[发明专利]一种图像检索智能识别匹配处理方法、系统和存储介质

权利要求书

1.一种图像检索智能识别匹配处理方法，其特征在于：该方法包括以下步骤：步骤S1、检索图像信息采集：当目标用户发送图像检索指令时，采集目标用户对应的图像检索方式和输入的图像检索信息；

步骤S2、检索图像信息处理:基于采集的目标用户对应的图像检索方式和输入的图像检索信息，对目标用户输入的图像检索信息进行处理，将处理后的图像检索信息记为待检索图像信息；

步骤S3、数据库图像处理：从目标检索平台后台调取图像存储数据库，根据目标检索平台对应的图像存储数据库，获取目标检索平台内图像存储数据库中存储的图像数量，并对目标检索平台内图像存储数据库中各存储图像进行处理，获取处理后的各存储图像对应的信息；

步骤S4、图像检索匹配处理与分析：基于目标用户对应的待检索图像信息和处理后的各存储图像对应的信息，将目标用户对应的待检索图像信息与处理后的各存储图像对应的信息进行匹配对比，分析目标用户对应的待检索图像信息与处理后的各存储图像对应信息的匹配度；

所述步骤S4中分析目标用户对应的待检索图像信息与处理后的各存储图像对应信息的匹配度的具体分析过程如下：

获取目标用户对应的图像检索方式和待检索图像信息；

将目标用户对应的检索方式与各图像匹配空间模型对应的检索方式进行匹配对比，筛选出与目标用户输入图像检索方式一致的图像空间匹配模型，将该图像空间匹配模型记为目标图像匹配空间模型；

调取该目标图像匹配空间模型中对应处理后的各存储图像对应的信息，并将该处理后的各存储图像对应的信息记为各存储图像对应的匹对信息；

将各存储图像对应的匹对信息与目标用户对应的待检索图像信息进行匹配对比，利用计算公式计算目标用户对应待检索图像信息与各存储图像对应匹对信息的匹配度；

步骤S5、检索图像展示：基于目标用户输入的待检索图像信息与处理后的各存储图像对应信息的匹配分析结果，获取目标用户对应的目标匹配检索图像，并按照各目标匹配检索图像对应的排列顺序进行展示；

所述步骤S2中对目标用户输入的图像检索信息进行处理，对应的具体处理过程包括以下步骤：

当目标用户对应的图像检索方式为以文字检索图像时，获取目标用户输入的检索文本，将目标用户输入的检索文本进行分词，利用关键词提取技术提取目标用户输入检索文本对应的关键词，将目标用户输入检索文本对应的关键词记为目标用户检索图像关键词，获取目标用户对应的检索图像关键词信息；

当目标用户对应的图像检索方式为以图像检索图像时，获取目标用户输入的图像，对目标用户输入的图像进行降噪、滤波、特征提取和分区处理，构建目标用户输入图像对应的特征信息；

当目标用户对应的图像检索方式为文图结合检索图像时，获取目标用户输入的检索文本和图像，将目标用户输入的检索文本按照以文字检索图像对应的处理方式进行处理，将目标用户输入的图像按照以图像检索图像对应的处理方式进行处理，分别获取该检索方式下目标用户对应的检索图像关键词信息和输入图像对应的特征信息；

所述步骤S3中对各存储图像进行处理，对应的具体处理过程包括以下步骤：

第一步、根据目标检索平台内图像存储数据库中存储的图像数量，将各存储图像按照预设顺序进行编号，依次标记为1,2，...i,...n；

第二步、根据目标检索平台预设的三种图像检索方式，分别构建各检索方式对应的图像匹配空间模型，将以文字检索图像对应的图像匹配空间模型记为第一图像匹配空间模型，将以图像检索图像对应的图像匹配空间模型记为第二图像匹配空间模型，将文图结合检索图像对应的图像匹配空间模型记为第三图像匹配空间模型；

第三步、将目标检索平台内图像存储数据库内各存储图像导入各图像匹配空间模型中，按照各图像匹配空间模型对应的图像处理方式，对各存储图像进行处理，并获取各图像匹配空间模型中各存储图像对应处理后的信息；

目标用户输入图像对应的特征信息具体构建过程包括以下步骤：F1、根据目标用户输入的图像，获取目标用户输入图像对应的尺寸信息，将目标用户输入的图像分割为图形区域和背景区域，提取图形区域对应的轮廓和背景区域对应的轮廓，进而分别获取图形区域对应的轮廓面积和背景区域对应的轮廓面积；

F2、根据目标用户输入图像对应的尺寸信息，获取目标用户输入图像对应的面积，将目标用户输入图像中图形区域对应的轮廓面积和背景区域对应的轮廓面积分别与目标用户输入图像对应的面积进行作比，将目标用户输入图像中图形区域对应的轮廓面积与目标用户输入图像对应面积之间的比值记为对象占比，将目标用户输入图像中背景区域对应的轮廓面积与目标用户输入图像对应面积之间的比值记为背景占比，将目标用户输入图像对应的对象占比和背景占比记为目标用户输入图像对应的布局特征信息；

F3、将目标用户输入图像进行图像灰度化的预处理，将预处理后的目标用户输入的图像分割为各图像单元，将各图像单元按照预设顺序进行编号，依次标记为1,2，...t,...m；

F4、利用色彩自动分割技术将各图像单元分为若干子区域，将各子区域对应的颜色进行相互对比，获取各子区域对应的颜色种类，将各图像单元中各子区域对应的颜色种类进行相互对比，筛选出各图像单元对应的综合颜色种类，并提取各综合颜色种类对应的RGB值，将各图像单元各综合颜色种类对应的RGB值作为各图像单元对应的颜色特征向量；

F5、利用图像识别技术对各图像单元进行识别，获取各图像单元对应的纹理特征，进而调取各图像单元对应的特征参数数值，将各特征参数数值作为各图像单元对应的纹理特征向量；

F6、利用小波描述符方法对各图像单元进行分析，通过小波变换模极大值得到多尺度边缘图像单元，计算每一尺度对应的不变矩，再转化为相对矩，将所有尺度上的相对矩作为各图像单元对应的形状特征向量；

F7、将各图像单元对应的颜色特征向量、纹理特征向量和形状特征向量进行整合，获取各图像单元对应的综合特征向量。