S0533.从该像素点开始用广度优先搜索算法遍历所有的邻接的具有255像素值的像素点，并用整数i进行标记，用线性表list(i)记录此联通区域的像素点个数，然后，执行步骤S0534；S0534.判断是否遍历完商品图片P2，遍历完转到步骤S0535，没有遍历完，则对下一个像素点执行S0532步骤；S0535.选取线性表list(i)记录像素点最多的那个标记，如果商品图片P2中具有该标记，就把商品图片中对应的像素点保留，其它像素则都设置为背景。