CN103914463A - 一种图片信息的相似性检索方法和装置 - Google Patents
一种图片信息的相似性检索方法和装置 Download PDFInfo
- Publication number
- CN103914463A CN103914463A CN201210593057.8A CN201210593057A CN103914463A CN 103914463 A CN103914463 A CN 103914463A CN 201210593057 A CN201210593057 A CN 201210593057A CN 103914463 A CN103914463 A CN 103914463A
- Authority
- CN
- China
- Prior art keywords
- picture
- database
- retrieved
- feature
- hash
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
- G06F16/58—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
- G06F16/583—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content
- G06F16/5838—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content using colour
Landscapes
- Engineering & Computer Science (AREA)
- Library & Information Science (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明公开了一种图片的相似检索方法和装置,属于图形图像领域。方法包括:提取待检索图片的待检索图片特征;通过LSH算法对待检索图片特征进行散列,生成待检索图片散列值;在与每个待检索图片散列值对应的散列表中查找与待检索图片散列值匹配相似的数据库图片散列值;根据数据库图片散列值,查找数据库图片;根据数据库图片特征与待检索图片特征的欧式距离,从欧氏距离较小的数据库图片中选择预设个数的数据库图片。本发明解决了目前LSH算法检索出多个结果造成用户无法从中检索到最相似的图片的问题,采用LSH算法和线性检索算法相结合的方式,更好地发挥了LSH在图片相似性检索中时间空间复杂度降低且支持高维数据检索的优势。
Description
技术领域
本发明涉及图形图像领域,特别涉及一种图片的相似检索方法和装置。
背景技术
随着网络通信技术的飞速发展,网络中的数据量越来越大,检索相似信息的难度也越来越大。其中,针对图片的相似检索由于可以实现网络图片自动排重、相关图片推荐等效果而得到广泛应用。
目前,图片相似检索的方法有tree类相似算法,如R-tree,Kd-tree,SR-tree,这种算法是基于空间划分的算法;
线性检索方法,对整个数据库中的图片进行顺序扫描,计算与带待检索图片的欧氏距离,然后顺序输出;
LSH(Location Sensitive Hash,位置敏感哈希函数)算法,由于与一般哈希函数相比具有位置敏感性,对散列前的相似点进行哈希计算,之后产生的散列值在一定程度上也能保持相似,能够在保证一定准确性的前提下,时间和空间复杂度得到降低,并且能够很好地支持高维数据的检索,因此LSH算法在含有丰富特征信息的图片相似性领域中的应用越来越受到重视。
在实现本发明的过程中,发明人发现现有技术至少存在以下问题:
目前tree类相似算法检索的结果在高维数据集上的时间效率不高;线性检索方法数据准确但时间复杂度过高,尤其是海量检索时性能很差;LSH算法虽在保证时间和空间复杂度较低的同时能够很好地支持高维数据的检索,但检索出的结果往往有很多个,而造成用户无法从中检索到最相似的图片。
发明内容
为了解决现有技术的问题,本发明实施例提供了一种图片的相似检索方法和装置。所述技术方案如下:
一方面,提供了一种图片的相似检索方法,所述方法包括:
提取待检索图片的待检索图片特征;
通过位置敏感哈希函数LSH算法对所述待检索图片特征进行散列,生成待检索图片散列值;其中,待检索图片散列值与预先加载的散列表相对应,所述散列表中包含数据库图片的数据库图片散列值;
在与所述每个待检索图片散列值对应的散列表中查找与所述待检索图片散列值匹配相似的数据库图片散列值;
根据查找到的与所述待检索图片散列值匹配相似的数据库图片散列值,查找与所述待检索图片散列值匹配相似的数据库图片;
根据查找到的所述数据库图片的数据库图片特征与所述待检索图片特征的欧式距离,从所述欧氏距离较小的数据库图片中选择预设个数的数据库图片。
具体地,所述提取待检索图片的待检索图片特征之前,包括:
将分类后的数据库图片的基本信息保存到图片基本信息表中;所述图片基本信息表中包括所述数据库图片的图片名字、图片路径、图片类型、图片入库时间、数据库图片索引、图片的信息摘要算法MD5值;
提取所述每张数据库图片的数据库图片特征,将所述数据库图片特征以及所述数据库图片索引保存到图片特征表中;
通过LSH算法对在所述图片特征表中保存的每张数据库图片的数据库图片特征进行散列,生成数据库图片散列值,并将所述每个数据库图片散列值以及所述数据库图片索引对应的保存到每个所述散列表中;其中,所述数据库图片散列值的个数与预设的散列表个数相等;
加载所述每个所述散列表。
进一步地,所述根据查找到的与所述待检索图片散列值匹配相似的数据库图片散列值,查找与所述待检索图片散列值匹配相似的数据库图片,包括:
根据查找到的与所述待检索图片散列值匹配相似的数据库图片散列值,在所述散列表中查找对应的数据库图片索引;
根据所述数据库图片索引,在所述图片基本信息表中查找与所述待检索图片散列值匹配相似的数据库图片的基本信息。
进一步地,所述根据查找到的所述数据库图片的数据库图片特征与所述待检索图片特征的欧式距离,从所述欧氏距离较小的数据库图片中选择预设个数的数据库图片,包括:
根据找到的每张与所述待检索图片散列值匹配相似的数据库图片对应的数据库图片索引,在所述图片特征表中查找所述每张数据库图片的数据库图片特征;所述待检索图片特征与所述数据库图片特征的个数和类型相同;
计算所述每张数据库图片特征与所述待检索图片特征之间的欧式距离,对所述计算的每张数据库图片的欧氏距离由小到大进行排序;
从所述欧氏距离较小的数据库图片中选择预设个数的数据库图片。
具体地,所述在与所述每个待检索图片散列值对应的散列表中查找与所述待检索图片散列值匹配相似的数据库图片散列值,包括:
在与所述每个待检索图片散列值对应的散列表中查找与所述待检索图片散列值相同的散列值;
和/或,
在与所述每个待检索图片散列值对应的散列表中查找与所述待检索图片散列值达到预设相似度的散列值。
另一方面,提供了一种图片的相似检索装置,所述装置包括:
提取模块,用于提取待检索图片的待检索图片特征;
散列模块,用于通过位置敏感哈希函数LSH算法对所述待检索图片特征进行散列,生成待检索图片散列值;其中,待检索图片散列值与预先加载的散列表相对应,所述散列表中包含数据库图片的数据库图片散列值;
匹配模块,用于在与所述每个待检索图片散列值对应的散列表中查找与所述待检索图片散列值匹配相似的数据库图片散列值;
查找模块,用于根据查找到的与所述待检索图片散列值匹配相似的数据库图片散列值,查找与所述待检索图片散列值匹配相似的数据库图片;
选择模块,用于根据查找到的所述数据库图片的数据库图片特征与所述待检索图片特征的欧式距离,从所述欧氏距离较小的数据库图片中选择预设个数的数据库图片。
具体地,所述装置还包括:
建表模块,用于提取待检索图片的待检索图片特征之前,将分类后的数据库图片的基本信息保存到图片基本信息表中;所述图片基本信息表中包括所述数据库图片的图片名字、图片路径、图片类型、图片入库时间、数据库图片索引、图片的信息摘要算法MD5值;其中,所述数据库图片索引是数据库图片的唯一标识;提取所述每张数据库图片的数据库图片特征,将所述数据库图片特征以及所述数据库图片索引保存到图片特征表中;通过LSH算法对在所述图片特征表中保存的每张数据库图片的数据库图片特征进行散列,生成数据库图片散列值,并将所述每个数据库图片散列值以及所述数据库图片索引对应的保存到每个所述散列表中;其中,所述数据库图片散列值的个数与预设的散列表个数相等;
加载模块,用于提取待检索图片的待检索图片特征之前,所述建表模块将所述每个数据库图片散列值以及所述数据库图片索引对应的保存到每个所述散列表中之后,加载所述每个所述散列表。
进一步地,所述查找模块,包括:
第一查找单元,用于根据查找到的与所述待检索图片散列值匹配相似的数据库图片散列值,在所述散列表中查找对应的数据库图片索引;
第二查找单元,用于根据所述数据库图片索引,在所述图片基本信息表中查找与所述待检索图片散列值匹配相似的数据库图片的基本信息。
进一步地,所述选择模块,包括:
第三查找单元,用于根据找到的每张与所述待检索图片散列值匹配相似的数据库图片对应的数据库图片索引,在所述图片特征表中查找所述每张数据库图片的数据库图片特征;所述待检索图片特征与所述数据库图片特征的个数和类型相同;
计算单元,用于计算所述每张数据库图片特征与所述待检索图片特征之间的欧式距离,对所述计算的每张数据库图片的欧氏距离由小到大进行排序;
选择单元,用于从所述欧氏距离较小的数据库图片中选择预设个数的数据库图片。
具体地,所述匹配模块,包括:
第一匹配单元,用于在与所述每个待检索图片散列值对应的散列表中查找与所述待检索图片散列值相同的散列值;
第二匹配单元,用于在与所述每个待检索图片散列值对应的散列表中查找与所述待检索图片散列值达到预设相似度的散列值。
本发明实施例提供的技术方案带来的有益效果是:
通过LSH算法对提取的待检索图片特征进行散列,生成待检索图片散列值;在与每个待检索图片散列值对应的散列表中查找与待检索图片散列值匹配相似的数据库图片散列值;根据查找到的数据库图片散列值查找数据库图片;并根据查找到的数据库图片的数据库图片特征与待检索图片特征的欧式距离,从欧氏距离较小的数据库图片中选择预设个数的数据库图片,解决了目前LSH算法检索出多个结果造成用户无法从中检索到最相似的图片的问题,采用LSH算法和线性检索算法相结合的方式,更好地发挥了LSH在图片相似性检索中时间空间复杂度降低且支持高维数据检索的优势。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是本发明实施例一提供的图片的相似检索方法流程图;
图2是本发明实施例二提供的图片的相似检索方法流程图;
图3是本发明实施例三提供的图片的相似检索装置第一种结构示意图;
图4是本发明实施例三提供的图片的相似检索装置第二种结构示意图;
图5是本发明实施例三提供的图片的相似检索装置第三种结构示意图;
图6是本发明实施例三提供的图片的相似检索装置第四种结构示意图;
图7是本发明实施例三提供的图片的相似检索装置第五种结构示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚,下面将结合附图对本发明实施方式作进一步地详细描述。
实施例一
参见图1,本发明实施例提供了一种图片的相似检索方法,该方法包括:
101、提取待检索图片的待检索图片特征;
102、通过LSH算法对待检索图片特征进行散列,生成待检索图片散列值;其中,待检索图片散列值与预先加载的散列表相对应,散列表中包含数据库图片的数据库图片散列值;
103、在与每个待检索图片散列值对应的散列表中查找与待检索图片散列值匹配相似的数据库图片散列值;
104、根据查找到的与待检索图片散列值匹配相似的数据库图片散列值,查找与待检索图片散列值匹配相似的数据库图片;
105、根据查找到的数据库图片的数据库图片特征与待检索图片特征的欧式距离,从欧氏距离较小的数据库图片中选择预设个数的数据库图片。
具体地,提取待检索图片的待检索图片特征之前,包括:
将分类后的数据库图片的基本信息保存到图片基本信息表中;图片基本信息表中包括数据库图片的图片名字、图片路径、图片类型、图片入库时间、数据库图片索引、图片的信息摘要算法MD5值;
提取每张数据库图片的数据库图片特征,将数据库图片特征以及数据库图片索引保存到图片特征表中;
通过LSH算法对在图片特征表中保存的每张数据库图片的数据库图片特征进行散列,生成数据库图片散列值,并将每个数据库图片散列值以及数据库图片索引对应的保存到每个散列表中;其中,数据库图片散列值的个数与预设的散列表个数相等;
加载每个散列表。
进一步地,根据查找到的与待检索图片散列值匹配相似的数据库图片散列值,查找与待检索图片散列值匹配相似的数据库图片,包括:
根据查找到的与待检索图片散列值匹配相似的数据库图片散列值,在散列表中查找对应的数据库图片索引;
根据数据库图片索引,在图片基本信息表中查找与待检索图片散列值匹配相似的数据库图片的基本信息。
进一步地,根据查找到的数据库图片的数据库图片特征与待检索图片特征的欧式距离,从欧氏距离较小的数据库图片中选择预设个数的数据库图片,包括:
根据找到的每张与待检索图片散列值匹配相似的数据库图片对应的数据库图片索引,在图片特征表中查找每张数据库图片的数据库图片特征;待检索图片特征与数据库图片特征的个数和类型相同,待检索图片特征以及数据库图片特征包括:图片颜色、纹理共生矩阵、形状特征及纹理直方图特征;
计算每张数据库图片特征与待检索图片特征之间的欧式距离,对计算的每张数据库图片的欧氏距离由小到大进行排序;
从欧氏距离较小的数据库图片中选择预设个数的数据库图片。
具体地,在与每个待检索图片散列值对应的散列表中查找与待检索图片散列值匹配相似的数据库图片散列值,包括:
在与每个待检索图片散列值对应的散列表中查找与待检索图片散列值相同的散列值;
和/或,
在与每个待检索图片散列值对应的散列表中查找与待检索图片散列值达到预设相似度的散列值。
本发明实施例提供的方法,通过LSH算法对提取的待检索图片特征进行散列,生成待检索图片散列值;在与每个待检索图片散列值对应的散列表中查找与待检索图片散列值匹配相似的数据库图片散列值;根据查找到的数据库图片散列值查找数据库图片;并根据查找到的数据库图片的数据库图片特征与待检索图片特征的欧式距离,从欧氏距离较小的数据库图片中选择预设个数的数据库图片,解决了目前LSH算法检索出多个结果造成用户无法从中检索到最相似的图片的问题,采用LSH算法和线性检索算法相结合的方式,更好地发挥了LSH在图片相似性检索中时间空间复杂度降低且支持高维数据检索的优势。
实施例二
参见图2,本发明实施例提供了一种图片的相似检索方法,该方法包括:
201、将分类后的数据库图片的基本信息存入图片基本信息表中;
具体地,首先将数据库图片进行分类,如将数据库图片分为风景、人物等类别,这样可以节省检索过程中的数据量;然后使用C#或其他方式将分类后的数据库图片存入图片基本信息表中;
具体地,图片基本信息表用来记录图片的基本信息,图片基本信息表中包括但不限于数据库图片的图片名字、图片路径、图片类型、图片入库时间、数据库图片索引、图片的MD5(Message Digest Algorithm,信息摘要算法)值;其中,数据库图片索引是数据库图片的唯一标识;图片的MD5值用于确保所有的图片不重复。
202、提取每张数据库图片的图片特征,将数据库图片的图片特征以及数据库图片索引存入图片特征表中;
具体地,首先提取每张数据库图片的图片特征,数据库图片特征包括但不限于:图片颜色、纹理共生矩阵、形状特征及纹理直方图特征,还根据对数据检索要求的高低提取更多的图片特征,当然也可减少数据库图片特征的个数;然后将数据库图片的图片特征以及数据库图片索引存入图片特征表中;该图片特征表中存放图片的特征,可以扩展,其中还有数据库图片索引关联图片基本信息表中的索引字段;提取数据库图片的图片特征的方式可以使用OpenCV工具,也可以采用其他工具提取数据库图片的图片特征。
203、通过p-stable LSH算法对在图片特征表中保存的每张数据库图片的数据库图片特征进行散列,生成数据库图片散列值,并将每个数据库图片散列值以及数据库图片索引对应的保存到每个散列表中;
具体地,目前LSH算法主要包括:基于海明距离的LSH算法,该算法把高维的特征值变换成二进值序列,然后从二进值序列中取出一定位数的的值如16位,形成HASH串,取哪个二进值的位置是随机的,该种算法相对简单,但搜索质量一般;基于p-stable(p稳态分布)的LSH算法,该算法采用高斯稳态分布,其中P取值(0,2],把高维的特征值通过这个稳态分布映射到线性空间,同时也形成HASH串,该算法准确率高召回率高;基于MULTI-PROBE(多重探测)的LSH算法,这是目前LSH研究的最新成果,通过使用复杂的MULTI-PROBE多重探测算法来提高召回率和保证海量查询速度,但目前尚处于研究阶段算法复杂且结构不稳定。本发明实施例采用基于p-stable(p稳态分布)的LSH算法:
p-stable LSH是LSH一般算法的改进,它是应用在d维lp-norm下的欧几里得空间中,0<p<=2;
p-stable的概念:一个分布D称为p-稳定分布,如果对于任意n个实数v1,v2,…,vn和符合D分布的n个独立同分布随机变量X1,X2,…,Xn,都存在一个
p>=0,使得变量∑iυiXi和(∑i|υi|p)1/pX具有相同的分布,此处X是一个符合D分布的随机变量。
p-稳定分布不是具体的分布,而是满足某条件的分布族。当p=1时,代表是标准柯西分布,密度函数为当p=2时,代表是标准正态分布(高斯分布),密度函数为
本发明实施例采用的是p=2时,使用的是正态分布。
具体地,首先使用p-stable LSH算法把在图片特征表中保存的每张数据库图片的图片特征进行散列;根据预设的散列表个数,生成与散列表个数相等的数据库图片散列值,即数据库图片散列值的个数与预设的散列表个数相等;例如:预设的散列表个数为10,则将数据库图片A的图片特征进行散列,生成10个散列值。
然后,将生成的数据库图片的每个散列值以及该待检索图片索引Pic_Index一起对应的保存到每个散列表中,如数据库图片A生成的10个散列值,则将每个散列值以及数据库图片A的索引分别对应的保存到10个散列表中,每个散列值和散列表是一一对应的。
通过步骤201-203,完成了构建数据库的步骤,此时已建立3个表:图片基本信息表、图片特征表、散列表,这3个表通过数据库图片索引进行关联,可以查找到对应的信息。
204、加载每个散列表,提取待检索图片的待检索图片特征;
具体地,将步骤203生成的散列表中保存的数据库图片的散列值加载到内存中;然后提取需要待检索图片的待检索图片特征;其中,待检索图片特征与数据库图片特征个数和类型相同,待检索图片特征以及数据库图片特征包括但不限于:图片颜色、纹理共生矩阵、形状特征及纹理直方图特征;还根据对数据检索要求的高低提取更多的图片特征,当然也可减少待检索图片特征的个数;
提取待检索图片的图片特征的方式与提取数据库图片的图片特征的方式相同,可以使用OpenCV工具,也可以采用其他工具提取数据库图片的图片特征。
205、通过p-stable LSH算法对待检索图片特征进行散列,生成待检索图片散列值;
具体地,待检索图片散列值与预先加载的散列表相对应,散列表中包含数据库图片的数据库图片散列值;
使用与处理数据库图片相同的p-stable LSH算法对待检索图片的图片特征进行散列;根据预设的散列表个数,生成与散列表个数相等的待检索图片散列值;例如:预设的散列表个数为10,则将待检索图片B的图片特征进行散列,生成10个散列值。另外,也可以对应的生成的散列值个数小于散列表的个数,但是所生成的散列值必须唯一对应一个散列表,这样有些散列表就没有散列值和其对应,这样的相似性检索可能会漏掉某些相似图片,精确度降低。
206、在与每个待检索图片散列值对应的散列表中查找与待检索图片散列值匹配相似的数据库图片散列值;
具体地,可以在每个散列表中查找与待检索图片散列值相同的散列值,查找到的散列值即为匹配相似的散列值;
还可以在每个散列表中查找与待检索图片散列值达到预设相似度比如相差10的散列值,查找到的散列值即为匹配相似的散列值。
207、根据查找到的与待检索图片散列值匹配相似的数据库图片散列值,查找与待检索图片散列值匹配相似的数据库图片;
具体地,根据查找到的与待检索图片散列值匹配相似的数据库图片散列值,在散列表中查找对应的数据库图片索引;
根据数据库图片索引,在图片基本信息表中查找与待检索图片散列值匹配相似的数据库图片的基本信息,此时已使用p-stable LSH算法完成待检索图片的相似性检索。
208、根据查找到的数据库图片的数据库图片特征与待检索图片特征的欧式距离,从欧氏距离较小的数据库图片中选择预设个数的数据库图片。
具体地,由于查找与待检索图片散列值匹配相似的数据库图片基本信息可能有多个,比如查找到100个,而用户可能仅最相似的10个,此时需要从检索到的数据库图片基本信息中选择10个最相似的数据库图片;本发明实施例采用基于海明距离的线性检索算法进行选择,具体步骤如下:
208a、根据找到的每张与待检索图片散列值匹配相似的数据库图片对应的数据库图片索引,在图片特征表中查找每张数据库图片的数据库图片特征;待检索图片特征与数据库图片特征的个数和类型相同,待检索图片特征以及数据库图片特征包括:图片颜色、纹理共生矩阵、形状特征及纹理直方图特征;
208b、计算每张数据库图片特征与待检索图片特征之间的欧式距离,对计算的每张数据库图片的欧氏距离由小到大进行排序;
208c、从欧氏距离较小的数据库图片中选择预设个数的数据库图片。
本发明实施例提供的方法,通过LSH算法对提取的待检索图片特征进行散列,生成待检索图片散列值;在与每个待检索图片散列值对应的散列表中查找与待检索图片散列值匹配相似的数据库图片散列值;根据查找到的数据库图片散列值查找数据库图片;并根据查找到的数据库图片的数据库图片特征与待检索图片特征的欧式距离,从欧氏距离较小的数据库图片中选择预设个数的数据库图片,解决了目前LSH算法检索出多个结果造成用户无法从中检索到最相似的图片的问题,采用LSH算法和线性检索算法相结合的方式,更好地发挥了LSH在图片相似性检索中时间空间复杂度降低且支持高维数据检索的优势。
实施例三
参见图3,本发明实施例提供了一种图片的相似检索装置,该装置包括:
提取模块301,用于提取待检索图片的待检索图片特征;
散列模块302,用于通过位置敏感哈希函数LSH算法对待检索图片特征进行散列,生成待检索图片散列值;其中,待检索图片散列值与预先加载的散列表相对应,散列表中包含数据库图片的数据库图片散列值;
匹配模块303,用于在与每个待检索图片散列值对应的散列表中查找与待检索图片散列值匹配相似的数据库图片散列值;
查找模块304,用于根据查找到的与待检索图片散列值匹配相似的数据库图片散列值,查找与待检索图片散列值匹配相似的数据库图片;
选择模块305,用于根据查找到的数据库图片的数据库图片特征与待检索图片特征的欧式距离,从欧氏距离较小的数据库图片中选择预设个数的数据库图片。
具体地,参见图4,该装置还包括:
建表模块306,用于提取待检索图片的待检索图片特征之前,将分类后的数据库图片的基本信息保存到图片基本信息表中;图片基本信息表中包括数据库图片的图片名字、图片路径、图片类型、图片入库时间、数据库图片索引、图片的信息摘要算法MD5值;其中,数据库图片索引是数据库图片的唯一标识;提取每张数据库图片的数据库图片特征,将数据库图片特征以及数据库图片索引保存到图片特征表中;通过LSH算法对在图片特征表中保存的每张数据库图片的数据库图片特征进行散列,生成数据库图片散列值,并将每个数据库图片散列值以及数据库图片索引对应的保存到每个散列表中;其中,数据库图片散列值的个数与预设的散列表个数相等;
加载模块307,用于提取待检索图片的待检索图片特征之前,建表模块将每个数据库图片散列值以及数据库图片索引对应的保存到每个散列表中之后,加载每个散列表。
进一步地,参见图5,该查找模块304,包括:
第一查找单元304a,用于根据查找到的与待检索图片散列值匹配相似的数据库图片散列值,在散列表中查找对应的数据库图片索引;
第二查找单元304b,用于根据数据库图片索引,在图片基本信息表中查找与待检索图片散列值匹配相似的数据库图片的基本信息。
进一步地,参见图6,该选择模块305,包括:
第三查找单元305a,用于根据找到的每张与待检索图片散列值匹配相似的数据库图片对应的数据库图片索引,在图片特征表中查找每张数据库图片的数据库图片特征;待检索图片特征与数据库图片特征的个数和类型相同,待检索图片特征以及数据库图片特征包括:图片颜色、纹理共生矩阵、形状特征及纹理直方图特征;
计算单元305b,用于计算每张数据库图片特征与待检索图片特征之间的欧式距离,对计算的每张数据库图片的欧氏距离由小到大进行排序;
选择单元305c,用于从欧氏距离较小的数据库图片中选择预设个数的数据库图片。
具体地,参见图7,该匹配模块303,包括:
第一匹配单元303a,用于在与每个待检索图片散列值对应的散列表中查找与待检索图片散列值相同的散列值;
第二匹配单元303b,用于在与每个待检索图片散列值对应的散列表中查找与待检索图片散列值达到预设相似度的散列值。
本发明实施例提供的装置,通过LSH算法对提取的待检索图片特征进行散列,生成待检索图片散列值;在与每个待检索图片散列值对应的散列表中查找与待检索图片散列值匹配相似的数据库图片散列值;根据查找到的数据库图片散列值查找数据库图片;并根据查找到的数据库图片的数据库图片特征与待检索图片特征的欧式距离,从欧氏距离较小的数据库图片中选择预设个数的数据库图片,解决了目前LSH算法检索出多个结果造成用户无法从中检索到最相似的图片的问题,采用LSH算法和线性检索算法相结合的方式,更好地发挥了LSH在图片相似性检索中时间空间复杂度降低且支持高维数据检索的优势。
需要说明的是:上述实施例提供的图片的相似检索装置在对图片进行相似检索时,仅以上述各功能模块的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能模块完成,即将装置的内部结构划分成不同的功能模块,以完成以上描述的全部或者部分功能。另外,上述实施例提供的图片的相似检索装置与图片的相似检索方法实施例属于同一构思,其具体实现过程详见方法实施例,这里不再赘述。
上述本发明实施例序号仅仅为了描述,不代表实施例的优劣。
本领域普通技术人员可以理解实现上述实施例的全部或部分步骤可以通过硬件来完成,也可以通过程序来指令相关的硬件完成,的程序可以存储于一种计算机可读存储介质中,上述提到的存储介质可以是只读存储器,磁盘或光盘等。
以上仅为本发明的较佳实施例,并不用以限制本发明,凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (10)
1.一种图片的相似检索方法,其特征在于,所述方法包括:
提取待检索图片的待检索图片特征;
通过位置敏感哈希函数LSH算法对所述待检索图片特征进行散列,生成待检索图片散列值;其中,待检索图片散列值与预先加载的散列表相对应,所述散列表中包含数据库图片的数据库图片散列值;
在与所述每个待检索图片散列值对应的散列表中查找与所述待检索图片散列值匹配相似的数据库图片散列值;
根据查找到的与所述待检索图片散列值匹配相似的数据库图片散列值,查找与所述待检索图片散列值匹配相似的数据库图片;
根据查找到的所述数据库图片的数据库图片特征与所述待检索图片特征的欧式距离,从所述欧氏距离较小的数据库图片中选择预设个数的数据库图片。
2.根据权利要求1所述的方法,其特征在于,所述提取待检索图片的待检索图片特征之前,包括:
将分类后的数据库图片的基本信息保存到图片基本信息表中;所述图片基本信息表中包括所述数据库图片的图片名字、图片路径、图片类型、图片入库时间、数据库图片索引、图片的信息摘要算法MD5值;
提取所述每张数据库图片的数据库图片特征,将所述数据库图片特征以及所述数据库图片索引保存到图片特征表中;
通过LSH算法对在所述图片特征表中保存的每张数据库图片的数据库图片特征进行散列,生成数据库图片散列值,并将所述每个数据库图片散列值以及所述数据库图片索引对应的保存到每个所述散列表中;其中,所述数据库图片散列值的个数与预设的散列表个数相等;
加载所述每个所述散列表。
3.根据权利要求1或2所述的方法,其特征在于,所述根据查找到的与所述待检索图片散列值匹配相似的数据库图片散列值,查找与所述待检索图片散列值匹配相似的数据库图片,包括:
根据查找到的与所述待检索图片散列值匹配相似的数据库图片散列值,在所述散列表中查找对应的数据库图片索引;
根据所述数据库图片索引,在所述图片基本信息表中查找与所述待检索图片散列值匹配相似的数据库图片的基本信息。
4.根据权利要求1或2所述的方法,其特征在于,所述根据查找到的所述数据库图片的数据库图片特征与所述待检索图片特征的欧式距离,从所述欧氏距离较小的数据库图片中选择预设个数的数据库图片,包括:
根据找到的每张与所述待检索图片散列值匹配相似的数据库图片对应的数据库图片索引,在所述图片特征表中查找所述每张数据库图片的数据库图片特征;所述待检索图片特征与所述数据库图片特征的个数和类型相同;
计算所述每张数据库图片特征与所述待检索图片特征之间的欧式距离,对所述计算的每张数据库图片的欧氏距离由小到大进行排序;
从所述欧氏距离较小的数据库图片中选择预设个数的数据库图片。
5.根据权利要求1所述的方法,其特征在于,所述在与所述每个待检索图片散列值对应的散列表中查找与所述待检索图片散列值匹配相似的数据库图片散列值,包括:
在与所述每个待检索图片散列值对应的散列表中查找与所述待检索图片散列值相同的散列值;
和/或,
在与所述每个待检索图片散列值对应的散列表中查找与所述待检索图片散列值达到预设相似度的散列值。
6.一种图片的相似检索装置,其特征在于,所述装置包括:
提取模块,用于提取待检索图片的待检索图片特征;
散列模块,用于通过位置敏感哈希函数LSH算法对所述待检索图片特征进行散列,生成待检索图片散列值;其中,待检索图片散列值与预先加载的散列表相对应,所述散列表中包含数据库图片的数据库图片散列值;
匹配模块,用于在与所述每个待检索图片散列值对应的散列表中查找与所述待检索图片散列值匹配相似的数据库图片散列值;
查找模块,用于根据查找到的与所述待检索图片散列值匹配相似的数据库图片散列值,查找与所述待检索图片散列值匹配相似的数据库图片;
选择模块,用于根据查找到的所述数据库图片的数据库图片特征与所述待检索图片特征的欧式距离,从所述欧氏距离较小的数据库图片中选择预设个数的数据库图片。
7.根据权利要求6所述的装置,其特征在于,所述装置还包括:
建表模块,用于提取待检索图片的待检索图片特征之前,将分类后的数据库图片的基本信息保存到图片基本信息表中;所述图片基本信息表中包括所述数据库图片的图片名字、图片路径、图片类型、图片入库时间、数据库图片索引、图片的信息摘要算法MD5值;其中,所述数据库图片索引是数据库图片的唯一标识;提取所述每张数据库图片的数据库图片特征,将所述数据库图片特征以及所述数据库图片索引保存到图片特征表中;通过LSH算法对在所述图片特征表中保存的每张数据库图片的数据库图片特征进行散列,生成数据库图片散列值,并将所述每个数据库图片散列值以及所述数据库图片索引对应的保存到每个所述散列表中;其中,所述数据库图片散列值的个数与预设的散列表个数相等;
加载模块,用于提取待检索图片的待检索图片特征之前,所述建表模块将所述每个数据库图片散列值以及所述数据库图片索引对应的保存到每个所述散列表中之后,加载所述每个所述散列表。
8.根据权利要求6或7所述的装置,其特征在于,所述查找模块,包括:
第一查找单元,用于根据查找到的与所述待检索图片散列值匹配相似的数据库图片散列值,在所述散列表中查找对应的数据库图片索引;
第二查找单元,用于根据所述数据库图片索引,在所述图片基本信息表中查找与所述待检索图片散列值匹配相似的数据库图片的基本信息。
9.根据权利要求6或7所述的装置,其特征在于,所述选择模块,包括:
第三查找单元,用于根据找到的每张与所述待检索图片散列值匹配相似的数据库图片对应的数据库图片索引,在所述图片特征表中查找所述每张数据库图片的数据库图片特征;所述待检索图片特征与所述数据库图片特征的个数和类型相同;
计算单元,用于计算所述每张数据库图片特征与所述待检索图片特征之间的欧式距离,对所述计算的每张数据库图片的欧氏距离由小到大进行排序;
选择单元,用于从所述欧氏距离较小的数据库图片中选择预设个数的数据库图片。
10.根据权利要求6所述的装置,其特征在于,所述匹配模块,包括:
第一匹配单元,用于在与所述每个待检索图片散列值对应的散列表中查找与所述待检索图片散列值相同的散列值;
第二匹配单元,用于在与所述每个待检索图片散列值对应的散列表中查找与所述待检索图片散列值达到预设相似度的散列值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201210593057.8A CN103914463B (zh) | 2012-12-31 | 2012-12-31 | 一种图片信息的相似性检索方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201210593057.8A CN103914463B (zh) | 2012-12-31 | 2012-12-31 | 一种图片信息的相似性检索方法和装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103914463A true CN103914463A (zh) | 2014-07-09 |
CN103914463B CN103914463B (zh) | 2017-09-26 |
Family
ID=51040157
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201210593057.8A Active CN103914463B (zh) | 2012-12-31 | 2012-12-31 | 一种图片信息的相似性检索方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103914463B (zh) |
Cited By (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105468716A (zh) * | 2015-11-19 | 2016-04-06 | 努比亚技术有限公司 | 图片查找装置、方法及终端 |
WO2016180268A1 (zh) * | 2015-05-13 | 2016-11-17 | 阿里巴巴集团控股有限公司 | 一种文本聚合方法及装置 |
CN107862061A (zh) * | 2017-11-15 | 2018-03-30 | 深圳市华讯方舟软件信息有限公司 | 一种数据库的索引文件建立方法及检索方法 |
CN109446363A (zh) * | 2018-10-22 | 2019-03-08 | 镇江悦乐网络科技有限公司 | 一种基于三维cg动画的快速检索方法 |
CN109710656A (zh) * | 2018-11-12 | 2019-05-03 | 清华大学 | 近似查询方法及装置 |
CN109783671A (zh) * | 2019-01-30 | 2019-05-21 | 京东方科技集团股份有限公司 | 一种以图搜图的方法、计算机可读介质及服务器 |
CN110162645A (zh) * | 2019-05-28 | 2019-08-23 | 广东三维家信息科技有限公司 | 基于索引的图像检索方法、装置及电子设备 |
CN110413981A (zh) * | 2018-04-27 | 2019-11-05 | 阿里巴巴集团控股有限公司 | 电子病历的质检方法、相似病历的提醒方法及装置 |
CN111104970A (zh) * | 2019-12-04 | 2020-05-05 | 浙江大华技术股份有限公司 | 人脸聚类方法及装置 |
CN111248884A (zh) * | 2020-02-25 | 2020-06-09 | 深圳乐普智能医疗器械有限公司 | 一种血压计脉搏波幅度包络线的分析方法及装置 |
CN111506754A (zh) * | 2020-04-13 | 2020-08-07 | 广州视源电子科技股份有限公司 | 图片检索方法、装置、存储介质及处理器 |
CN111506750A (zh) * | 2020-06-15 | 2020-08-07 | 北京金山云网络技术有限公司 | 图片检索方法、装置及电子设备 |
CN112529111A (zh) * | 2020-12-28 | 2021-03-19 | 广东国粒教育技术有限公司 | 一种基于ppt文档对比技术计算老师备课创新度的方法 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101340551A (zh) * | 2007-07-05 | 2009-01-07 | 韩庆军 | 一种多媒体数字签名的方法 |
CN101374234B (zh) * | 2008-09-25 | 2010-09-22 | 清华大学 | 一种基于内容的视频拷贝监测方法及装置 |
CN101866366B (zh) * | 2010-07-15 | 2012-01-18 | 哈尔滨工业大学 | 一种基于内容的图像格式中文文档检索方法 |
-
2012
- 2012-12-31 CN CN201210593057.8A patent/CN103914463B/zh active Active
Non-Patent Citations (1)
Title |
---|
刘婉 等: ""基于高维局部特征和LSH索引的图像检索技术"", 《电子设计工程》 * |
Cited By (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2016180268A1 (zh) * | 2015-05-13 | 2016-11-17 | 阿里巴巴集团控股有限公司 | 一种文本聚合方法及装置 |
CN105468716A (zh) * | 2015-11-19 | 2016-04-06 | 努比亚技术有限公司 | 图片查找装置、方法及终端 |
CN107862061A (zh) * | 2017-11-15 | 2018-03-30 | 深圳市华讯方舟软件信息有限公司 | 一种数据库的索引文件建立方法及检索方法 |
CN110413981A (zh) * | 2018-04-27 | 2019-11-05 | 阿里巴巴集团控股有限公司 | 电子病历的质检方法、相似病历的提醒方法及装置 |
CN109446363A (zh) * | 2018-10-22 | 2019-03-08 | 镇江悦乐网络科技有限公司 | 一种基于三维cg动画的快速检索方法 |
CN109710656A (zh) * | 2018-11-12 | 2019-05-03 | 清华大学 | 近似查询方法及装置 |
US11763164B2 (en) | 2019-01-30 | 2023-09-19 | Boe Technology Group Co., Ltd. | Image-to-image search method, computer-readable storage medium and server |
CN109783671A (zh) * | 2019-01-30 | 2019-05-21 | 京东方科技集团股份有限公司 | 一种以图搜图的方法、计算机可读介质及服务器 |
CN110162645A (zh) * | 2019-05-28 | 2019-08-23 | 广东三维家信息科技有限公司 | 基于索引的图像检索方法、装置及电子设备 |
CN111104970A (zh) * | 2019-12-04 | 2020-05-05 | 浙江大华技术股份有限公司 | 人脸聚类方法及装置 |
CN111104970B (zh) * | 2019-12-04 | 2023-04-18 | 浙江大华技术股份有限公司 | 人脸聚类方法及装置 |
CN111248884A (zh) * | 2020-02-25 | 2020-06-09 | 深圳乐普智能医疗器械有限公司 | 一种血压计脉搏波幅度包络线的分析方法及装置 |
CN111506754A (zh) * | 2020-04-13 | 2020-08-07 | 广州视源电子科技股份有限公司 | 图片检索方法、装置、存储介质及处理器 |
CN111506754B (zh) * | 2020-04-13 | 2023-10-24 | 广州视源电子科技股份有限公司 | 图片检索方法、装置、存储介质及处理器 |
CN111506750A (zh) * | 2020-06-15 | 2020-08-07 | 北京金山云网络技术有限公司 | 图片检索方法、装置及电子设备 |
CN112529111A (zh) * | 2020-12-28 | 2021-03-19 | 广东国粒教育技术有限公司 | 一种基于ppt文档对比技术计算老师备课创新度的方法 |
Also Published As
Publication number | Publication date |
---|---|
CN103914463B (zh) | 2017-09-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103914463A (zh) | 一种图片信息的相似性检索方法和装置 | |
Cheung et al. | Fast similarity search and clustering of video sequences on the world-wide-web | |
CN104199827B (zh) | 基于局部敏感哈希的大规模多媒体数据的高维索引方法 | |
US8872830B2 (en) | Method for generating a graph lattice from a corpus of one or more data graphs | |
KR100903961B1 (ko) | 시그니처 파일을 이용한 고차원 데이터 색인 및 검색방법과 그 시스템 | |
CN102693266B (zh) | 搜索数据库的方法、生成索引结构的导航设备和方法 | |
US8724911B2 (en) | Graph lattice method for image clustering, classification, and repeated structure finding | |
CN108090232A (zh) | 利用跨域知识的语义事件检测 | |
Qian et al. | Landmark summarization with diverse viewpoints | |
CN102436491A (zh) | 一种基于BigBase的海量图片搜索系统及方法 | |
CN109101474A (zh) | 一种地址聚合的方法、包裹聚合的方法以及设备 | |
CN103902595A (zh) | 一种构建数据库的方法和装置 | |
CN107180079B (zh) | 基于卷积神经网络以及树与哈希结合索引的图像检索方法 | |
CN104142946A (zh) | 一种同款业务对象聚合、搜索的方法和系统 | |
US20230281182A1 (en) | R-tree index merging and updating method and apparatus based on hilbert curve, and medium | |
Kumar et al. | Ontology based semantic indexing approach for information retrieval system | |
CN106611016A (zh) | 一种基于可分解词包模型的图像检索方法 | |
Strong et al. | Data organization and visualization using self-sorting map | |
CN107909091A (zh) | 一种基于稀疏低秩回归模型的图像记忆度预测方法 | |
CN108959650A (zh) | 基于共生surf特征的图像检索方法 | |
Bulysheva et al. | Visual database design: indexing methods | |
Li et al. | An efficient approach to web near-duplicate image detection | |
Lv et al. | A k-means clustering algorithm based on the distribution of SIFT | |
Srijan et al. | Towards exhaustive pairwise matching in large image collections | |
CN113761239A (zh) | 基于海量地理位置信息的索引库建立及检索方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
CP02 | Change in the address of a patent holder |
Address after: Room 810, 8 / F, 34 Haidian Street, Haidian District, Beijing 100080 Patentee after: BEIJING D-MEDIA COMMUNICATION TECHNOLOGY Co.,Ltd. Address before: 100089 Beijing city Haidian District wanquanzhuang Road No. 28 Wanliu new building block A room 602 Patentee before: BEIJING D-MEDIA COMMUNICATION TECHNOLOGY Co.,Ltd. |
|
CP02 | Change in the address of a patent holder |