CN102902826A - 一种基于基准图像索引的图像快速检索方法 - Google Patents

Abstract

本发明公开了一种基于基准图像索引的图像快速检索方法，其包括索引和检索两个部分；索引部分包括以下步骤：提取图像库中图像的特征，从图像库中任意选取一张图像作为基准图像，通过特征相似度比较方法,计算图像库中每张图像与基准图像的相似度距离，计算索引号；对索引号排序，形成索引序列；检索部分包括以下步骤：提取查询图像的特征；计算查询图像与基准图像的相似度距离，计算索引号；通过二分查找法获得查询图像在索引序列中的近邻，即相似图像集。本方法通过引入基准图像，使用特征相似度比较方法形成图像特征到一维实数轴的映射，建立索引，有效降低需要访问的图像数，从而加快图像检索速度。

Description

一种基于基准图像索引的图像快速检索方法

技术领域

本发明涉及一种图像检索技术，尤其涉及一种基于基准图像索引的图像快速检索方法。

背景技术

随着计算机、多媒体、互联网技术的迅速发展以及大量视频监控网络的组建，图像作为信息传递的重要载体，已经深入到人们生活、工作的方方面面。每天都有数以GB甚至TB的图像数据产生，如何有效组织和管理这些数据，快速、准确地找到想要的图像是目前亟需解决的一大问题。

目前最常用的图像检索和查询方法是基于文本的图像检索技术和基于内容的图像检索技术。基于文本的图像检索技术通过人工对视频中的图像文字进行标注，再用关键字来进行检索，这种技术不仅耗时耗力，而且文字也很难反映图像中的完整内容。基于内容的图像检索技术克服了耗时又主观多义的不足，它根据查找图像的特征信息，在图像库中找出与之相似的图像。

申请号为200910186803.X的发明申请公开了一种基于MPEG7标准的图像检索方法，其公开的方案中首先建立一个图像或媒体库，利用MPEG7标准，对库中元素进行分析，提取元素的大小，颜色、纹理、轮廓、形状等特征的标准描述信息库，并建立XML方式的索引，进行检索时，若提供的是基准图像，获取基准图像的特征信息，然后利用这些特征信息作为检索条件，直接在当前媒体库中进行特征信息检索。

公开号为CN101751439A的中国发明专利申请，其公开了一种基于层次聚类的图像检索方法，该方法首先进行关键字文本搜索，从语义层面上对图像的检索结果进行聚类，然后对图像检索结果从视觉特征层面上聚类，最后在搜索引擎检索显示界面的基础上，添加一个层次聚类导航栏，用于便捷高效的层次聚类导航显示。

公开号为CN102402621A的中国发明专利申请，其公开了一种基于图像分类的图像检索方法，此方法首先确定图像分类中图像的类别数及各类别对应的训练图像集，提取训练图像集的内容特征以训练并得到分类器，然后输入查询图像，提取其内容特征作为分类器的输入，获得与类别对应的检索图像集，并提取检索图像集内每幅图像的内容特征，最后根据获得的内容特征运用相似度计算算法得到查询图像与检索图像集内每幅图像的相似度距离，对距离进行排序最后得到与检索图像距离最小的N幅图像并输出。

在已有的研究中，申请号为200910186803.X的发明申请公开的技术方案中，利用MPEG7标准和XML数据交换技术实现建立标准描述信息库来加快检索，但检索时，仍需对整个标准描述信息库进行扫描，遍历每一张图像的标准描述，才能获得相同或相似图像。CN101751439A将聚类思想融入到图像检索中，在语义聚类的基础上进行视觉特征层面上的聚类，CN102402621A将图像分类技术融入到图像检索中，两次聚类和图像再分类都会消耗一定的时间，从而降低图像检索的速度。

由此可见，如何进一步提高图像检索的速度是本领域亟需解决的问题。

发明内容

本发明针对现有图像检索方法耗时较多，影响图像检索速度的问题，而提供一种基于基准图像索引的图像快速检索方法。该方法先将图像库中每张图像的某一个或多个特征映射到实数轴上，建立索引，检索时，提取查询图像的特征计算索引号，通过二分查找获得查询图像的相似图像集返回，无须遍历图像库中的每一张图像；并且，对于动态图像库，只需对增量图像进一步建立索引，有效提高图像的检索速度。

为了达到上述目的，本发明采用如下的技术方案：

一种基于基准图像索引的图像快速检索方法，所述检索方法包括图像索引序列生成和图像检索两部分；

所述图像索引序列的生成包括以下步骤：

步骤1，提取图像库中图像的特征；

步骤2，从图像库中任意选取一张图像作为基准图像，通过特征相似度比较方法，计算图像库中每张图像与基准图像的相似度距离，计算索引号；

步骤3，对索引号排序，形成索引序列；

所述图像检索包括以下步骤：

步骤4，提取查询图像的特征；

步骤5，通过图像特征相似度比较方法，计算查询图像与基准图像的相似度距离，计算索引号；

步骤6，基于索引序列，通过二分查找法获得查询图像的相似图像集返回。

在本发明的优选实例中，所述步骤1中图像的特征为颜色、形状、纹理等特征中任意一种特征或任意多种特征的组合或者全部特征。

进一步的，所述步骤1中若提取一个特征，步骤2中所得的相似度距离即为索引号，若步骤1中提取多个特征，则步骤2中对多个相似度距离归一化，加权相加后的值作为索引号。

进一步的，所述步骤4中提取的特征与步骤1中提取的特征一致。

进一步的，所述步骤5中计算索引号的方法与步骤2计算索引号的方法一致。

进一步的，所述步骤6具体包括以下步骤：

步骤61，通过二分查找法获得查询图像对应索引号在索引序列中的最相近的索引号d_x，即索引序列中；

步骤62，通过引入一定的偏差ε，将索引序列中区间[d_x-ε，d_x+ε]所对应的图像集作为所检索图像的相似图像集；

步骤63，计算相似图像集中每张图像与查询图像的相似度距离；

步骤64，对距离值排序，按照顺序将相似图像集中的图像进行返回。

本发明提供的图像检索方法通过选取基准图像，使用相似度比较方法形成图像特征到实数轴的映射，建立索引，在进行图像检索时，无需遍历整个图像集中的所有图像，大大降低了需要访问的图像数，从而解决了当前海量图像检索速度慢的局限性。

附图说明

以下结合附图和具体实施方式来进一步说明本发明。

图1为本发明方法的基本流程图；

图2为本发明实施例中查找相似图集的流程图。

具体实施方式

为了使本发明实现的技术手段、创作特征、达成目的与功效易于明白了解，下面结合具体图示，进一步阐述本发明。

本发明的目的在于提供基于基准图像索引的图像快速检索方法，该方法通过相似度比较方法形成图像特征到实数轴的映射，建立索引，降低了需要访问的图像数，从而解决了当前图像检索速度慢的局限性。

基于上述原理，本发明的具体实施如下：

参见图1，由图可知，本实例提供的图像快速检索方法包括图像索引序列的生成和图像检索两个部分；

其中，图像索引序列具体通过以下步骤来生成：

第1步，提取图像库中图像的特征。

该步骤中提出的图像特征可以是颜色、形状、纹理等图像特征；或者是颜色、形状、纹理等特征中任意一个图像特征；也可以是颜色、形状、纹理等特征中任意多个图像特征的组合。

对于该步骤中提取图像特征的方法可采用本领域的常规技术或其改进技术，只要能够实现图像特征的正确、快速提取即可。

第2步，从图像库中任意选取一张图像作为基准图像，通过特征相似度比较方法，计算图像库中每张图像与基准图像的相似度距离，并以此来计算每张图像的索引号。

该步骤在计算图像索引号时的方法与步骤1中提取的图像特征相对应：若步骤1中只提取一个图像特征，步骤2中所得的相似度距离即为索引号；若步骤1中提取多个图像特征，则步骤2中对多个相似度距离归一化，加权相加后的值作为索引号。由于能够保证后续图像检索时的精确度。

第3步，对计算得到的所有图像索引号进行排序，可采用升序排列，形成从小到大的索引序列。

在进行图像检索时，其包括以下步骤（为便于叙述和表达，续用上述步骤序号）：

第4步，提取查询图像的特征。

该步骤中对于查询图像特征的提取，其方法及方式可与步骤1相同，此处不加以赘述。

第5步，通过图像特征相似度比较方法，计算查询图像与基准图像的相似度距离，并以此来计算查询图像的索引号。

该步骤中进行相似度距离的计算以及查询图像索引号的计算采用与步骤2相同的方法，此处不加以赘述。

第6步，利用查询图像的索引号和图像集的索引序列，通过二分查找法获得查询图像的相似图像集返回。

该步骤的具体实现如图2所示：

步骤61，通过二分查找法获得查询图像对应索引号在索引序列中的最相近的索引号dx；

步骤62，通过引入一定的偏差ε，在索引序列中的最相近索引号dx两侧形成一个区间[dx-ε，dx+ε]，将该区间[dx-ε，dx+ε]包括的索引号所对应的图像集作为所检索图像的相似图像集；

步骤63，计算相似图像集中每张图像与查询图像的相似度距离；

步骤64，对距离值进行排序，按照距离从小到大的顺序将相似图像集中的图像返回给用户。

上述方法在实施过程中，若图像库中的图像增加时，只需对增量图像进一步建立索引，即只要对新增加的图像按照步骤2计算相应的索引号，在按照步骤3形成新的索引序列即可，无需对其余的图像进行计算操作，有效降低索引复杂度，提高图像库的索引速度。

该方法在图像检索时，不需要对图像库中的所有图像再遍历一次，通过事先的索引，检索时可以先找出部分图像作为相似图像集，在这些相似图像集里进一步比对来获得相似或相同的图像。由于无需遍历每一张图像，大大降低了需要访问的图像数，从而有效提高图像检索的速度，并能够保证检索的精准度。并且在图像库发生变化，无需对图像库中所有的图像重新计算，只需对增量图像建立索引即可，大大提高检索速度。

以上显示和描述了本发明的基本原理、主要特征和本发明的优点。本行业的技术人员应该了解，本发明不受上述实施例的限制，上述实施例和说明书中描述的只是说明本发明的原理，在不脱离本发明精神和范围的前提下，本发明还会有各种变化和改进，这些变化和改进都落入要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书及其等效物界定。

Claims (6)

1.一种基于基准图像索引的图像快速检索方法，其特征在于，所述检索方法包括图像索引序列生成和图像检索两部分；

所述图像索引序列的生成包括以下步骤：

步骤1，提取图像库中图像的特征；

步骤2，从图像库中任意选取一张图像作为基准图像，通过特征相似度比较方法，计算图像库中每张图像与基准图像的相似度距离，计算索引号；

步骤3，对索引号排序，形成索引序列；

所述图像检索包括以下步骤：

步骤4，提取查询图像的特征；

步骤5，通过图像特征相似度比较方法，计算查询图像与基准图像的相似度距离，计算索引号；

步骤6，基于索引序列，通过二分查找法获得查询图像的相似图像集返回。

2.根据权利要求1所述的一种基于基准图像索引的图像快速检索方法，其特征在于，所述步骤1中图像的特征为颜色、形状、纹理等特征中任意一种特征或任意多种特征的组合或者全部特征。

3.根据权利要求1或2所述的一种基于基准图像索引的图像快速检索方法，其特征在于，所述步骤1中若提取一个特征，步骤2中所得的相似度距离即为索引号，若步骤1中提取多个特征，则步骤2中对多个相似度距离归一化，加权相加后的值作为索引号。

4.根据权利要求1所述的一种基于基准图像索引的图像快速检索方法，其特征在于，所述步骤4中提取的特征与步骤1中提取的特征一致。

5.根据权利要求1所述的一种基于基准图像索引的图像快速检索方法，其特征在于，所述步骤5中计算索引号的方法与步骤2计算索引号的方法一致。

6.根据权利要求1所述的一种基于基准图像索引的图像快速检索方法，其特征在于，所述步骤6具体包括以下步骤：

步骤61，通过二分查找法获得查询图像对应索引号在索引序列中的最相近的索引号d_x；

步骤62，通过引入一定的偏差ε，将索引序列中区间[d_x-ε，d_x+ε]所对应的图像集作为所检索图像的相似图像集；

步骤63，计算相似图像集中每张图像与查询图像的相似度距离；

步骤64，对距离值排序，按照顺序将相似图像集中的图像进行返回。

Images