[发明专利]一种基于快速几何一致性验证的影像检索排序方法

说明书

本发明提出一种基于快速几何一致性验证的影像检索排序方法，属于影像检索技术领域。首先基于查询影像特征和基准影像特征进行检索，根据检索结果得到候选基准影像及初始排序结果，并生成查询影像与候选基准影像的匹配点对；然后根据得到的匹配点对进行查询影像和候选基准影像的几何一致性验证，实现候选基准影像的重排序。在进行几何一致性验证时，本发明不需要重新提取候选影像与查询影像的特征点，直接使用生成的查询影像和候选基准影像的匹配点对进行验证，提高了现有几何一致性验证效率，同时也提高了候选影像的重排序效率；而且对比于其他重排序方法，本发明也不需要进行样本学习，同样提高了候选影像的重排序速度。

技术领域

本发明涉及一种基于快速几何一致性验证的影像检索排序方法，属于影像检索技术领域。

背景技术

随着成像技术的发展，遥感影像数据量不断增加，这些遥感影像可以为不同领域(环境监测、灾害预警、城市发展等)提供良好的数据支撑，如何快速并准确地从庞大的影像数据库中找出所需要的影像，是一个急需解决的问题。现有方法均是在数据库先检索出目标相关影像，在对检索出的相关影像进行重排序，图像检索的重排序是利用图像的内容信息对于初始查询结果中的图像进行重新的排列，使最终的查询结果能够更符合用户的需求。

在名称为“基于图像学习表征和重排序的遥感影像内容检索”的论文对图像检索的重排序进行了详细介绍，将重排序方法分为相关反馈方法和不依赖样本方法，其中相关反馈方法需要对初始检索影像进行样本提取，然后利用适当的机器学习方法对样本学习，以此来实现影像重排序；而不依赖样本方法有基于图论的排序方法、基于监督学习或稀疏学习等方法，这些方法需要对初始检索影像进行重构(相似图、线性重构等)。这两种重排序的方法都需要对每一幅检索图像重新进行样本提取或者重新构造相似图、特征点，这就导致重排序过程时的数据量大、计算量大，造成重排序效率低下的问题，进而影响最终的检索效率。

发明内容

本发明的目的是提供一种基于快速几何一致性验证的影像检索排序方法，以解决现有技术中影像重排序效率低导致的影像检索效率低的问题。

本发明提出了一种基于快速几何一致性验证的影像检索排序方法，该方法包括以下步骤：

1)获取查询影像，并提取查询影像的深度特征；

2)获取基准影像数据库，并对基准影像数据库中的所有基准影像进行深度特征提取，得到数据库影像特征；

3)对查询影像的每个特征在数据库影像特征中进行检索，找到与每个特征匹配的数据库影像特征以及所属的基准影像，将其作为检索结果；并根据所述检索结果进行排序，将找到的基准影像作为候选基准影像，得到候选基准影像的初始排序结果，并生成查询影像与候选基准影像的匹配点对；

4)对查询影像与候选基准影像进行快速几何一致性验证及重排序；其中，对于查询影像与候选基准影像的匹配点对个数大于等于设定阈值的候选基准影像，按照排序顺序利用得到的匹配点对进行快速几何一致性验证，并根据验证结果对初始排序结果进行重排序；对于查询影像与候选基准影像的匹配点对个数小于设定阈值的候选基准影像，其排序结果不变。

本发明首先基于查询影像特征和基准影像的特征进行检索，根据检索结果得到候选基准影像及初始排序结果，并生成查询影像与候选基准影像的匹配点对；然后根据得到的匹配点对查询影像和候选基准影像进行几何一致性验证，实现候选基准影像的重排序。在进行几何一致性验证时，本发明不需要重新提取候选影像与查询影像的特征点，直接按照检索过程中得到的查询影像和候选基准影像的匹配点对进行验证，提高了现有几何一致性验证效率，同时也提高了候选影像的重排序效率；而且对比于其他重排序方法，本发明也不需要进行样本学习，同样提高了候选影像的重排序速度。

进一步地，所述步骤3)采用最近邻法进行特征匹配，仅将与查询影像每一个特征的前M个较高相似性特征作为对应的匹配特征。