[发明专利]基于视觉词组的图像检索方法

权利要求书

1.一种基于视觉词组的图像检索方法，其特征在于具体为：

首先对标准图像和待检索图像分别提取显著性区域，并在显著性区域中提取特征描述子；

然后对标准图像库中的特征描述子采用随机kd树进行聚类；

接着将标准图像和待检索图像的特征描述子分别通过视觉词组进行表示，并根据标准图像的视觉词组创建二维倒排索引；

最后将由视觉词组表示的待检索图像的特征描述子在二维倒排索引中进行相似性搜索以及空间几何关系度量，给出最终检索结果。

2.根据权利要求1所述的基于视觉词组的图像检索方法，其特征是，所述的对标准图像和待检索图像分别提取显著性区域是指：将图像从空间坐标变换到频率坐标，计算图像的对数谱，并将其与滤波后的对数谱进行差分得到谱残差，进而反变换得到显著性区域；

所述的提取特征描述子是指：在提取到的显著性区域中首先采用高斯差分算子进行特征点检测，然后将每个高斯差分算子通过尺度不变描述子进行描述。

3.根据权利要求1或2所述的基于视觉词组的图像检索方法，其特征是，所述的提取显著性区域包括离线处理和实时处理两个步骤，其中：

所述离线处理中，在图像                                                提取到的显著性区域中，获取到的SIFT描述子表示为，其中：是图像中第个描述子，维数为128维，是图像中SIFT描述子的个数，标准图像库中全部SIFT描述子表示为；

所述实时处理中，在待检索图像Q提取到的显著性区域中，获取到的SIFT描述子表示为，其中：是图像Q中第个描述子，维数为128维，是图像Q中SIFT描述子的个数。

4.根据权利要求1或2所述的基于视觉词组的图像检索方法，其特征是，所述的提取特征描述子包括离线处理和实时处理两个步骤，其中：

所述离线处理中，在图像提取到的显著性区域中，获取到的SIFT描述子表示为，其中：是图像中第个描述子，维数为128维，是图像中SIFT描述子的个数，标准图像库中全部SIFT描述子表示为；

所述实时处理中，在待检索图像Q提取到的显著性区域中，获取到的SIFT描述子表示为，其中：是图像Q中第个描述子，维数为128维，是图像Q中SIFT描述子的个数。

5.根据权利要求1所述的基于视觉词组的图像检索方法，其特征是，所述的对标准图像的特征描述子进行聚类是指：在离线处理中，聚类过程中采用随机kd树进行近似最近邻搜索，将特征描述子划分到对应的类别，并在多次迭代后确定聚类中心；

采用随机kd树确定聚类中心的步骤包括：

在全部SIFT描述子中随机选择个对象作为聚类中心；

根据聚类中心创建随机kd树，随机kd树中的每个节点在多个较大方差值对应的维数中随机选择，节点的分割阈值在对应维数靠近中值的元素中随机选择；

对SIFT描述子采用随机kd树进行近似最近邻搜索，将每个SIFT描述子划分到对应的类别中；

重新计算每个类别的均值，确定新的聚类中心；

重复步骤2）—4），设迭代的次数为次，直到每个类别不再发生变化为止。

6.根据权利要求1所述的基于视觉词组的图像检索方法，其特征是，所述的将标准图像和待检索图像的特征描述子分别通过视觉词组进行表示是指：在聚类完成后，根据随机kd树确定每个SIFT描述子对应的最近邻的两个聚类中心；

所述确定每个SIFT描述子对应的最近邻的两个聚类中心步骤包括：

在确定聚类中心后，根据聚类中心创建的随机kd树对每个SIFT描述子进行近似最近邻搜索；

与SIFT描述子欧式距离最小的两个聚类中心，即为表示SIFT描述子的视觉词组。

7.根据权利要求1所述的基于视觉词组的图像检索方法，其特征是，所述的根据标准图像的视觉词组创建二维倒排索引是指：在离线处理中，分别以最近邻和次近邻的聚类中心作为行索引和列索引，标准图像作为索引目标；对于标准图像中的第个SIFT描述子，通过视觉词组进行表示，从而标准图像被记录在索引值为的索引列表中；由于同一幅图像中不同的SIFT描述子可能会通过相同的视觉词组进行表示，因此在同一索引列表中重复出现多次的标准图像只被记录一次，从而保证查询的实时性。