一种图像检索方法
【专利摘要】本发明公开了一种图像检索方法，首先计算图像数据库中任意两个图像的内点数，根据公式计算任意两个图像的相关度值；然后计算查询目标与图像数据库中任一图像的相关度值，得到与查询目标直接相关的图像与间接相关的图像；构建一个赋权邻接矩阵A进行衰减，且增加弥补衰减过度造成间接相关度值过小的补给项计算查询目标vq与图像vi的间接相关度值，并通过迭代调整所述间接相关度值使得相关度值越高的图像与查询目标vq的间接相关度值越大；将查询目标与图像数据库各图像的直接相关度和间接相关度进行排序，得到图像数据库中包含查询目标的图像。
【专利说明】一种图像检索方法
【技术领域】
[0001]本发明涉及图像检索技术，特别是一种图像检索方法。
【背景技术】
[0002]基于指定目标的图像检索任务是从大规模的图像数据库中，快速地检索出包含用户指定目标的图像，其流程分如下两步:首先，用户提交一个包含特定目标的查询图像，并框选出目标所在区域给检索系统；然后，检索系统从数据库中找出所有包含此目标的图像返回给用户。对于这样的检索系统而言，速度与精度是其主要的性能指标。一个高效的检索系统，应该在大规模数据库上具有较快的检索速度(例如，I秒/每次查询)；同时能够检索出包含指定目标的绝大部分图像，而不论这些图像中的目标是否有遮挡、是否与查询图像具有相同成像条件，如光照、视角等。对于这样一个检索任务，目前最有效的框架是一种基于相似度的有效的检索框架:首先，提取特征点及区域描述符，通过聚类方法构建视觉词典。其次，利用词典将描述符矢量化，形成图像的词袋向量表示；再次，利用向量空间模型计算查询图像与数据库图像之间的相似度，并依据相似度对数据库图像进行粗排序；最后，利用图像特征点的空间关系在粗排序的基础上进行重排序。
[0003]基于相似度的图像检索方法是建立在包含同一目标的图像应该具有相近的底层特征这一假设基础之上的。对于这样的检索系统而言，视点变化和/或光照差异是影响其性能两个主要因素。以图1所示序列为例，随着视点角度的增加，特征点重复率低及描述符匹配错误率高的问题会变得异常显著；此时，像图像I与图像6这样的图像对，由于底层特征上差异过大，会被基于相似度的检索系统误判为不包含同一的目标。同样，在图2所不的光照变化序列中，随着光照差异的增加，图像描述符匹配成功率将显著降低，也会导致像图像2与4这样的图像对被误判。
[0004]因此，一旦假设不成立，基于相似度的检索系统将会产生误判；系统性能也会随着不满足假设图像的增多而急剧下降。
【发明内容】
[0005]有鉴于此，本发明提出了一种图像检索方法，有效降低了光照条件和/或视角变化对图像检索的影响。本发明提出的技术方案是:
[0006]一种图像检索方法，该方法包括:
[0007]A.计算图像数据库中任一图像Vi与其他任一图像 ' 所组成的图像对的内点数Cij,且 i 关 j ;
【权利要求】
1.一种图像检索方法，其特征在于，基于包括η个图像的图像数据库，该方法包括: Α.计算图像数据库中任一图像Vi与其他任一图像Vj所组成的图像对的内点数Cij，且i关j ; 设置内点数门限参数θ。，根据公式:
2.根据权利要求1所述的方法，其特征在于，步骤A进一步包括: 根据步骤A中计算得到的所述图像对Vi与Vj的相关度值ω (Vi, Vj)生成ηΧη的相关度矩阵W，所述相关度矩阵W的行数η与列数η分别代表所述图像数据库的图像个数，行编号与列编号分别对应所述图像数据库图像的编号，i幸j时所述相关度矩阵W的元素ω"=ω (Vi, Vj), i = j时所述相关度矩阵W的元素ω U = O。
3.根据权利要求1所述的方法，其特征在于，步骤B进一步包括: 根据步骤B中计算得到的查询目标V,与图像数据库中图像Vi的相关度值ω (Vq, Vi)生成I Xn的相关度矩阵所述相关度矩阵Wq的列数η代表所述图像数据库的图像个数，列编号对应所述图像数据库图像的编号，所述相关度矩阵Wq的元素COqi = ω (Vq, Vi)。
4.根据权利要求1所述的方法，其特征在于，所述赋权邻接矩阵A的元素au根据
5.根据权利要求1所述的方法，其特征在于，该方法还包括: 将所述图像数据库中的每个图像映射为一个节点，构成节点集合Vci = (V1, V2,..., νη},其每一个元素Vi(i = 1，2，…η)表示图像数据库中的一个图像，节点编号与图像编号一一对应； 如果步骤A中的ω (Vi, Vj) Φ O,则节点Vi与节点Vj之间存在连接边ek,构成边集Eci =Ie1, e2,...},所述连接边的权值为ω (Vi, Vj)；由节点集合V。= Iv1, v2,…，vn}与边集Etl= Ie1, e2,...}生成所述图像数据库的有限、无环的无向匹配图Gtl (V0, E0)。
6.根据权利要求1所述的方法，其特征在于，所述步骤D中的间接相关度值计算方法进一步包括: El.根据D = IT/计算得出初始间接相关度矩阵D，其中W力Wq的转置矩阵，将D归一化； E2.令间接相关度T = D; E3.根据T= αΒ.Α.Τ+β.D计算间接相关度Τ，其中α Β为间接相关度衰减因子，β.D为补给项，以弥补迭代过程中由ciB导致的T值过小，D为初始间接相关度，β为补给强度控制参数； Ε4.重复步骤Ε3，直至迭代结束。
7.根据权利要求4所述的方法，其特征在于，所述图像数据库的图像数量η达到千量级时，生成所述图像数据库的目标集，该方法进一步包括: F.构建目标集Vh，其初始元素为所述图像数据库中与查询目标V,直接相关的节点； G.依次查询目标集Vh各元素Vhi在所述匹配图Gtl(Vtl, Etl)中的直接相关节点，并将所述直接相关节点编号添加入目标集新增节点集合gamma，根据Vh = Vh U gamma更新目标集Vh ； 将gamma置零； H.依次查询置零前的目标集新增节点集合gamma各元素在匹配图Gtl(Vtl,Etl)中的直接相关节点，并将所述直接相关节点编号添加入置零后的目标集新增节点集合gamma，根据Vh =Vh U gamma更新目标集Vh; 将gamma置零； . 1.重复步骤H，直至迭代结束，生成所述图像数据库的目标集Vh。
【文档编号】G06F17/30GK103678660SQ201310722183
【公开日】2014年3月26日 申请日期:2013年12月24日 优先权日:2013年12月24日
【发明者】鲁鹏, 李睿凡, 刘咏彬, 袁彩霞, 王小捷 申请人:北京邮电大学