CN103995856B - 一种提供图像搜索的方法和装置 - Google Patents

Abstract

本发明公开了一种提供图像搜索的方法和装置；其中，所述方法包括：接收到图像查询请求后，筛选与所述查询请求相关的多个图像族；查找所述图像族中每个图像族对应的源图像及每个图像族的引用权值；根据所述引用权值大小顺序，将各图像族中的源图像进行排序绘制对应所述查询请求的搜索结果。采用本发明的方法和装置，可以获得更为优质准确的排序结果，并使图像排序结果存在引用次数上的优先级顺序，大大改善了搜索的准确性，并有效提高了搜索效率。

Description

一种提供图像搜索的方法和装置

技术领域

本发明涉及图像数据处理的技术领域，具体涉及一种提供图像搜索的方法和装置。

背景技术

随着互联网和多媒体技术的飞速发展，互联网上的资源也日益丰富，从网络上获取资源也变得越来越容易；搜索引擎即是一种在网络上应用的软件系统，其能以一定的方式在网络上实现信息的搜索和发现，并在对搜索到的信息进行处理后显示出搜索结果。

而目前，随着搜索引擎技术的日益成熟，能够提供给用户的搜索结果已经不再只是根据用户输入命令搜索到的文本信息搜索结果，还可以根据用户需求对网络图片进行搜索，并将搜索出的图片结果呈献给用户。

然而，在目前现有技术的图片搜索方案中，呈献给用户的搜索结果往往没有任何规律，而只是将所有可能相关的图片简单罗列，其图片的搜索结果中并没有任何优先级顺序，这就会使输出的图片搜索结果显示无序状态，进而大大降低了搜索的准确性，从而影响了搜索效率。

发明内容

鉴于上述问题，提出了本发明以便提供一种克服上述问题或者至少部分地解决上述问题的一种提供图像搜索的方法和相应的一种提供图像搜索的装置。

依据本发明的一个方面，提供了一种提供图像搜索的方法，包括：接收到图像查询请求后，筛选与所述查询请求相关的多个图像族；查找所述图像族中每个图像族对应的源图像及每个图像族的引用权值；根据所述引用权值大小顺序，将各图像族中的源图像进行排序绘制对应所述查询请求的搜索结果。

可选的，该方法还包括：预先创建多个源图像对应的图像族；计算每个图像族的引用权值。

可选的，所述创建多个源图像对应的图像族包括：从资源站点抓取所述源图像对应的网页；通过解析所述网页页面获取所述源图像对应的多张图像；获取所述源图像对应的多张图像间的传播关系；利用所述多张图像间的传播关系建立多个图像族。

可选的，所述获取所述源图像对应的多张图像间的传播关系包括：通过所述网页页面解析获取网页统一资源定位符URL和多张图像URL的对应关系；如果多个网页URL与同一图像URL对应，则确定包含该图像的多个网页与所述图像为转载关系。

可选的，所述获取所述源图像对应的多张图像间的传播关系包括：计算通过解析网页页面获取的多张图像的信息摘要MD5值；如果多张图像的MD5值相同，则确定所述MD5相同的多张图像之间为复制关系。

可选的，所述获取所述源图像对应的多张图像间的传播关系包括：计算通过解析网页页面获取的多张图像的MD5值；如果多张图像的MD5值不同，则通过近似拷贝方式确定所述MD5值不同的多张图像间是否为修改关系。

可选的，所述计算每个图像族的引用权值包括：预设所述资源站点及不同传播关系的权值；利用同一图像族中所述资源站点及所述不同传播关系权值计算该图像族的引用权值。

根据本发明的另一方面，提供了一种提供图像搜索的装置，包括：筛选单元，适于在接收到图像查询请求后，筛选与所述查询请求相关的多个图像族；查找单元，适于查找所述筛选单元筛选过的图像族中每个图像族对应的源图像及每个图像族的引用权值；绘制单元，适于接收所述查找单元的查找结果，并根据所述引用权值大小顺序，将各图像族中的源图像进行排序绘制对应所述查询请求的搜索结果。

可选的，该装置还包括：创建单元，适于预先创建多个源图像对应的图像族；计算单元，适于计算每个图像族的引用权值。

可选的，所述创建单元包括：抓取模块，适于从资源站点抓取所述源图像对应的网页；解析模块，适于通过解析所述抓取模块抓取的网页页面获取所述源图像对应的多张图像；获取模块，适于获取所述源图像对应的多张图像间的传播关系；建族模块，适于利用所述多张图像间的传播关系建立多个图像族。

可选的，所述获取模块还包括：第一处理模块，适于通过接收所述解析模块的解析结果，并根据所述解析结果获取网页统一资源定位符URL和图像URL的对应关系；第一比较模块，适于比较所述多个网页URL与多张图像URL的对应关系，并当所述多个网页URL与同一图像URL对应时，确定包含该图像的多个网页与所述图像为转载关系。

可选的，所述获取模块还包括：第二处理模块，适于计算所述解析模块解析出的多张图像的信息摘要MD5值；第二比较模块，适于比较所述多张图像的MD5值，并当多张图像的MD5值相同时，确定所述MD5相同的多张图像之间为复制关系。

可选的，所述获取模块还包括：第三处理模块，适于计算所述解析模块解析出的多张图像的信息摘要MD5值；第三比较模块，适于比较所述多张图像的MD5值，并当多张图像的MD5值不同时，通过近似拷贝方式确定所述MD5值不同的多张图像间是否为修改关系。

可选的，所述计算单元包括：设置模块，适于预设所述抓取模块抓取网页的资源站点及获取模块获取到的所述不同传播关系的权值；比配模块，适于利用同一图像族中所述资源站点及所述不同传播关系权值计算该图像族的引用权值。

本发明实施例通过创建多个源图像对应的图像族，并计算每个图像族的引用权值，然后再根据所述各图像族的引用权值的大小作为搜索查询反馈的搜索结果排序的参数，可以获得更为优质准确的排序结果，并使图像排序结果存在引用次数上的优先级顺序，大大改善了搜索的准确性，并有效提高了搜索效率。

上述说明仅是本发明技术方案的概述，为了能够更清楚了解本发明的技术手段，而可依照说明书的内容予以实施，并且为了让本发明的上述和其它目的、特征和优点能够更明显易懂，以下特举本发明的具体实施方式。

附图说明

通过阅读下文优选实施方式的详细描述，各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的，而并不认为是对本发明的限制。而且在整个附图中，用相同的参考符号表示相同的部件。在附图中：

图1示出了根据本发明一个实施例的一种提供图像搜索的方法步骤流程图；

图2示出了根据本发明一个实施例的另一种提供图像搜索的方法步骤流程图；

图3示出了根据本发明一个实施例的一种提供图像搜索的装置结构框图。

具体实施方式

下面将参照附图更详细地描述本公开的示例性实施例。虽然附图中显示了本公开的示例性实施例，然而应当理解，可以以各种形式实现本公开而不应被这里阐述的实施例所限制。相反，提供这些实施例是为了能够更透彻地理解本公开，并且能够将本公开的范围完整的传达给本领域的技术人员。

参照图1，示出了根据本发明一个实施例的一种提供图像搜索的方法实施例1的步骤流程图，具体可以包括如下步骤：

步骤110：接收到图像查询请求后，筛选与所述查询请求相关的多个图像族；

在实际应用过程中，为了提高搜索结果显示效率，本实施例提出该方法还可以包括：预先创建多个源图像对应的图像族的步骤以及计算每个图像族的引用权值的步骤；其中，相同图像族就是指从人的视觉上看是一致的图像，这些图像是由一源图像修改而来的图像，由于图像族中的多个图像是由一源图像修改而来，因此一个图像族中的各图像应具有相同的源图像；基于此，在本实施例中提出可以通过步骤S111：从资源站点抓取所述源图像对应的网页，通过解析所述网页页面获取所述源图像对应的多张图像；由于同一图像族中各图像来源于同一源图像，因此在获取到多张图像后，可以通过步骤S112：获取所述源图像对应的多张图像间的传播关系，并利用所述多张图像间的传播关系建立多个图像族。

值得注意的是，在本实施例中获取所述源图像对应的多张图像间的传播关系主要包括：转载、复制和修改，但并不局限于此，还可以有其他传播关系，本实例在此不再赘述；具体的，本实施例通过以下方式来获取所述传播关系：A、从资源站点抓取所述源图像对应的网页后，通过对所述网页页面进行解析来获取网页URL和多张图像URL的对应关系；其中，如果多个网页URL与同一图像URL对应，则确定包含该图像的多个网页与所述图像为转载关系；或，B、从资源站点抓取所述源图像对应的网页后，通过解析网页页面获取多张图像，计算所述多张图像的信息摘要MD5值，其中，如果多张图像的MD5值相同，则确定所述MD5相同的多张图像之间为复制关系；否则，判断多张图像之间是否为同一近似拷贝，如果是，则确定所述MD5值不同的多张图像间为修改关系。当然，本领域普通技术人员很容易了解还可以通过其他方式来预先创建图像族，本实施例在此不再赘述。

此外，不同的传播关系的价值是不同的，例如上述三种传播关系之间的价值大小可以为：修改>复制>转载；其中，修改需要耗费的工作量是大于简单的保存的，同样保存图片然后提供图片服务的代价是大于转载行为的；因此，此种代价意味着每张图像的价值不同，也就是每种传播关系的基础权值；而与此同时，经过分析可知，不同站点引用的图像的价值也是不同的，访问量大的站点其引用的图像价值较大，因此本实施例中设定了站点权值参数；具体的，本实施例提出通过以下方式计算每个图像族的引用权值，包括但不限于：预设所述资源站点及不同传播关系的权值；其中，如果传播关系中包含转载、复制和修改，则三者之间的权值关系为修改>复制>转载，即设置所述传播关系中修改关系权值、复制关系权值及转载关系权值的大小依次递减；此处例举一种公式计算所述图像族的引用权值如下：

其中，a为修改关系权值、b为复制关系权值、c为转载关系权值，且a>b>c，SITEj是站点频道的权值。

本发明并不限于此计算公式，只要依据本发明思想的其他公式变形也为本发明保护之列。

步骤120：查找所述图像族中每个图像族对应的源图像及每个图像族的引用权值；

具体的，获取所有图像族中每个图像族对应的源图像以及该图像族的引用权值，并将所述源图像与所述引用权值匹配成对应关系，即所述引用权值与所述源图像的先后关系应一致。

步骤130：根据所述引用权值大小顺序，将各图像族中的源图像进行排序绘制对应所述查询请求的搜索结果。

其中，首先对所述引用权值进行大小排序，再利用所述图像族对应的源图像与图像族的引用权值之间的匹配关系获取所述源图像之间的排序，所述源图像之间的排序与所述引用权值大小顺序相同，然后以所述源图像之间的排序作为所述查询请求的搜索结果的绘制基础之一；当然，本领域普通技术人员很容易了解，在绘制所述搜索结果时，还可以加入其它参数，在此本实施例并不做具体限定。

当然，上述特种信息及其判断方式只是作为示例，在实施本发明实施例时，可以根据实际情况设置其他特种信息及其判断方式，本发明实施例对此不加以限制。另外，除了上述特种信息及其判断方式外，本领域技术人员还可以根据实际需要采用其他特种信息及其判断方式，本发明实施例对此也不加以限制。

参照图2，通过一个具体的实例对上述实施例中的一种提供图像搜索的方法进行详细描述，具体包括如下步骤：

步骤210：接收图像查询请求，筛选与所述查询请求相关的图像族；该图像族包含图A、图B、图C、图D、图E和图F；

步骤220：查找所述图像族中的源图像为图A；

步骤230：从资源站点抓取网页7～网页14；对网页7～网页14进行解析，得到图片url和网页url的对应关系，即(图片url，网页url)为：(A，13)，(B，14)，(C，11)，(D，12)，(F，10)，(E，7)，(E，8)，(E，9)；其中，图片E对应了网页7、网页8和网页9，因此网页7、网页8和网页9中的图像与所述图像E即为转载关系；

步骤240：通过计算图片A～图F的md5值后获知，图片B、图片E和图片F的md5是相同的，因此可确定图片B、图片E和图片F之间为复制关系；

步骤250：通过对md5值不同的图片A、图片B、图片C和图片D进行“近似拷贝”计算，确定图片A、图片B、图片C和图片D是一个近似拷贝，由此可确定图片A、图片B、图片C和图片D之间为修改关系；

步骤260：由于图A到图B、图C、图D是修改关系，因此图片A的引用权值W1＝site(B)*3*1+site(C)*3*1+site(D)*3*1，其中site是图片所在站点的权重，设3为修改关系权重；而对于图B到图E和图F而言是复制关系，因此图B的引用权值W2＝site(E)*2*1+site(F)*2*1，设2为复制关系权重；对于图E到网页8和网页9是转载关系，并设图E的原始网页为网页7，则图E的引用权值为W3＝site(8)*1*1+site(9)*1*1，设1为链接关系权重；因此，该图像族的引用权值即为R＝W1+W2+W3。

步骤270：由于改图像族的源图像为图A，则图A对应的引用权值即为R；而对于不同的图像族的源图像，利用R即可以进行排序；在本实施例中，假设所有站点的权值都为1，则上述图像族对应的源图像图A的引用权值R＝W1+W2+W3＝9+4+2＝15，假设按照上述方式查找到的另外一图像族对应的源图像的引用权值R为10，则可按照15〉10的顺序，上述图像族对应的源图像图A相对于引用权值R为10的源图像在搜索结果中的排序靠前，以此类推，本实施例在此不再赘述。

可以看出，采用本发明实施例的方法，通过创建多个源图像对应的图像族，并计算每个图像族的引用权值，然后再根据所述各图像族的引用权值的大小作为搜索查询反馈的搜索结果排序的参数，可以获得更为优质准确的排序结果，并使图像排序结果存在引用次数上的优先级顺序，有效提高了搜索效率。

对于方法实施例，为了简单描述，故将其都表述为一系列的动作组合，但是本领域技术人员应该知悉，本发明实施例并不受所描述的动作顺序的限制，因为依据本发明实施例，某些步骤可以采用其他顺序或者同时进行。其次，本领域技术人员也应该知悉，说明书中所描述的实施例均属于优选实施例，所涉及的动作并不一定是本发明实施例所必须的。

参照图3，示出了根据本发明一个实施例的一种提供图像搜索的装置实施例的结构框图，具体可以包括如下模块：筛选单元310，适于在接收到图像查询请求后，筛选与所述查询请求相关的多个图像族；查找单元320，适于查找所述筛选单元310筛选过的图像族中每个图像族对应的源图像及每个图像族的引用权值；绘制单元330，适于接收所述查找单元320的查找结果，并根据所述引用权值大小顺序，将各图像族中的源图像进行排序绘制对应所述查询请求的搜索结果。

需要说明的是，本实施例中的装置还可包括(图中未示出)：创建单元，预先适于创建多个源图像对应的图像族；计算单元，适于计算每个图像族的引用权值。

其中，所述创建单元包括(图中未示出)：抓取模块，适于从资源站点抓取所述源图像对应的网页；解析模块，适于通过解析所述抓取模块抓取的网页页面获取所述源图像对应的多张图像；获取模块，适于获取所述源图像对应的多张图像间的传播关系；建族模块，适于利用所述多张图像间的传播关系建立多个图像族。

需要说明的是，本实施例中所述获取模块还可包括(图中未示出)：第一处理模块，适于通过接收所述解析模块的解析结果，并根据所述解析结果获取网页统一资源定位符URL和图像URL的对应关系；第一比较模块，适于比较所述多个网页URL与多张图像URL的对应关系，并当所述多个网页URL与同一图像URL对应时，确定包含该图像的多个网页与所述图像为转载关系。

此外，所述获取模块还包括(图中未示出)：第二处理模块，适于计算所述解析模块解析出的多张图像的信息摘要MD5值；第二比较模块，适于比较所述多张图像的MD5值，并当多张图像的MD5值相同时，确定所述MD5相同的多张图像之间为复制关系。

除此之外，所述获取模块还包括(图中未示出)：第三处理模块，适于计算所述解析模块解析出的多张图像的信息摘要MD5值；第三比较模块，适于比较所述多张图像的MD5值，并当多张图像的MD5值不同时，通过近似拷贝方式确定所述MD5值不同的多张图像间是否为修改关系。

值得注意的是，在本实施例中所述计算单元还可包括(图中未示出)：设置模块，适于预设所述抓取模块抓取网页的资源站点及获取模块获取到的所述不同传播关系的权值；比配模块，适于利用同一图像族中所述资源站点及所述不同传播关系权值计算该图像族的引用权值。

在此提供的算法和显示不与任何特定计算机、虚拟系统或者其它设备固有相关。各种通用系统也可以与基于在此的示教一起使用。根据上面的描述，构造这类系统所要求的结构是显而易见的。此外，本发明也不针对任何特定编程语言。应当明白，可以利用各种编程语言实现在此描述的本发明的内容，并且上面对特定语言所做的描述是为了披露本发明的最佳实施方式。

在此处所提供的说明书中，说明了大量具体细节。然而，能够理解，本发明的实施例可以在没有这些具体细节的情况下实践。在一些实例中，并未详细示出公知的方法、结构和技术，以便不模糊对本说明书的理解。

类似地，应当理解，为了精简本公开并帮助理解各个发明方面中的一个或多个，在上面对本发明的示例性实施例的描述中，本发明的各个特征有时被一起分组到单个实施例、图、或者对其的描述中。然而，并不应将该公开的方法解释成反映如下意图：即所要求保护的本发明要求比在每个权利要求中所明确记载的特征更多的特征。更确切地说，如下面的权利要求书所反映的那样，发明方面在于少于前面公开的单个实施例的所有特征。因此，遵循具体实施方式的权利要求书由此明确地并入该具体实施方式，其中每个权利要求本身都作为本发明的单独实施例。

本领域那些技术人员可以理解，可以对实施例中的设备中的模块进行自适应性地改变并且把它们设置在与该实施例不同的一个或多个设备中。可以把实施例中的模块或单元或组件组合成一个模块或单元或组件，以及此外可以把它们分成多个子模块或子单元或子组件。除了这样的特征和/或过程或者单元中的至少一些是相互排斥之外，可以采用任何组合对本说明书(包括伴随的权利要求、摘要和附图)中公开的所有特征以及如此公开的任何方法或者设备的所有过程或单元进行组合。除非另外明确陈述，本说明书(包括伴随的权利要求、摘要和附图)中公开的每个特征可以由提供相同、等同或相似目的的替代特征来代替。

此外，本领域的技术人员能够理解，尽管在此所述的一些实施例包括其它实施例中所包括的某些特征而不是其它特征，但是不同实施例的特征的组合意味着处于本发明的范围之内并且形成不同的实施例。例如，在下面的权利要求书中，所要求保护的实施例的任意之一都可以以任意的组合方式来使用。

本发明的各个部件实施例可以以硬件实现，或者以在一个或者多个处理器上运行的软件模块实现，或者以它们的组合实现。本领域的技术人员应当理解，可以在实践中使用微处理器或者数字信号处理器(DSP)来实现根据本发明实施例的进行网页加载的设备中的一些或者全部部件的一些或者全部功能。本发明还可以实现为用于执行这里所描述的方法的一部分或者全部的设备或者装置程序(例如，计算机程序和计算机程序产品)。这样的实现本发明的程序可以存储在计算机可读介质上，或者可以具有一个或者多个信号的形式。这样的信号可以从因特网网站上下载得到，或者在载体信号上提供，或者以任何其他形式提供。

应该注意的是上述实施例对本发明进行说明而不是对本发明进行限制，并且本领域技术人员在不脱离所附权利要求的范围的情况下可设计出替换实施例。在权利要求中，不应将位于括号之间的任何参考符号构造成对权利要求的限制。单词“包含”不排除存在未列在权利要求中的元件或步骤。位于元件之前的单词“一”或“一个”不排除存在多个这样的元件。本发明可以借助于包括有若干不同元件的硬件以及借助于适当编程的计算机来实现。在列举了若干装置的单元权利要求中，这些装置中的若干个可以是通过同一个硬件项来具体体现。单词第一、第二、以及第三等的使用不表示任何顺序。可将这些单词解释为名称。

Claims (12)

1.一种提供图像搜索的方法，包括：

接收到图像查询请求后，筛选与所述查询请求相关的多个图像族；

查找所述图像族中每个图像族对应的源图像及每个图像族的引用权值；

根据所述引用权值大小顺序，将各图像族中的源图像进行排序绘制对应所述查询请求的搜索结果；

计算每个图像族的引用权值包括：预设资源站点及不同传播关系的权值；

利用同一图像族中所述资源站点及所述不同传播关系权值计算该图像族的引用权值。

2.如权利要求1所述的方法，其特征在于，该方法还包括：

预先创建多个源图像对应的图像族。

3.如权利要求2所述的方法，其特征在于，所述预先创建多个源图像对应的图像族包括：

从资源站点抓取所述源图像对应的网页；

通过解析所述网页页面获取所述源图像对应的多张图像；

获取所述源图像对应的多张图像间的传播关系；

利用所述多张图像间的传播关系建立多个图像族。

4.如权利要求3所述的方法，其特征在于，所述获取所述源图像对应的多张图像间的传播关系包括：

通过所述网页页面解析获取网页统一资源定位符URL和多张图像URL的对应关系；

如果多个网页URL与同一图像URL对应，则确定包含该图像的多个网页与所述图像为转载关系。

5.如权利要求3所述的方法，其特征在于，所述获取所述源图像对应的多张图像间的传播关系包括：

计算通过解析网页页面获取的多张图像的信息摘要MD5值；

如果多张图像的MD5值相同，则确定所述MD5相同的多张图像之间为复制关系。

6.如权利要求3所述的方法，其特征在于，所述获取所述源图像对应的多张图像间的传播关系包括：

计算通过解析网页页面获取的多张图像的MD5值；

如果多张图像的MD5值不同，则通过近似拷贝方式确定所述MD5值不同的多张图像间是否为修改关系。

7.一种提供图像搜索的装置，包括：

筛选单元，适于在接收到图像查询请求后，筛选与所述查询请求相关的多个图像族；

查找单元，适于查找所述筛选单元筛选过的图像族中每个图像族对应的源图像及每个图像族的引用权值；

绘制单元，适于接收所述查找单元的查找结果，并根据所述引用权值大小顺序，将各图像族中的源图像进行排序绘制对应所述查询请求的搜索结果；

计算单元，适于计算每个图像族的引用权值；

所述计算单元包括：设置模块，适于预设抓取模块抓取网页的资源站点及获取模块获取到的不同传播关系的权值；

比配模块，适于利用同一图像族中所述资源站点及所述不同传播关系权值计算该图像族的引用权值。

8.如权利要求7所述的装置，其特征在于，还包括：

创建单元，适于预先创建多个源图像对应的图像族。

9.如权利要求8所述的装置，其特征在于，所述创建单元包括：

抓取模块，适于从资源站点抓取所述源图像对应的网页；

解析模块，适于通过解析所述抓取模块抓取的网页页面获取所述源图像对应的多张图像；

获取模块，适于获取所述源图像对应的多张图像间的传播关系；

建族模块，适于利用所述多张图像间的传播关系建立多个图像族。

10.如权利要求9所述的装置，其特征在于，所述获取模块还包括：

第一处理模块，适于通过接收所述解析模块的解析结果，并根据所述解析结果获取网页统一资源定位符URL和图像URL的对应关系；

第一比较模块，适于比较所述多个网页URL与多张图像URL的对应关系，并当多个网页URL与同一图像URL对应时，确定包含该图像的多个网页与所述图像为转载关系。

11.如权利要求9所述的装置，其特征在于，所述获取模块还包括：

第二处理模块，适于计算所述解析模块解析出的多张图像的信息摘要MD5值；

第二比较模块，适于比较所述多张图像的MD5值，并当多张图像的MD5值相同时，确定所述MD5相同的多张图像之间为复制关系。

12.如权利要求9所述的装置，其特征在于，所述获取模块还包括：

第三处理模块，适于计算所述解析模块解析出的多张图像的信息摘要MD5值；

第三比较模块，适于比较所述多张图像的MD5值，并当多张图像的MD5值不同时，通过近似拷贝方式确定所述MD5值不同的多张图像间是否为修改关系。