[发明专利]一种图像搜索方法及其搜索引擎

说明书

技术领域

本发明涉及互联网搜索引擎技术，具体设计一种图像搜索引擎方法及其搜索引擎。

背景技术

一般的图像搜索引擎都基于两种方式，一是基于文字搜索图像，二是基于图像视觉特征搜索相似图像。第一种方式不能满足用户仅有图片来源时的搜索需求，第二种方式的搜索结果仅匹配相似图像，实用中的搜索结果和原图相似度极高，如搜索一张新闻人物的图片，可以得出互联网中同样人物、同一地点、同一动作的图片，而仅是来源网站的不同，但无法进一步了解图片主题所包含的深层信息。所以，想要通过图像获得该图像所包含的深层信息，如图像相关主题信息或者相关图像，利用目前的图像搜索引擎无法获得好的效果。

发明内容

本发明针对目前图像搜索引擎中只能搜索相似图像的不足，提出了一种图像搜索方法及其搜索引擎。

本发明的一种图像搜索方法，具体包括如下步骤：

步骤101：获得要进行搜索的源图片；

步骤102：从全网搜索与源图片相似的图片，获得相似图片集；所述的相似图片指在视觉特征上具有共性的图片；

步骤103：根据相似图片集，得出图片的核心主题词；

步骤104：根据得到的图片的核心主题词，爬取相关图片信息，并根据图像相似算法，去除相似图片，留下相关图片；所述的相关图片指的是语义特征上具有共性的图片。

步骤103具体还包括如下步骤：

步骤201：建立相似图片集的网页信息的数据结构，将相似图片集中的每张图片的网页信息都存储在该数据结构中；

步骤202：针对相似图片集中的每张图片，根据该图片来源的网页地址，爬取来源网页的HTML，生成HTML树，并从HTML树中提取图片上文和图片下文；

步骤203：对提取的每张图片的图片上文和图片下文标注位权；

步骤204：对每张图片的图片上文和图片下文的语段进行分析，通过最长短语划分法提取出最长短语，并对提取出来的最长短语标注词权，获得图片的核心主题词。

本发明的一种图像搜索引擎包括：获取模块、一次搜索模块、二次搜索模块、分词模块和确定模块。

所述的获取模块获得要进行搜索的源图片并将源图片传送给一次搜索模块；

所述的一次搜索模块根据源图片获得相似图片集，并将相似图片集传送给二次搜索模块，所述的相似图片指在视觉特征上具有共性的图片；

所述的二次搜索模块建立相似图片集的网页信息的数据结构，针对相似图片集中的每张图片，根据该图片来源的网页地址，爬取来源网页的HTML，生成HTML树，并从HTML树中提取图片上文和图片下文；

所述的分词模块对二次搜索模块提取出每张图片的图片上文和图片下文标注位权，并对每张图片的图片上文和图片下文的语段进行分析，通过最长短语划分法提取出最长短语，并对提取出来的最长短语标注词权，将提取出来的最长短语存入最长短语的数据结构中；

所述的确定模块用于对提取出来的所有最长短语，依据最长短语的位权与词权乘积从大到小的顺序进行排序，在删除网络常见短语后，将前1-5个最长短语作为图片的核心主题词，并根据图片的核心主题词，爬取相关图片信息，根据图像相似算法去除相似图片，留下相关图片，所述的相关图片指的是语义特征上具有共性的图片。

本发明的优点与积极效果在于：本发明实现了图像的主题信息提取功能，提供的一种更全面地利用图像搜索主题信息和相关图像的搜索引擎及搜索方法，此外本发明还能提供相关图像结果和主题的详细维基百科信息，用户可以根据不同场景产生不同的需求，并且达到特定的效果。

附图说明

图1是本发明的图像搜索方法的流程图；

图2是本发明的图像搜索方法的具体实施例示意图；

图3是本发明的图像搜索引擎的结构示意图；

图4是本发明实施例中所提交的用于搜索的源图片；

图5是根据图4所示的源图片得到的相似图片集；

图6是本发明实施例相似图片集生成的HTML树的结构示意图；

图7是最长短语划分法的一个实施例示意图；

图8是搜索结果得到的相关图片集。

具体实施方式

下面将结合附图和实施例对本发明作进一步的详细说明。

如图1所示，本发明的图像搜索引擎方法包括：

步骤101：获得要进行搜索的源图片。具体地，源图片可以是通过本地上传获得，也可以通过提交图片网址(URL)来获得，也可以通过电脑摄像头拍摄获得等。