[发明专利]图像检索方法、装置及系统

说明书

技术领域

本发明涉及图像处理领域，尤其涉及一种图像检索方法、装置及系统。

背景技术

图像检索分为基于文本和基于内容两种。目前，大多数搜索引擎提供的图像检索都是基于文本的检索，即基于图像外部信息或人工标注的关键词进行自由词检索，基于文本的图像检索需要将图像与文本相关联，通过文本搜索来获取图像的检索结果，其检索准确度受关键字影响较大，图像中所包含的视觉特征(颜色或纹理等)往往无法用文本进行客观描述，主观理解的差异将导致图像检索中的失配错误。同时数据库的建立需要大量的人工操作，成本较高。

随着大规模数字图像库的出现，基于文本的检索已经无法适应需求，基于内容的图像检索技术(content-based image retrieval)应运而生，区别于原有系统中对图像进行人工标注的做法，基于内容的检索技术自动提取每幅图像的视觉内容特征作为其索引，如色彩、纹理、形状等。

随着移动互联网技术的发展，基于内容的图像检索也逐渐被运用于移动终端中。现有的移动图像检索，均是将移动终端摄像模块采集的场景图像直接上传至检索服务器进行图像检索，这种方式不仅数据量大，对网络带宽要求较高，且更严重的是摄像模块在采集目标对象图像时，往往会采集到目标对象附近的背景内容，而图像背景内容在图像检索过程中会形成严重干扰，从而严重影响图像检索的准确度。

发明内容

本发明的目的是提供一种图像检索方法、装置及系统，在图像检索之前，进行轮廓检测，提取出目标对象轮廓，并将目标对象轮廓内的目标灰度图像截取出来上传至图像检索服务器端进行基于内容的图像检索，减少图像背景对图像检索结果的影响，提高检索精确度，本发明特别适用于移动云图像检索领域。

为了实现上述发明目的，本发明提供了一种图像检索方法，包括：对摄像模块捕获的场景图像进行灰度变换及降噪处理，得到场景灰度图像；在所述场景灰度图像中检测目标对象轮廓，并将目标对象轮廓内的目标灰度图像截取出来上传至图像检索服务器端进行图像检索；或对目标对象轮廓内的目标灰度图像进行特征检测得到特征描述，将得到的目标灰度图像的特征描述上传至图像检索服务器端进行图像检索，本处特征检测可采用SIFT、SURF、Ferns、ORB等算法，SIFT等特征检测可以用移动终端的CPU(Central Processing Unit，中央处理器)或GPU(Graphic Processing Unit，图形处理器)或专用ASIC芯片(ASIC，Application Specific Integrated Circuit)来完成。

当向图像检索服务器端上传的数据为目标灰度图像时，图像检索服务器端首先要对上传的所述目标灰度图像进行特征检测，得到目标灰度图像的特征描述，然后再将所述目标灰度图像的特征描述与数据库中样本图像的特征描述进行匹配，返回匹配成功的样本图像所对应的资源信息。而当向图像检索服务器端上传的数据为目标灰度图像的特征描述时，图像检索服务器端可直接进入图像匹配步骤。

优选的，所述在所述场景灰度图像中检测目标对象轮廓步骤进一步包括：对所述场景灰度图像进行轮廓检测，得到场景灰度图像中的所有轮廓数据；对所述所有轮廓数据进行封闭性检测和多边形拟合，提取出与预置模板图像的轮廓形状一致的所有封闭轮廓或提取出满足预置形状参数的所有封闭轮廓；将所述提取出的封闭轮廓中的包含所述场景灰度图像中心点的最大轮廓或最小轮廓确定为目标对象轮廓。

优选的，所述在所述场景灰度图像中检测目标对象轮廓步骤进一步包括：对所述场景灰度图像进行轮廓检测，得到场景灰度图像中的所有轮廓数据；对所述所有轮廓数据进行封闭性检测及中心点检测，提取出包含所述场景灰度图像中心点的所有封闭性轮廓；对所述提取出的包含中心点的所有封闭性轮廓进行多边形拟合，提取出与预置模板图像的轮廓形状一致的准目标对象轮廓或提取出满足预置形状参数的准目标对象轮廓；将所述提取出的准目标对象轮廓中的最大轮廓或最小轮廓确定为目标对象轮廓。

优选的，所述对所述场景灰度图像进行轮廓检测采用Canny算子、Sobel算子、Prewitt算子、Robert算子和Laplacian算子中的一种，这些算法均属于现有技术，在此不做详细介绍。

优选的，在目标对象轮廓检测出来之后，还包括：检测距目标对象轮廓一定范围内是否有触发标识；当在预置时间内检测到触发标识，则进行目标灰度图像的截图或进行目标图像特征检测步骤，进而向图像检索服务器端发起图像检索请求；而当预置时间内检测不到触发标识时，则结束本次图像检索流程。