[发明专利]基于服装手绘草图的服装图像检索方法

说明书

技术领域

本发明涉及服饰检索应用，特别是涉及一种基于服装手绘草图的服装图像检索方 法，可通过触控交互方式绘制服装设计草图并高效准确地检索出相应结果。

背景技术

互联网多媒体技术的迅猛发展使得数字多媒体的存储信息越来越庞大，因而图像 的管理与存储也成为国内外众多学者重要的研究课题。经过学者们多年在该领域的深入研 究，基于内容的图像检索技术已取得了显著的研究成果。

20世纪60年代Sutherland研发了第一个交互式图形系统Sketchpad，这时鼠标仍 然没有被发明。在这种情况下，IvanSutherland做出了第一个图形化的程序。通过 Sketchpad，可以用激光笔在屏幕上作图，许多操作类似于今天的AutoCAD和Adobe Illustrator。20世纪70年代提出了基于图像文本标注的检索方式，即检索图像的文字表 示。这种检索方式由于人工标注的主观性，导致检索效果并不理想。80年代初期，鼠标的商 业化带来了WIMP交互风格的快速发展，与此同时特别是伴随着智能终端等硬件设备的快速 普及、众多手写识别系统的成功应用，以草图识别和手写识别为核心的人机交互技术受到 了国内外的广泛研究。20世纪90年代初研究者们又提出基于图像内容的检索方式，基于内 容的图像检索(ContentBasedImageRetrieval,CBIR)是指根据图像对象的内容及上下 文联系在大规模多媒体数据库中进行数据筛选。通过提取图像的底层特征，如颜色、纹理 等，增加了图像检索的有效性。而随着便捷化，小型化无线设备的发展和“数字水墨”或电子 纸的出现，笔式交互便成为了新型人机交互方式。人机交互界面由桌面环境模拟了笔纸的 环境，促进了笔式交互的进程，也为利用手绘草图进行图像检索奠定了基础。

21世纪草图识别处于初始研究阶段，大部分的研究工作只基于简单手绘和局限于 一些狭隘领域，如化学图纸在化学领域的应用；简单的手绘形状的识别，如圆形和矩形等图 形。达拉尔2000年提出向梯度直方图及其变种；Shechtman和2007年伊拉尼也进行了SIFT自 相似实验，并获得了一致的结果。2011年，德国柏林大学的Eitz等人提出了一种基于词袋模 型的关键点邻域梯度方向特征的方法，将其应用于草图检索中并取得了不错的效果。

目前对于手绘草图的研究主要集中在通用情景，而专门针对服装图像进行专业化 的检索还未有深入进展。传统服装图像的特征提取算法大都是在某种特定应用环境下产生 的，不具有普遍适用性，没有针对于服装成像的特点进行分析。

发明内容

本发明要解决的技术问题是提供一种基于服装手绘草图的服装图像检索方法，以 解决现有技术中传统的手绘图像检索很难保证解锁结果准确性的问题。

为解决上述技术问题，本发明采用下述技术方案：

基于服装手绘草图的服装图像检索方法，该方法的步骤包括：

S1、获取服装手绘草图图像，利用自适应中值滤波器对该图像进行空域平滑预处 理；

S2、对现有的服装样本图像进行图像分割，并利用自适应尺度边缘提取方法对图 像轮廓进行提取；

S3、基于SURF算法，提取服装手绘图像和服装样本图像的特征点；

S4、建立现有服装样本图像数据库，利用服装手绘草图图像的特征点在数据库中 检索，确定符合要求的服装样本图像。

优选地，所述步骤S1中利用自适应中值滤波器对该图像进行预处理的步骤包括：

S11、将大小为M×N的服装手绘草图图像分为S个子块，任意选取第k个子块B_k中的 某一待检测像素点(i,j)作为中心，构建以该点为中心的X×Y大小的检测滤波窗口内所有 像素点的灰度值的集合：

A_i，j＝{f(i+s，j+t)|(i，j)∈B_k，s，t∈[-1，1]，其中，f(i+s,j+t)为该点(i,j)在s t邻域内的灰度值，s、t代表增量值，并且灰度值范围在子块B_k之中；

S12、将该集合中最大灰度值Max(i,j)和最小灰度值Min(i,j)以外的所有点的灰 度值构成集合C_i,j，并求得该集合中所有灰度值的平均值T(i,j)；