[发明专利]一种图像搜索方法及其搜索引擎

摘要

本发明提出一种图像搜索方法及其搜索引擎。所述方法通过将获得的图片进行全网爬取，获取相似图像，从相似图像的来源网页提取出图片的上下文和主题信息，最后根据图像语义特征和图像视觉特征，综合给出图像的搜索结果。图像搜索引擎包括获取模块、一次搜索模块、二次搜索模块、分词模块和确定模块，获取模块获得源图片，一次搜索模块获得相似图片集，二次搜索模块建立相似图片集网页信息的数据结构，分词模块对图片上下文标注位权，提取最长短语并标注词权，确定模块提取核心主题词，并爬取相关图片信息。本发明提供的一种更全面地利用图像搜索主题信息和相关图像的搜索引擎及搜索方法，用户可以根据不同场景产生不同的需求，并且达到特定的效果。

主权项

一种图像搜索方法，其特征在于，具体包括如下步骤：步骤101：获得要进行搜索的源图片；步骤102：从全网搜索与源图片相似的图片，获得相似图片集；所述的相似图片指在视觉特征上具有共性的图片；步骤103：根据相似图片集，得出图片的核心主题词；本步骤具体包括如下过程：步骤201：建立相似图片集的网页信息的数据结构，将相似图片集中的每张图片的网页信息都存储在该数据结构中；步骤202：针对相似图片集中的每张图片，根据该图片来源的网页地址，爬取来源网页的HTML，生成HTML树，并从HTML树中提取图片上文和图片下文；步骤203：对提取的每张图片的图片上文和图片下文标注位权；步骤204：对每张图片的图片上文和图片下文的语段进行分析，通过最长短语划分法提取出最长短语，并对提取出来的最长短语标注词权，获得图片的核心主题词；步骤104：根据得到的图片的核心主题词，爬取相关图片信息，并根据图像相似算法，去除相似图片，留下相关图片；所述的相关图片指的是语义特征上具有共性的图片。