[发明专利]一种用于群体图像插入的最优图像集选取方法

摘要

本发明提出了一种用于群体图像插入的最优图像集选取方法，旨在为待插入图像选取出与其相似度最高的图像集，实现步骤为：提取训练图像的SIFT特征；建立视觉词典；取群体图像每个图像集中各图像的SIFT特征；获取每个图像集的视觉单词直方图；获取待插入图像的视觉单词直方图；计算待插入图像与群体图像中每个图像集的相似性；选取最优插入图像集。本发明发掘了待插入图像与图像集之间的关系，可以为添加到群体图像中的图像选取出与其相似度最高的图像集，可用于云端群体图像管理以及图像数据库管理的场景中插入图像的情况。

主权项

1.一种用于群体图像插入的最优图像集选取方法，其特征在于，包括如下步骤：(1)提取多张训练图像的SIFT特征：从图像样本库中选取多张训练图像，并提取每张训练图像的SIFT特征，得到训练图像的SIFT特征向量集合；(2)建立视觉词典：对训练图像的SIFT特征向量集合中的SIFT特征向量进行聚类，得到多个聚类簇，并将每个聚类簇的聚类中心作为一个视觉单词，得到由多个视觉单词组成的视觉词典；(3)提取群体图像每个图像集中各图像的SIFT特征：分别提取群体图像中每个图像集中各图像的SIFT特征，得到每个图像集的SIFT特征向量集合；(4)获取每个图像集的视觉单词直方图：(4a)对每个图像集的SIFT特征向量集合中的各SIFT特征向量进行最近邻搜索，得到每个SIFT特征向量在视觉词典中对应的距离最近的视觉单词；(4b)统计每个视觉单词在图像集SIFT特征向量集合中出现的次数，并将每个视觉单词出现的次数作为被统计的SIFT特征向量集合对应的图像集的视觉单词直方图；(5)获取待插入图像的视觉单词直方图：(5a)提取待插入图像的SIFT特征，得到待插入图像的SIFT特征向量集合，并对待插入图像中的每个SIFT特征向量进行最近邻搜索，得到多个SIFT特征向量在视觉词典中对应的距离最近的视觉单词；(5b)统计每个视觉单词在待插入图像的SIFT特征向量集合中出现的次数，并将其作为待插入图像的视觉单词直方图；(6)计算待插入图像与群体图像中每个图像集的相似性：采用余弦相似度计算待插入图像视觉单词直方图与每个图像集视觉单词直方图之间的余弦值，并将每一个余弦值作为待插入图像与余弦值对应的图像集的相似性，得到多个待插入图像与图像集的相似性；(7)选取最优插入图像集：从群体图像的所有图像集中选取与待插入图像相似性最大的图像集作为最优的插入图像集。