[发明专利]图像检索系统及其相关方法和装置

说明书

技术领域

本发明涉及基于内容的图像检索技术领域，尤其涉及图像检索系统及其相关方法和装置。

背景技术

在计算机视觉领域中，图像中的特征可以通过识别并描述一个或一个以上关键点的方式来表征。关键点可以通过各种描述内容来描述，例如，关键点的描述内容可以用图像内容的视觉特征(形状、色彩、纹理、旋转及其它图像特性)来表示。图像识别时，将目标图像中的特征与样本图像数据库中的特征进行匹配，在对象的关键点检测的计算速度和图像特征数据库大小一定的情况下，时间消耗主要取决于图像特征的传输和存储，因此关键点描述内容的构造复杂性和维数直接影响特征匹配系统的性能。

在常规图像识别技术中，均直接采用关键点描述内容来进行特征匹配，在图像特征数据库特别大时(单个数据库由100万张以上的图像数据组成)，检索速度会非常慢，几乎很难实现实时检索。

发明内容

本发明的目的是提供一种图像检索系统及其相关方法和装置，解决在大数据库中进行图像识别时速度较慢问题。

为了实现上述发明目的，本发明提供了一种图像检索数据库生成方法，包括：对样本图像或经预处理后的样本图像进行特征提取，提取出来的特征数据包括每个特征点在图像区域内的位置信息、尺度、方向和特征描述信息；

利用分类器对样本图像的特征描述信息进行分类，找出一个最优分类结果，分类后每个类别对应一个分类索引；结合每个特征描述信息所属分类的分类索引值，对特征描述信息进行降维处理，将降维后的结果数据作为对应特征点的标签，每个特征点对应一个标签数据；将样本图像内容数据以样本图像索引为单位，顺序存储到检索数据库，一个样本图像的内容数据包括：样本图像索引值，特征点数量及每个特征点的位置信息、尺度、方向和特征描述信息；将标签数据按分类索引值在各分类中以标签为单位，顺序存储到检索数据库，每个标签数据对应一个分类索引值，每个分类索引值对应一组同类的标签数据集合。

其中，所述经预处理后的样本图像指经统一尺寸处理、冗余区域剔除、高斯模糊处理、仿射变换中的一种或多种方式预处理后的样本图像。

其中，在利用分类器对样本图像的特征描述信息进行分类之前，还包括：判断是否已有分类器；若是，则根据已有分类器对样本图像的特征描述信息进行分类；若否，则对所有样本图像的特征描述信息所组成的数据集合进行训练，生成分类器。

优选的，对特征描述信息所组成的数据集合进行训练，生成分类器，具体为：采用K均值聚类算法生成若干个聚类中心，然后用近邻法根据聚类中心的分布情况对描述数据进行分类。

优选的，所述对特征描述信息进行降维是采用主成分分析PCA方法生成降维矩阵。

优选的，所述样本图像的内容数据还包括：样本图像原图数据、样本图像对应的虚拟信息数据。

相应的，本发明还提供了一种图像检索方法，包括：

获取目标图像；

对目标图像或经预处理后的目标图像进行特征提取，提取出来的特征数据包括每个特征点在图像区域内的位置信息、尺度、方向和特征描述信息；

利用分类器对目标图像的特征描述信息进行分类，找出前n种最优分类结果，每种分类结果中每个类别对应一个分类索引值，n为3～15范围内的自然数；

在n种分类结果中，分别结合每个特征描述信息所属分类的分类索引值，对特征描述信息进行降维处理，将降维后的结果数据作为对应特征点的标签，每个特征点对应n个标签数据；

将得到的标签数据与检索数据库中对应分类索引中的所有标签进行遍历匹配，计算目标图像与数据库中各样本图像的匹配分值；

返回匹配分值最高的样本图像的索引值；或返回匹配分值高于设定阈值的所有样本图像的索引值和匹配分值。

优选的，返回样本图像索引值的同时，同时返回如下数据中的一种或多种：样本图像特征数据，该样本图像与目标图像匹配区域位置信息，样本图像原图数据，样本图像对应的虚拟信息数据。