[发明专利]图像检索的方法、装置及计算机可读存储介质

说明书

本发明实施例提供了一种图像检索的方法、装置及计算机可读存储介质。本发明实施例提供的图像检索的方法，将图像宽高比作为全局特征点，并利用包括全局特征点和局部特征点在内的混合特征点，构建词汇树及词汇森林，其中，利用全局特征点构建词汇树的第一层。本发明实施例可以减少图像检索的计算量和检索时间，提升图像检索效果。

技术领域

本发明涉及对话处理技术领域，具体涉及一种图像检索的方法、装置及计算机可读存储介质。

背景技术

随着互联网和多媒体技术的发展，多媒体信息特别是图像信息正以爆炸性的速度在产生和传播。图像检索技术能够使用户在各种图像信息中快速准确地查找、访问所需图像，在网络多媒体领域具有广泛的应用前景。

例如，在某些检索网站(如google、百度等)上传某个图像，可以检索出该图像的相似图像。又例如，在某些购物网站，人们可以利用手机拍摄图像并上传，从而可以搜索相应的产品。再例如，对于药品管理系统，可以实现基于查询图像的精确匹配。

目前，检索网站通常采用感知哈希算法进行检索，感知哈希算法得到的结果是对图像整体特征的一种表述方式，该算法具有计算速度快的优点，但是计算精度不高。另一种检索算法采用加速稳健特征(SURF，Speeded Up Robust Features)，SURF是对尺度不变特征变换(SIFT，Scale-invariant feature transform)的改进版本，它利用Haar小波来近似SIFT方法中的梯度操作，同时利用积分图技术进行快速计算，SURF的速度是SIFT的3-7倍，大部分情况下它和SIFT的性能相当，因此它在很多应用中得到了应用，尤其是对运行时间要求高的场合。SURF特征点属于图像的局部特征点，利用SURF特征点可以获得较高的匹配精度，但是其计算量和计算时间仍然较大。

因此，亟需一种图像检索方法，能够在获得较高的匹配精度的前提下，减少计算量和计算时间。

发明内容

本发明实施例要解决的技术问题是提供一种图像检索的方法、装置及计算机可读存储介质，减少图像检索的计算量和检索时间，提升图像检索效果。

为解决上述技术问题，本发明实施例提供的图像检索的方法，包括：

获取查询图像的特征点，所述特征点包括用于表示图像宽高比的全局特征点和用于表示图像局部特征的局部特征点；

根据查询图像的特征点，在预先构建的词汇森林中进行图像匹配，获得与查询图像相似的至少一幅候选图像以及候选图像的图像描述向量，其中，所述词汇森林包括至少一棵词汇树，所述词汇树的第一层基于多幅样本图像的全局特征点构建，其他层基于所述多幅样本图像的局部特征点构建；

根据图像描述向量，计算候选图像的相似度评分，并将相似度评分最低的候选图像，作为所述查询图像的目标检索图像。

优选的，在所述获取查询图像的特征点的步骤之前，所述方法还包括：

通过重复以下步骤，获得包括至少一棵词汇树的词汇森林：

计算所述多幅样本图像的特征点；

利用词袋模型对所述多幅样本图像的特征点进行聚类，获得聚类结果；

根据聚类结果，构建一棵词汇树，并获得每幅样本图像的图像描述向量，其中，所述词汇树的第一层基于多幅样本图像的全局特征点构建，其他层基于所述多幅样本图像的局部特征点构建。

优选的，所述局部特征点为SURF特征点。

优选的，所述根据查询图像的特征点，在预先构建的词汇森林中进行图像匹配，获得与查询图像相似的至少一幅候选图像以及候选图像的图像描述向量的步骤，包括：

针对词汇森林中的每一棵词汇树，分别执行以下步骤，获得所述候选图像及其图像描述向量：