[发明专利]一种基于模糊加权直方图的相似图像匹配方法和系统

说明书

本发明涉及计算机图像检索领域，提出了一种基于模糊加权直方图的相似图像匹配方法，包括以下步骤：S1、分别对查询图像和待检索图像进行计算处理，获取查询图像的模糊加权特征直方图和各个待检索图像的模糊加权特征直方图；S2、计算查询图像与各个待检索图像的加权特征直方图之间的特征相似度值，得到特征相似度值集合，并按照特征相似度值进行正向排序，建立相似图像索引表；S3、根据相似匹配图像的显示数量，从相似图像索引表检索出满足条件的相似匹配图像并进行显示。本发明提高了相似图像匹配的准确性，可以广泛应用于图像检索领域。

技术领域

本发明涉及计算机图像检索领域，特别涉及一种基于模糊加权直方图的相似图像匹配系统及方法。

背景技术

相似图像匹配是根据给定的查询图像，能够在图像数据库中匹配出与所查询图像在内容语义上相似的图像，这是计算机视觉领域中关于图像检索的一个经典问题。随着互联网和图像处理技术的快速发展，使得相似图像匹配系统的实际应用价值日益升高。

图像的视觉特征表述方式是对相似图像进行匹配，并能够准确返回结果的关键技术，通过提高视觉特征的表示性能，能够更好地获取图像内容的语义解释，使得图像之间具备较好的区分性特征。图像匹配方法通过计算图像的视觉表述特征之间的相似度，可以准确地返回所查询图像的匹配结果。在相似图像匹配方法中，视觉特征的表述与相似度计算方式主要包含逐一像素点法和统计基本特征法。其中，逐一像素点法是对目标图像与原图像的所有像素点逐一进行视觉特征的差异性比较，得到目标图像与原图像的相似度。这种方法的计算量比较大，同时，利用该方法对于经过角度旋转、尺寸缩放等图像处理方法得到的图像进行相似度计算时，可能会产生较大的匹配误差。另一类，统计基本特征法是通过分别提取目标图像与原图像的视觉特征，然后利用统计法将得到的目标图像与原图像的视觉特征进行统计，最后对两者的统计值进行比较计算目标图像与原图像的相似度。这种方法采用了基于统计法的视觉特征，利用统计值可以反映出图像的全局特性，但是对于图像局部特性，这种方法的判别效果不理想。因此，如何有效的表述图像视觉特征，提高相似图像匹配的准确性是图像检索领域一直以来重点研究的核心问题。

发明内容

本发明克服现有技术存在的不足，所要解决的技术问题为：提供一种基于模糊加权直方图的相似图像匹配方法，以提高相似图像的匹配准确性。

为了解决上述技术问题，本发明采用的技术方案为：一种基于模糊加权直方图的相似图像匹配方法，包括以下步骤：

S1、分别对查询图像O和待检索图像{Q₁，Q₂，……Q_N}进行计算处理，获取查询图像O的模糊加权特征直方图O＝{o₁,o₂,…,o_m}和各个待检索图像Q_j的模糊加权特征直方图j∈N，N表示待检索图像的数量，m表示直方图的维数；

S2、计算查询图像O与各个待检索图像Q_j的加权特征直方图之间的特征相似度值D_j，得到特征相似度值集合D＝{D_j|j∈N}，并按照特征相似度值进行正向排序，建立相似图像索引表；

S3、根据相似匹配图像的显示数量K，从相似图像索引表检索出满足条件的相似匹配图像并进行显示；

所述步骤S1中，模糊加权特征直方图的获取方法包括如下步骤：

S101、提取图像的颜色特征和纹理特征，得到图像的基本视觉特征向量集合V；

S102、提取图像的局部特征W_i，得到图像的局部特征矢量W；

S103、对图像的基本视觉特征向量集合V进行模糊控制处理，得到图像的视觉模糊特征向量集合FV，FV＝{FV_i|i∈n}；