基于图像分割的图片搜索方法
【技术领域】
[0001] 本发明涉及的是一种图像处理领域的技术，具体是一种基于图像分割的图片搜索 方法。
【背景技术】
[0002] 相似图片搜索是近年来新兴起的一门新技术，即用一张图片，搜索图片库中与之 相似的图片，已被部分搜索引擎实现。现有的大多数相似图片匹配方法都是基于"感知哈希 算法"这一关键技术，它对每张图片生成一个指纹字符串，比较不同图片的指纹，结果越相 似，图片越接近。
[0003] 在图像分割方面，Pedro F. Felzenszwa 和 Daniel P. Huttenlocher 发表的 "Efficient Graph-Based Image Segmentation"（基于图像的有效分割）论文中提出了 经典的贪心聚类图像分割方法，计算像素点与其邻域的不相似度、更新阈值、合并区域，实 现图片的分割。
[0004] 经过对现有技术的检索发现，中国专利文献号CN103914561A，公开（公告）日 2014. 07. 09,公开了一种图像搜索方法，包括：压缩待搜索图像的尺寸并获取压缩后的待搜 索图像的灰度图；将灰度图分割成若干块，获取每一块灰度图的低频区域；将低频区域进 行二值化处理，得到每一块灰度图的特征值；将每一块灰度图的特征值与各图像的哈希映 射容器中相应块的特征值进行匹配，将匹配成功的块的数量超过第一预设阈值的图像作为 搜索结果。该技术实现了快速检索到匹配图像并且减小了局部图像的变化对匹配准确度造 成的影响。该技术还公开了用于实现上述方法的装置。但该技术反映图像内部明显的区域 划分和线条，由于图像内部像素点与邻域的不相似性，图像内会存在一些线条将图像分割 成若干区域。
[0005] 中国专利文献号CN1750017,公开（公告）日2006. 03. 22,公开了一种图像处理技 术领域的基于人脸检测的红眼去除方法，包括三个步骤：（1)人脸检测：采用机器学习算法 训练得到的人脸分类器，并结合肤色信息得到照片中的人脸区域；(2)红眼检测：根据人脸 区域红色度分布，将检测到的区域分为典型红眼和弱红眼两种类型进行红眼区域的检测； (3)红眼修正：在找到的红眼区域进行色彩的修正和边界的平滑，使修正后的照片恢复正 常的色彩。该技术运用快速的人脸检测算法缩小了红眼的搜索范围，并根据瞳孔的颜色进 行修正。在没有人工参与的情况下，也能够精确检测并修正数码照片中红眼，同时兼顾图像 处理的速度。但该技术难以实现图像中人的身体与图片背景的分离。
【发明内容】
[0006] 本发明针对现有技术存在的上述不足，提出一种基于图像分割的图片搜索方法， 通过图像分割将图片库中图片的人像与背景分离，图像搜索返回带有相似背景的图片。
[0007] 本发明是通过以下技术方案实现的：
[0008] 本发明涉及一种基于图像分割和相似图片搜索的拍照建议技术，包括以下步骤：
[0009] 第一步、对图片库中的图片进行分割：依照分割算法将图片划分为不同区域。
[0010] 第二步、获取图片及区域内部特征信息：获取区域中HSV的H直方图，提取并获得 线条信息，保留区域特征、H特征、线条特征作为图像特征。
[0011] 第三步、通过socket获取用户拍摄上传的图像，对其进行图像分割。
[0012] 第四步、将第一、第二步中获得的特征信息与第三步的分割区域进行比对，将数据 库中参考图像区域依次填入相似度最高的输入照片的分割区域中，综合第二步提及的图像 特征的三种信息得到搜索结果。 技术效果
[0013] 与现有技术相比，本发明结合了图像分割和相似图像搜索的思想，实现了 "Pose suggestion、动作推荐）这一应用。在原理上，通过图像分割将图片库中图片的人像与背 景分离，图像搜索返回带有相似背景的图片。在功能上，从拍照角度、位置、拍照者姿势等多 方面，通过返回示例图片的方式给上传照片用户以建议。
【附图说明】
[0014] 图1为本发明流程示意图。
[0015] 图2为实施例获取参考图像库图像特征示例图。
[0016] 图3为实施例参考图像库图像与输入图像匹配示例图。
[0017] 图4为实施例应用效果图。
【具体实施方式】
[0018] 下面对本发明的实施例作详细说明，本实施例在以本发明技术方案为前提下进行 实施，给出了详细的实施方式和具体的操作过程，但本发明的保护范围不限于下述的实施 例。 实施例1
[0019] 如图1所示，本实施例包括以下步骤：
[0020] 第一步、对图片库中的图片进行分割和处理，获取图片及区域内部特征信息。获取 区域中HSV的H直方图，提取并获得线条信息，保留区域特征、H特征、线条特征作为图像特 征以供后续查找。
[0021] 所述的线条特征是指：经过图像分割处理后得到的分离邻域的线条。
[0022] 第二步、用户与服务器建立链接，并拍摄图像上传，服务器通过socket获取用户 拍摄上传的经过缩小化成标准大小的图像。
[0023] 第三步、对上传图像进行图像分割，获得一定数量的分割区域。
[0024] 第四步、计算参考图片与上传图片的相似度V(Ri)。
[0025] 所述的相似度
其中：D(Ri)是两个区域间的距离，
实中：Ri为待处 理区域，.bin指直方图一个区域的统计值，.prebin是前一个区间的值，.postbin是后一个 区间的值。
[0026] 第五步、基于第四步提取的相似度值，将数据库中参考图像区域依次填入相似度 V(Ri)，最高的输入照片的分割区域中（填入后减去填入大小），最后得出推荐度数值，即 Σ Jize(Ri) XV(Ri),其中：Size (Ri)为该分割区域氏的大小。
[0027] 搜索得到的图片墙中各图片与用户拍摄的图片背景相似度极高。
【主权项】
1. 一种基于图像分割的图片搜索方法，其特征在于，包括以下步骤： 第一步、对图片库中的图片进行分割：依照分割算法将图片划分为不同区域； 第二步、获取图片及区域内部特征信息：获取区域中HSV的H直方图，提取并获得线条 信息，保留区域特征、H特征、线条特征作为图像特征； 第三步、通过socket获取用户拍摄上传的图像，对其进行图像分割； 第四步、将第一、第二步中获得的特征信息与第三步的分割区域进行比对，将数据库中 参考图像区域依次填入相似度最高的输入照片的分割区域中，综合第二步提及的图像特征 的三种信息得到搜索结果。2. 根据权利要求1所述的基于图像分割的图片搜索方法，其特征是，所述的线条特征 是指：经过图像分割处理后得到的分离邻域的线条。3. 根据权利要求1所述的基于图像分割的图片搜索方法，其特征是，所述的比 对基于相似度实现，相似度，其中：D(Ri)是两个区域间的距离，其中：Ri为待处理区 域，.bin指直方图一个区域的统计值，.prebin是前一个区间的值，.postbin是后一个区间 的值。4. 根据权利要求1所述的基于图像分割的图片搜索方法，其特征是，所述的搜索结果 是指：最高的输入照片的分割区域中，即填入后减去填入大小，最后得出推荐度数值，即2n 3匕6取）\￥取)，其中说狀取）为该分割区域&的大小。
【专利摘要】一种基于图像分割的图片搜索方法，对图片库中的图片进行分割：依照分割算法将图片划分为不同区域，然后获取图片及区域内部特征信息：获取区域中HSV的H直方图，提取并获得线条信息，保留区域特征、H特征、线条特征作为图像特征；再通过socket获取用户拍摄上传的图像，对其进行图像分割；最后将特征信息与分割区域进行比对，将数据库中参考图像区域依次填入相似度最高的输入照片的分割区域中，综合图像特征的三种信息得到搜索结果。通过本发明能够搜索得到的图片墙中各图片与用户拍摄的图片背景相似度极高。
【IPC分类】G06T7/00
【公开号】CN104915955
【申请号】CN201510276234
【发明人】边艺, 徐男, 秦立厦, 夏立, 盛斌
【申请人】上海交通大学
【公开日】2015年9月16日
【申请日】2015年5月27日