图像检索方法和装置的制造方法
【技术领域】
[0001]本发明涉及图像检索领域，具体而言，涉及一种图像检索方法和装置。
【背景技术】
[0002]目前，现有技术中的图像检索方法均是基于内容的海量图像检索，主要包括两个阶段:1)图像录入阶段，该阶段即建立图像特征的数据库，具体为对录入图像按照形状进行分类;对于每个分类，从图片库中挑选出具有代表性的样本图片，形成样本库;提取样本库中所有录入图像的图像特征并存入对应的数据库中；2)查询阶段，该阶段为图像检索阶段，具体为提取输入的查询图像的图像特征，遍历上述数据库内的图像特征，并计算遍历的图像特征与查询图像的图像特征的相关度，然后按相关度由大到小的顺序显示从数据库内查找的所有图像信息。
[0003]发明人在研究中发现，现有技术中的上述图像检索方法易出现分类错误而导致漏掉真实目标的问题，并且上述方法还需要将数据库内所有的特征全部检索一遍再进行输出，使得检索结果反馈时间较长且稳定性较差。
【发明内容】
[0004]本发明的目的在于提供一种图像检索方法和装置，避免了将建立的图像数据库内的所有图像特征均检索一遍再输出结果的情况，且较少出现分类错误导致漏掉真实目标的问题，保证了检索结果反馈时间的迅速性和稳定性。
[0005]第一方面，本发明实施例提供了一种图像检索方法，包括:
[0006]接收用户发送的查询图像；
[0007]根据图像分类法获取查询图像对应各类别的置信度；
[0008]按照查询图像的置信度由大到小的先后顺序，从图像特征库中检索当前置信度段中各置信度的类别对应的图像特征;其中，图像特征库中预先存储有图像特征，以及图像特征对应的最高置信度的类别数据和原始图像数据；
[0009]按照检索的先后顺序，逐步加载检索到的图像特征；
[0010]对加载的图像特征进行排序处理，得到排序处理结果；
[0011 ] 将得到排序处理结果逐步发送至显示界面，以便显示界面进行显示。
[0012]结合第一方面，本发明实施例提供了第一方面的第一种可能的实施方式，其中，对加载的图像特征进行排序处理，得到排序处理结果，包括:
[0013]获取按检索的先后顺序加载的排序在先的预设个数的图像特征；
[0014]利用邻近算法KNN算法对排序在先的预设个数的图像特征进行排序处理，得到近似检索结果。
[0015]结合第一方面的第一种可能的实施方式，本发明实施例提供了第一方面的第二种可能的实施方式，其中，利用KNN算法对排序在先的预设个数的图像特征进行排序处理，包括:
[0016]提取用户发送的查询图像的图像特征；
[0017]每接收到一个加载的图像特征时，利用KNN算法计算当前加载的图像特征与查询图像的图像特征的距离，直至完成排序在先的预设个数的图像特征的计算；
[0018]将KNN计算的当前距离与第一在先计算距离进行对比；其中，第一在先计算距离为:近似检索结果排序队列中排在队尾的一个图像特征与查询图像的图像特征的计算距离；
[0019]若KNN计算的当前距离大于第一在先计算距离，将当前加载的图像特征插入到近似检索结果排序队列的队尾；
[0020]若KNN计算的当前距离小于第一在先计算距离，将当前加载的图像特征插入近似检索结果排序队列中；其中，当前加载的图像特征插入的最高位置为近似检索结果排序队列中排序第一的位置。
[0021]结合第一方面的第二种可能的实施方式，本发明实施例提供了第一方面的第三种可能的实施方式，其中，对加载的图像特征进行排序处理，得到排序处理结果，还包括:
[0022]获取按检索的先后顺序加载的排序在后的余下的所有图像特征，作为补全检索的结果；
[0023]每接收到加载的补全检索的结果中的一个图像特征时，利用KNN算法计算接收的当前图像特征与查询图像的图像特征的距离，直至完成所有补全检索的结果的计算；
[0024]判断近似检索结果是否排序完成；
[0025]在检测到近似检索结果排序完成后，利用KNN计算结果优化近似检索结果，得到补全检索结果。
[0026]结合第一方面的第三种可能的实施方式，本发明实施例提供了第一方面的第四种可能的实施方式，其中，方法还包括:
[0027]获取近似检索结果中用户的当前浏览位置；
[0028]将当前浏览位置转换为用户尚未浏览的排序位置P;
[0029]利用KNN计算结果优化近似检索结果，包括:
[0030]将KNN计算结果对应的每一个当前距离依次与第二在先计算距离进行对比；其中，第二在先计算距离为:近似检索结果排序队列中队尾的一个图像特征与查询图像的图像特征的计算距离；
[0031]若KNN计算的当前距离大于第二在先计算距离，将当前加载的图像特征插入近似检索结果排序队列的队尾，或者舍弃当前加载的图像特征；
[0032]若KNN计算的当前距离小于第一在先计算距离，将当前加载的图像特征插入近似检索结果排序队列中；其中，当前图像特征插入的最高位置为排序位置P。
[0033]结合第一方面的第四种可能的实施方式，本发明实施例提供了第一方面的第五种可能的实施方式，其中，若KNN计算的当前距离小于第一在先计算距离，将当前加载的图像特征插入近似检索结果排序队列中，包括:
[0034]在KNN计算的当前距离小于第一在先计算距离时，判断近似检索结果的总长度是否满足预设长度；
[0035]若近似检索结果的总长度等于预设长度，则每插入一个当前加载的图像特征时，删除对应的近似检索结果队列中队尾的一个图像特征；
[0036]若近似检索结果的总长度小于预设长度，则在对应的近似检索结果中直接插入当前加载的图像特征。
[0037]结合第一方面，本发明实施例提供了第一方面的第六种可能的实施方式，其中，图像特征库是预先根据下述方法建立的:
[0038]提取待存储图像的图像特征；
[0039]根据图像分类法获取待存储图像对应各类别的置信度；
[0040]将获取的图像特征分别与置信度最高的类别号及原始图像数据进行关联；
[0041 ]将关联的数据存储在数据库中，得到图像特征库。
[0042]第二方面，本发明实施例还提供了一种图像检索装置，装置包括:
[0043]接收单元，用于接收用户发送的查询图像；
[0044]第一获取单元，用于根据图像分类法获取查询图像对应各类别的置信度；
[0045]检索单元，用于按照查询图像的置信度由大到小的先后顺序，从图像特征库中检索当前置信度段中各置信度的类别对应的图像特征;其中，图像特征库中预先存储有图像特征，以及图像特征对应的最高置信度的类别数据和原始图像数据；
[0046]加载单元，用于按照检索的先后顺序，逐步加载检索到的图像特征；
[0047]排序单元，用于对加载的图像特征进行排序处理；
[0048]人机交互单元，用于将得到排序处理结果逐步发送至显示界面，以便显示界面进行显示。
[0049]结合第二方面，本发明实施例提供了第二方面的第一种可能的实施方式，其中，排序单元包括:
[0050]第一获取子单元，用于获取按检索的先后顺序加载的排序在先的预设个数的图像特征；
[0051]排序子单元，用于利用邻近算法KNN算法对排序在先的预设个数的图像特征进行排序处理，得到近似检索结果。
[0052]结合第二方面的第一种可能的实施方式，本发明实施例提供了第二方面的第二种可能的实施方式，其中，排序子单元包括:
[0053]提取模块，用于提取用户发送的查询图像的图像特征；
[OO54 ] KNN计算模块，用于每接收到一个加载的图像特征时，利用KNN算法计算当前加载的图像特征与查询图像的图像特征的距离，直至完成排序在先的预设个数的图像特征的计算；
[0055]第一对比模块，用于将KNN计算的当前距离与第一在先计算距离进行对比；其中，第一在先计算距离为:近似检索结果排序队列中排在队尾的一个图像特征与查询图像的图像特征的计算距离；
[0056]第一插入模块，用于在KNN计算的当前距离大于第一在先计算距离时，将当前加载的图像特征插入到近似检索结果排序队列的队尾;在KNN计算的当前距离小于第一在先计算距离时，将当前加载的图像特征插入近似检索结果排序队列中；其中，当前加载的图像特征插入的最高位置为近似检索结果排序队列中排序第一的位置。
[0057]结合第二方面的第二种可能的实施方式，本发明实施例提供了第二方面的第三种可能的实施方式，其中，排序单元还包括:
[0058]第二获取子单元，用于获取按检索的先后顺序加载的排序在后的余下的所有图像特征，作为补全检索的结果；
[0059]KNN计算子单元，用于每接收到加载的补全检索的结果中的一个图像特征时，利用KNN算法计算接收的当前图像特征与查询图像的图像特征的距离，直至完成所有补全检索的结果的计算；
[0060]判断子单元，用于判断近似检索结果是否排序完成；
[0061]优化子单元，用于在检测到近似检索结果排序完成后，利用KNN计算结果优化近似检索结果，得到补全检索结果。
[0062]结合第二方面的第三种可能的实施方式，本发明实施例提供了第二方面的第四种可能的实施方式，其中，人机交互单元还用于，获取近似检索结果中用户的当前浏览位置；将当前浏览位置转换为用户尚未浏览的排序位置P;
[0063]优化子单元包括:
[0064]第二对比模块，用于将KNN计算结果对应的每一个当前距离依次与第二在先计算距离进行对比；其中，第二在先计算距离为:近似检索结果排序队列中队尾的一个图像特征与查询图像的图像特征的计算距离；
[0065]第二插入模块，用于在KNN计算的当前距离大于第二在先计算距离，将当前加载的图像特征插入近似检索结果排序队列的队尾，或者舍弃当前加载的图像特征;在KNN计算的当前距离小于第一在先计算距离时，将当前加载的图像特征插入近似检索结果排序队列中；其中，当前图像特征插入的最高位置为排序位置P。
[0066]结合第二方面的第四种可能的实施方式，本发明实施例提供了第二方面的第五种可能的实施方式，其中，第二插入模块包括:
[0067]判断子模块，用于在KNN计算的当前距离小于第一在先计算距离时，判断近似检索结果的总长度是否满足预设长度；
[0068]插入删除子模块，用于在近似检索结果的总长度等于预设长度时，每插入一个当前加载的图像特征时，删除对应的近似检索结果队列中队尾的一个图像特征；
[0069]直接插入子模块，用于在近似检索结果的总长度小于预设长度时，在对应的近似检索