[发明专利]一种构建图像数据库的方法与系统

说明书

技术领域

本发明涉及图像处理技术领域，特别涉及一种含物体分类和精细轮廓分割标注的图像数据库的半自动构建方法与系统。 

背景技术

随着多媒体技术的迅速发展，各种图像视频资源极大丰富，互联网上每天都会增加大量用户拍摄和创作的图像。然而这些图像往往只含有文字标签，而且标注的准确性缺乏保证，用户要在海量图像中搜寻符合其意愿的物体和角色往往需要先通过关键词搜索，然后在海量结果中逐一寻找。 

近些年来，为解决这一问题，计算机图形学和多媒体领域的科研人员做了关于基于内容的大量互联网图像检索的研究，例如现有技术中提出了一种基于草图的互联网图像检索方法以及一种跨类型图像检索的方法，只是这些方法均不能实时地检索出用户需要的图像内容，于是为每类物体构建大量的具有精细轮廓分割标注的图像数据库，成为解决这一问题的一种方案，但是现有的数据库通常是通过人工构建，其速度慢，耗费人力，最终生成的数据库规模小。因此需要一种能够快速构建大规模含物体分类和精细轮廓分割标注的图像数据库的有效方法，来改善现有技术存在的不足。 

发明内容

为了解决上述问题，本发明提供了一种构建图像数据库的方法及其系统，通过提供一种能够快速构建的含有物体分类和精细轮廓分割标注的图像数据库，使用户在对图像数据库进行基于内容的检索时，可以快速的找到其所需要的图像合成与创作资源。 

为到达上述目的，本发明通过以下的技术方案予以实现： 

一种构建图像数据库的方法，包括以下步骤：A、利用关键词从互联网上自动下载图像；B、对下载的图像进行物体检测并进行初步过滤；C、对检测到的物体进行精细轮廓分割，得到分割图元；D、对分割图元进行基于轮廓匹配的过滤，形成图像数据库；其中，每一个图像中被分割出的前景物体称为分割图元。 

优选的，所述步骤B中，对符合关键词描述的物体检测时，利用计算机视觉中对应的前景物体检测或显著性区域检测算法进行检测。 

优选的，所述步骤B中，检测为符合该类别关键词的物体的概率需大于0.3。 

优选的，所述步骤B中，对检测后的图像根据图像背景复杂程度进行过滤。 

优选的，所述步骤B中，进一步包括以下步骤：B1：将每个图像中位于检测到的物体包围盒之外的图像进行分割；B2：计算分割块数；B3：基于B2所得块数，按照所述块数从少到多的顺序对同一关键词下载到的图像进行排序；B4：过滤出排序靠前的部分图像。 

优选的，所述步骤B1采用图像超像素过分割算法对图像进行分割。 

优选的，所述步骤C采用基于图分割的图像自动分割算法对检测到的物体进行精细轮廓分割。 

优选的，所述步骤C中采用集合F和集合M作为图分割算法的约束区域，初始前景物体的检测区域作为图分割算法的初始区域，其中集合F包括物体检测中每个局部区域的中心点和检测概率较高的像素，集合M包括物体检测中检测概率最低的像素。 

优选的，所述步骤D中的过滤为级联形状的过滤。 

优选的，所述步骤D进一步包括：D1：从步骤C生成的分割图元中选择至少一个作为参考依据；D2：根据作为参考依据的分割图元的轮廓对步骤C中生成的分割图元的轮廓进行仿射变换，获得和作为参考依据的分割图元的轮廓相匹配的分割图元；D3：对匹配的分割图元进行重新排序，获得排序靠前的部分分割图元。 

优选的，所述步骤进一步包括将所述部分分割图元使用分层数的形状匹配算法进行排序。 

一种构建图像数据库的处理系统，包括有：图像下载模块、图像处理模块和最终过滤模块；所述图像下载模块用于利用关键词从互联网上自动下载图像；图像处理模块用于将下载的图片进行物体检测并初步过滤，进而将其进行精细轮廓分割，得到分割图元；最终过滤模块用于对分割图元进行基于轮廓匹配的过滤，最终生成图像数据库。 

本发明通过图像处理和计算机视觉技术将互联网上下载的海量图像进行分割、过滤，使其成为含物体类别标注和精细分割标注的图像数据库，该图像数据库通常能达到80%-90%的标注准确率；用户可以通过绘制草图或者调整骨架等方式快速地对图像数据库进行基于内容的检索，从而快速找到其所需要的图像合成与创作资源。 

附图说明

图1为本发明的流程图； 

图2为本发明的系统框图。 

具体实施方式

下面对于本发明所提出的一种图像数据库半自动构建方法，结合附图和实施例详细说明。 

实施例1：