CN104298786B - 一种图像检索方法及装置 - Google Patents
一种图像检索方法及装置 Download PDFInfo
- Publication number
- CN104298786B CN104298786B CN201410635586.9A CN201410635586A CN104298786B CN 104298786 B CN104298786 B CN 104298786B CN 201410635586 A CN201410635586 A CN 201410635586A CN 104298786 B CN104298786 B CN 104298786B
- Authority
- CN
- China
- Prior art keywords
- image
- rgb
- computer
- retrieval
- parameters
- 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.)
- Expired - Fee Related
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
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/33—Querying
- G06F16/3331—Query processing
- G06F16/3332—Query translation
- G06F16/3334—Selection or weighting of terms from queries, including natural language queries
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/245—Query processing
- G06F16/2458—Special types of queries, e.g. statistical queries, fuzzy queries or distributed queries
- G06F16/2462—Approximate or statistical queries
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Engineering & Computer Science (AREA)
- Computational Linguistics (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- General Physics & Mathematics (AREA)
- Probability & Statistics with Applications (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Fuzzy Systems (AREA)
- Artificial Intelligence (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明实施例提供了一种图像检索方法及装置，通过本发明实施例，计算机获取人对色彩的心理感受的任意文字表述的文本数据；计算机根据预设的近义关系对应模型和反义关系对应模型计算出所述任意文字表述的标准文字表述；计算机根据预设的文字表述与红绿蓝RGB参数对应关系模型，计算得到所述标准文字表述所对应的图像的RGB参数；计算机根据所述RGB参数得到对应的图像。计算机仅仅根据用户对某个图像的色彩的心理感受的语言描述，就能检索到用户想要的图像，避免了通过名称、尺寸检索图像的不便，提高了图像检索的智能化。
Description
技术领域
本发明涉及信息检索领域，具体而言，涉及一种图像检索方法和装置。
背景技术
图像检索是一种针对图像的检索技术，现有技术中，图像检索沿用了传统的文本检索技术，基于文本的图像检索通常回避对可视化元素的分析，直接从图像名称、图像尺寸、压缩类型、作者以及年代等方面的文本信息来检索相应的图像。由于网络资源中存在着大量的图像，且很多图像并没有写明具体的作者，甚至同一幅图像在不同的网站上具有不同的名称，此外，用户也可能仅仅记得对某个图像的模糊感受，而记不清楚图像的具体名称，因此，利用现有的图像检索技术搜索目标图像具有很大的局限性，且容易出现错误的检索，计算机往往难以检索出用户真正想要的图像。
发明内容
本发明实施例的目的在于提供一种图像检索方法和装置，旨在提高图像检索的智能化。
本发明实施例是这样实现的：
本发明实施例第一方面提供了一种图像检索方法，应用于基于文本信息的图像检索，所述方法包括：
计算机获取人对色彩的心理感受的任意文字表述的文本数据；
计算机根据预设的近义关系对应模型和反义关系对应模型计算出所述任意文字表述的标准文字表述；
计算机根据预设的文字表述与红绿蓝RGB参数对应关系模型，计算得到所述标准文字表述所对应的图像的RGB参数；
计算机根据所述RGB参数得到对应的图像。
结合第一方面，本发明实施例提供了第一方面的第一种可能实施方式，所述计算机根据预设的文字表述与红绿蓝RGB参数对应关系模型，计算得到所述标准文字表述所对应的图像的RGB参数，包括：
计算机根据所述标准文字表述，在预设的文字表述与色相饱和度亮度HSB对应关系数据库中检索得到所述标准文字表述所对应的图像的HSB参数；
计算机将所述HSB参数转换成所述标准文字表述所对应的图像的RGB参数。
计算机先根据人对图像的心理感受的标准表述的文本数据在数据库中检索到与该文本数据对应的HSB参数，再根据HSB参数与RGB参数间的对应关系，计算出用户想要检索的图片的RGB参数，建立了文本数据与图像参数的桥梁；用户凭借对某个图像的心理感受的文字描述就能检索出相应的图像，提高了图像检索的智能化。
结合第一方面，本发明实施例提供了第一方面的第二种可能实施方式，计算机根据所述RGB参数得到对应的图像，包括：
计算机根据所述RGB参数在预设的本地图像数据库中进行本地检索；
计算机根据所述RGB参数在互联网上进行网络搜索；
计算机根据所述本地检索和所述网络搜索的结果得到对应的图像。
计算机根据RGB参数同时进行本地检索和网络搜索，本地检索效率较快，但资源有限，网络搜索效率较低，但资源丰富，两者互补，提高了检索的有效性与可靠性。
结合第一方面的第二种可能方式，本发明实施例提供了第一方面的第三种可能实施方式，所述计算机根据所述本地检索和所述网络搜索的结果得到对应的图像包括：
当本地检索已检索到所述RGB参数对应的图像时，停止网络搜索，计算机输出本地检索到的图像；否则继续进行网络搜索直至搜索到对应图像。
本地资源较少，搜索较快，如果在本地资源范围内已经检索到了图像，则停止网络搜索；本地搜索未能找到相应图像时，才继续依靠网络搜索进行广泛的搜索，有效提高了检索的效率。
本发明实施例第二方面提供了一种图像检索装置，应用于基于文本信息的图像检索，所述装置包括：
输入单元：用于获取人对色彩的心理感受的任意文字表述的文本数据；
转换单元：用于根据预设的近义关系对应模型和反义关系对应模型计算出所述任意文字表述的标准文字表述；
参数计算单元：用于根据预设的文字表述与红绿蓝RGB参数对应关系模型，计算得到所述标准文字表述所对应的图像的RGB参数；
检索单元：用于根据所述RGB参数得到对应的图像。
结合第二方面，本发明实施例提供了第二方面的第一种可能实施方式，所述参数计算单元包括：
参数检索单元：用于根据所述标准文字表述，在预设的文字表述与色相饱和度亮度HSB对应关系数据库中检索得到所述标准文字表述所对应的图像的HSB参数；
参数转换单元：用于将所述HSB参数转换成所述标准文字表述所对应的图像的RGB参数。
计算机先根据人对图像的心理感受的标准表述的文本数据在数据库中检索到与该文本数据对应的HSB参数，再根据HSB参数与RGB参数间的对应关系，计算出用户想要检索的图片的RGB参数，建立了文本数据与图像参数的桥梁；用户凭借对某个图像的心理感受的文字描述就能检索出相应的图像，提高了图像检索的智能化。
结合第二方面，本发明实施例提供了第二方面的第二种可能实施方式，所述检索单元包括：
本地检索单元：根据所述RGB参数在预设的本地图像数据库中进行本地检索；
网络搜索单元：计算机根据所述RGB参数在互联网上进行网络搜索；
判断单元：计算机根据所述本地检索和所述网络搜索的结果得到对应的图像。
计算机根据RGB参数同时进行本地检索和网络搜索，本地检索效率较快，但资源有限，网络搜索效率较低，但资源丰富，两者互补，提高了检索的有效性与可靠性。
结合第二方面的第二种可能方式，本发明实施例提供了第二方面的第三种可能实施方式，所述输出单元包括：
中断单元：当本地检索已检索到所述RGB参数对应的图像时，停止网络搜索，计算机输出本地检索到的图像；否则继续进行网络搜索直至搜索到对应图像。
本地资源较少，搜索较快，如果在本地资源范围内已经检索到了图像，则停止网络搜索；本地搜索未能找到相应图像时，才继续依靠网络搜索进行广泛的搜索，有效提高了检索的效率。
本发明实施例第三方面提供了一种应用于基于文本信息进行图像检索的图像检索装置，包括处理器、存储器、通信接口以及总线，所述处理器、通信接口和所述存储器通过所述总线进行相互通信；
所述存储器，用于存储程序；
所述处理器，用于执行所述存储器中的所述程序，执行如前所述第一方面的任一所述的方法，其中，所述处理器通过所述通信接口获取人对色彩的心理感受的任意文字表述的文本数据。
本发明实施例第四方面提供了一种执行图像检索的计算机程序产品，包括存储了程序代码的计算机可读存储介质，所述程序代码包括的指令用于执行如前所述第一方面的任一所述的方法。
本发明实施例通过将人对色彩的心理感受的任意文字表述转化成标准文字表述，并通过文字表述与红绿蓝RGB参数对应关系模型计算出该标准文字表述所对应的图像的RGB参数，并根据该RGB参数检索出对应的图像，进而实现了通过用户对某个图像的心理感受的文字描述就能检索到相应图像的功能。通过本发明实施例，计算机仅仅根据用户对某个图像的色彩的心理感受的语言描述，就能检索到用户想要的图像，避免了通过名称、尺寸检索图像的不便，提高了图像检索的智能化。
附图说明
为了更清楚地说明本发明实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本发明的某些实施例，因此不应该看作是对范围的限定，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相关的附图。
图1示出了本发明实施例提供的一种图像检索方法的流程图；
图2示出了本发明实施例提供的另一种图像检索方法的流程图；
图3示出了本发明实施例提供的一种图像检索装置的结构图；
图4示出了本发明实施例提供的另一种图像检索装置的结构图；
图5示出了本发明实施例提供的另一种图像检索装置的结构图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
参阅图1，本发明实施例提供的一种图像检索方法，该方法可以包括：
S101：计算机获取人对色彩的心理感受的任意文字表述的文本数据。
其中，可通过人为的方式，也可经由其他软件程序，向计算机输入人对色彩的心理感受的任意文字描述，该文字表述在计算机内以文本数据形式存储和传输。关于向计算机输入数据的操作，可参考现有技术，本发明实施例不作赘述。
S102：计算机根据预设的近义关系对应模型和反义关系对应模型计算出所述任意文字表述的标准文字表述。
其中，近义关系对应模型是指根据字典中的近义词建立的一个对应关系数据库。例如：“清凉”、“凉爽”、“凉快”、“清爽”是近义词，预设“凉爽”为该类近义词的标准表述，当输入到计算机的文字表述是“清凉”时，计算机会自动将其转换为该文字表述的标准表述形式“凉爽”，根据此规则，将多组近义词汇集到一起编制成近义关系对应模型。反义关系对应模型则根据类似规则，由多组反义词汇集到一起编制而成。此外，还可以通过进行调查和统计活动，采集数据并进行数据分析、数据挖掘，了解最新的语言近义和反义关系，并根据该语言近义和反义关系建立上述近义关系对应模型和反义关系对应模型。
S103：计算机根据预设的文字表述与红绿蓝RGB参数对应关系模型，计算得到所述标准文字表述所对应的图像的RGB参数。
其中，可根据色彩心理学的原理编制一个包含文字表述与色彩HSB参数对应关系模型的数据库，利用该数据库，计算机可根据文字表述在数据库中检索得到文字表述所对应的HSB参数。再利用HSB与RGB之间换算关系将HSB参数转换成RGB参数，对于HSB与RGB之间的转换，可参考现有技术，本发明实施例不作赘述。
S104：计算机根据所述RGB参数得到对应的图像。
其中，每个图像都有一组唯一的RGB参数值，RGB中3个参数的取值范围均为0～255，利用图像与RGB参数值的对应关系检索图像是指通过RGB参数值，去搜索具有相同或相似参数值的图像；这里所说的搜索可以是在本地计算机存储资源中进行的本地检索，也可以是在互联网资源中进行的网络搜索；为了提高图像检索的效率与准确率，可同时采用本地检索和网络搜索，本地资源较少，搜索较快，如果在本地资源范围内已经检索到了图像，则停止网络搜索；本地搜索未能找到相应图像时，才继续依靠网络搜索进行广泛的搜索，有效提高了检索的效率。对于图像和RGB参数之间的对应关系，可参考现有技术，本发明实施例不作限定。
本发明实施例通过将人对色彩的心理感受的任意文字表述转化成标准文字表述，并通过文字表述与红绿蓝RGB参数对应关系模型计算出该标准文字表述所对应的图像的RGB参数，并根据该RGB参数检索出对应的图像，进而实现了通过用户对某个图像的心理感受的文字描述就能检索到相应图像的功能。通过本发明实施例，计算机仅仅根据用户对某个图像的色彩的心理感受的语言描述，就能检索到用户想要的图像，避免了通过名称、尺寸检索图像的不便，提高了图像检索的智能化。
参阅图2，本发明实施例提供的另一种图像检索方法，该方法可以包括：
S201：计算机获取人对色彩的心理感受的任意文字表述的文本数据。
其中，可通过人为的方式，也可经由其他软件程序，向计算机输入人对色彩的心理感受的任意文字描述，该文字表述在计算机内以文本数据形式存储和传输。关于向计算机输入数据的操作，可参考现有技术，本发明实施例不作赘述。
S202：计算机根据预设的近义关系对应模型和反义关系对应模型计算出所述任意文字表述的标准文字表述。
其中，近义关系对应模型是指根据字典中的近义词建立的一个对应关系数据库。例如：“清凉”、“凉爽”、“凉快”、“清爽”是近义词，预设“凉爽”为该类近义词的标准表述，当输入到计算机的文字表述是“清凉”时，计算机会自动将其转换为该文字表述的标准表述形式“凉爽”，根据此规则，将多组近义词汇集到一起编制成近义关系对应模型。反义关系对应模型则根据类似规则，由多组反义词汇集到一起编制而成。
S203:在预设数据库中检索到标准文字表述对应的HSB参数。
其中，可根据色彩心理学的原理编制一个包含文字表述与色彩HSB参数对应关系的数据库，利用该数据库，计算机可根据文字表述在数据库中检索得到文字表述所对应的HSB参数。
S204：将HSB参数转换成RGB参数。
其中，可利用HSB与RGB之间换算关系将HSB参数转换成RGB参数，对于HSB与RGB之间的转换，可参考现有技术，本发明实施例不作赘述。
S205:利用RGB参数进行本地检索。
其中，每个图像都有一组唯一的RGB参数值，RGB中3个参数的取值范围均为0～255，利用图像与RGB参数值的对应关系检索图像是指通过RGB参数值，去搜索具有相同或相似参数值的图像；可通过在本地计算机存储资源中进行的本地检索来进行图像搜索，利用已经获知的RGB参数值，在本地资源中搜索具有相同或相似RGB参数值的图像。对于图像和RGB参数之间的对应关系，可参考现有技术，本发明实施例不作限定。
S206:利用RGB参数进行网络搜索。
其中，本地检索虽然检索速度快，效率高，但相对于庞大的互联网资源，本地资源毕竟有限，单单利用本地搜索可能难以检索到用户想要的图像。因此可以采用网络搜索作为本地检索的补充，在本地检索的同时，计算机根据已经获知的RGB参数值在互联网上搜索具有相同或相似参数值的图像。
S207：根据本地检索和网络搜索结果得到图像。
其中，如果在本地资源范围内已经检索到了图像，则停止网络搜索；本地搜索未能找到相应图像时，才继续依靠网络搜索进行广泛的搜索，有效提高了检索的效率。
本发明实施例通过将人对色彩的心理感受的任意文字表述转化成标准文字表述，并通过文字表述与红绿蓝RGB参数对应关系模型计算出该标准文字表述所对应的图像的RGB参数，并根据该RGB参数检索出对应的图像，进而实现了通过用户对某个图像的心理感受的文字描述就能检索到相应图像的功能。通过本发明实施例，计算机仅仅根据用户对某个图像的色彩的心理感受的语言描述，就能检索到用户想要的图像，避免了通过名称、尺寸检索图像的不便，提高了图像检索的智能化。
参阅图3，本发明实施例提供了一种图像检索装置300，该装置可以包括：
输入单元301：用于获取人对色彩的心理感受的任意文字表述的文本数据。
其中，可通过人为的方式，也可经由其他软件程序，向计算机输入人对色彩的心理感受的任意文字描述，该文字表述在计算机内以文本数据形式存储和传输。关于向计算机输入数据的操作，可参考现有技术，本发明实施例不作赘述。
转换单元302：用于根据预设的近义关系对应模型和反义关系对应模型计算出所述任意文字表述的标准文字表述。
其中，近义关系对应模型是指根据字典中的近义词建立的一个对应关系数据库。例如：“清凉”、“凉爽”、“凉快”、“清爽”是近义词，预设“凉爽”为该类近义词的标准表述，当输入到计算机的文字表述是“清凉”时，计算机会自动将其转换为该文字表述的标准表述形式“凉爽”，根据此规则，将多组近义词汇集到一起编制成近义关系对应模型。反义关系对应模型则根据类似规则，由多组反义词汇集到一起编制而成。
参数计算单元303：用于根据预设的文字表述与红绿蓝RGB参数对应关系模型，计算得到所述标准文字表述所对应的图像的RGB参数。
其中，可根据色彩心理学的原理编制一个包含文字表述与色彩HSB参数对应关系的数据库，利用该数据库，计算机可根据文字表述在数据库中检索得到文字表述所对应的HSB参数。再利用HSB与RGB之间换算关系将HSB参数转换成RGB参数，对于HSB与RGB之间的转换，可参考现有技术，本发明实施例不作赘述。
检索单元304：用于根据所述RGB参数得到对应的图像。
其中，每个图像都有一组唯一的RGB参数值，RGB中3个参数的取值范围均为0～255，利用图像与RGB参数值的对应关系检索图像是指通过RGB参数值，去搜索具有相同或相似参数值的图像；这里所说的搜索可以是在本地计算机存储资源中进行的本地检索，也可以是在互联网资源中进行的网络搜索；为了提高图像检索的效率与准确率，可同时采用本地检索和网络搜索，本地资源较少，搜索较快，如果在本地资源范围内已经检索到了图像，则停止网络搜索；本地搜索未能找到相应图像时，才继续依靠网络搜索进行广泛的搜索，有效提高了检索的效率。对于图像和RGB参数之间的对应关系，可参考现有技术，本发明实施例不作限定。
本发明实施例通过将人对色彩的心理感受的任意文字表述转化成标准文字表述，并通过文字表述与红绿蓝RGB参数对应关系模型计算出该标准文字表述所对应的图像的RGB参数，并根据该RGB参数检索出对应的图像，进而实现了通过用户对某个图像的心理感受的文字描述就能检索到相应图像的功能。通过本发明实施例，计算机仅仅根据用户对某个图像的色彩的心理感受的语言描述，就能检索到用户想要的图像，避免了通过名称、尺寸检索图像的不便，提高了图像检索的智能化。
参阅图4，本发明实施例提供了另一种图像检索装置300，该装置可以包括：
输入单元301：用于获取人对色彩的心理感受的任意文字表述的文本数据。
其中，可通过人为的方式，也可经由其他软件程序，向计算机输入人对色彩的心理感受的任意文字描述，该文字表述在计算机内以文本数据形式存储和传输。关于向计算机输入数据的操作，可参考现有技术，本发明实施例不作赘述。
转换单元302：用于根据预设的近义关系对应模型和反义关系对应模型计算出所述任意文字表述的标准文字表述。
其中，近义关系对应模型是指根据字典中的近义词建立的一个对应关系数据库。例如：“清凉”、“凉爽”、“凉快”、“清爽”是近义词，预设“凉爽”为该类近义词的标准表述，当输入到计算机的文字表述是“清凉”时，计算机会自动将其转换为该文字表述的标准表述形式“凉爽”，根据此规则，将多组近义词汇集到一起编制成近义关系对应模型。反义关系对应模型则根据类似规则，由多组反义词汇集到一起编制而成。
参数检索单元403：用于根据所述标准文字表述，在预设的文字表述与色相饱和度亮度HSB对应关系数据库中检索得到所述标准文字表述所对应的图像的HSB参数。
其中，可根据色彩心理学的原理编制一个包含文字表述与色彩HSB参数对应关系的数据库，利用该数据库，计算机可根据文字表述在数据库中检索得到文字表述所对应的HSB参数。
参数转换单元404：用于将所述HSB参数转换成所述标准文字表述所对应的图像的RGB参数。
其中，可利用HSB与RGB之间换算关系将HSB参数转换成RGB参数，对于HSB与RGB之间的转换，可参考现有技术，本发明实施例不作赘述。
本地检索单元405：用于根据所述RGB参数在预设的本地图像数据库中进行本地检索。
其中，每个图像都有一组唯一的RGB参数值，RGB中3个参数的取值范围均为0～255，利用图像与RGB参数值的对应关系检索图像是指通过RGB参数值，去搜索具有相同或相似参数值的图像；可通过在本地计算机存储资源中进行的本地检索来进行图像搜索，利用已经获知的RGB参数值，在本地资源中搜索具有相同或相似RGB参数值的图像。对于图像和RGB参数之间的对应关系，可参考现有技术，本发明实施例不作限定。
网络搜索单元406：用于根据所述RGB参数在互联网上进行网络搜索。
其中，本地检索虽然检索速度快，效率高，但相对于庞大的互联网资源，本地资源毕竟有限，单单利用本地搜索可能难以检索到用户想要的图像。因此可以采用网络搜索作为本地检索的补充，在本地检索的同时，计算机根据已经获知的RGB参数值在互联网上搜索具有相同或相似参数值的图像。
输出单元407：用于根据所述本地检索和所述网络搜索的结果得到对应的图像。
其中，输出单元用于输出检索得到的结果，该过程和计算机输出其他计算结果的过程类似，可参考现有技术，本发明实施例不作限定；输出单元407还可以包括中断单元，所述中断单元用于：当本地检索已检索到所述RGB参数对应的图像时，停止网络搜索，计算机输出本地检索到的图像；否则继续进行网络搜索直至搜索到对应图像。
本发明实施例通过将人对色彩的心理感受的任意文字表述转化成标准文字表述，并通过文字表述与红绿蓝RGB参数对应关系模型计算出该标准文字表述所对应的图像的RGB参数，并根据该RGB参数检索出对应的图像，进而实现了通过用户对某个图像的心理感受的文字描述就能检索到相应图像的功能。通过本发明实施例，计算机仅仅根据用户对某个图像的色彩的心理感受的语言描述，就能检索到用户想要的图像，避免了通过名称、尺寸检索图像的不便，提高了图像检索的智能化。
参阅图5，本发明实施例提供的另一种图像检索装置，包括：处理器501、存储器502、总线505以及通信接口504，所述处理器501、通信接口504和所述存储器502通过所述总线505进行相互通信；
其中，存储器502用于存储程序503；
处理器501，用于执行存储器502中的程序503；其中，处理器501通过通信接口504获取人对色彩的心理感受的任意文字表述的文本数据。
在具体实现中，程序503可以包括程序代码，所述程序代码包括计算机操作指令；所述程序代码包括的指令可用于执行前面方法实施例中所述的方法，具体实现可参见方法实施例，在此不作赘述。
处理器501可能是一个中央处理器CPU，或者是特定集成电路(ApplicationSpecific Integrated Circuit,ASIC)，或者是被配置成实施本发明实施例的一个或多个集成电路。
本发明实施例通过将人对色彩的心理感受的任意文字表述转化成标准文字表述，并通过文字表述与红绿蓝RGB参数对应关系模型计算出该标准文字表述所对应的图像的RGB参数，并根据该RGB参数检索出对应的图像，进而实现了通过用户对某个图像的心理感受的文字描述就能检索到相应图像的功能。通过本发明实施例，计算机仅仅根据用户对某个图像的色彩的心理感受的语言描述，就能检索到用户想要的图像，避免了通过名称、尺寸检索图像的不便，提高了图像检索的智能化。
本发明实施例所提供的进行数据处理的计算机程序产品，包括存储了程序代码的计算机可读存储介质，所述程序代码包括的指令可用于执行前面方法实施例中所述的方法，具体实现可参见方法实施例，在此不作赘述。
本发明实施例通过将人对色彩的心理感受的任意文字表述转化成标准文字表述，并通过文字表述与红绿蓝RGB参数对应关系模型计算出该标准文字表述所对应的图像的RGB参数，并根据该RGB参数检索出对应的图像，进而实现了通过用户对某个图像的心理感受的文字描述就能检索到相应图像的功能。通过本发明实施例，计算机仅仅根据用户对某个图像的色彩的心理感受的语言描述，就能检索到用户想要的图像，避免了通过名称、尺寸检索图像的不便，提高了图像检索的智能化。
所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统、装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
附图中的流程图和框图显示了根据本发明的多个实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分，所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个连续的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或动作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
在本申请所提供的几个实施例中，应该理解到，所揭露的系统、装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些通信接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。
所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。
以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应所述以权利要求的保护范围为准。
Claims (9)
1.一种图像检索方法，其特征在于，应用于基于文本信息的图像检索，所述方法包括：
计算机获取人对色彩的心理感受的任意文字表述的文本数据；
计算机根据预设的近义关系对应模型和反义关系对应模型计算出所述任意文字表述的标准文字表述；
计算机根据预设的文字表述与红绿蓝RGB参数对应关系模型，计算得到所述标准文字表述所对应的图像的RGB参数；
计算机根据所述RGB参数得到对应的图像。
2.根据权利要求1所述的图像检索方法，其特征在于，所述计算机根据预设的文字表述与红绿蓝RGB参数对应关系模型，计算得到所述标准文字表述所对应的图像的RGB参数，包括：
计算机根据所述标准文字表述，在预设的文字表述与色相饱和度亮度HSB对应关系数据库中检索得到所述标准文字表述所对应的图像的HSB参数；
计算机将所述HSB参数转换成所述标准文字表述所对应的图像的RGB参数。
3.根据权利要求1所述的图像检索方法，其特征在于，计算机根据所述RGB参数得到对应的图像，包括：
计算机根据所述RGB参数在预设的本地图像数据库中进行本地检索；
计算机根据所述RGB参数在互联网上进行网络搜索；
计算机根据所述本地检索和所述网络搜索的结果得到对应的图像。
4.根据权利要求3所述的图像检索方法，其特征在于，所述计算机根据所述本地检索和所述网络搜索的结果得到对应的图像包括：
当本地检索已检索到所述RGB参数对应的图像时，停止网络搜索，计算机输出本地检索到的图像；否则继续进行网络搜索直至搜索到对应图像。
5.一种图像检索装置，其特征在于，应用于基于文本信息的图像检索，所述装置包括：
输入单元：用于获取人对色彩的心理感受的任意文字表述的文本数据；
转换单元：用于根据预设的近义关系对应模型和反义关系对应模型计算出所述任意文字表述的标准文字表述；
参数计算单元：用于根据预设的文字表述与红绿蓝RGB参数对应关系模型，计算得到所述标准文字表述所对应的图像的RGB参数；
检索单元：用于根据所述RGB参数得到对应的图像。
6.根据权利要求5所述的图像检索装置，其特征在于，所述参数计算单元包括：
参数检索单元：用于根据所述标准文字表述，在预设的文字表述与色相饱和度亮度HSB对应关系数据库中检索得到所述标准文字表述所对应的图像的HSB参数；
参数转换单元：用于将所述HSB参数转换成所述标准文字表述所对应的图像的RGB参数。
7.根据权利要求6所述的图像检索装置，其特征在于，所述检索单元包括：
本地检索单元：用于根据所述RGB参数在预设的本地图像数据库中进行本地检索；
网络搜索单元：用于根据所述RGB参数在互联网上进行网络搜索；
输出单元：用于根据所述本地检索和所述网络搜索的结果得到对应的图像。
8.根据权利要求7所述的图像检索装置，其特征在于，所述输出单元包括：
中断单元：当本地检索已检索到所述RGB参数对应的图像时，停止网络搜索，计算机输出本地检索到的图像；否则继续进行网络搜索直至搜索到对应图像。
9.一种应用于基于文本信息检索图像的图像检索装置，其特征在于，包括处理器、存储器、通信接口以及总线，所述处理器、通信接口和所述存储器通过所述总线进行相互通信；
所述存储器，用于存储程序；
所述处理器，用于执行所述存储器中的所述程序，执行如权利要求1-4任一所述的方法，其中，所述处理器通过所述通信接口获取人对色彩的心理感受的任意文字表述的文本数据。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201410635586.9A CN104298786B (zh) | 2014-11-12 | 2014-11-12 | 一种图像检索方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201410635586.9A CN104298786B (zh) | 2014-11-12 | 2014-11-12 | 一种图像检索方法及装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN104298786A CN104298786A (zh) | 2015-01-21 |
| CN104298786B true CN104298786B (zh) | 2018-07-10 |
Family
ID=52318511
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201410635586.9A Expired - Fee Related CN104298786B (zh) | 2014-11-12 | 2014-11-12 | 一种图像检索方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN104298786B (zh) |
Families Citing this family (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107766349B (zh) * | 2016-08-16 | 2022-03-01 | 阿里巴巴集团控股有限公司 | 一种生成文本的方法、装置、设备及客户端 |
| CN106960015A (zh) * | 2017-03-03 | 2017-07-18 | 长春理工大学 | 一种基于计算机处理下的医学图像检索系统及检索方法 |
| CN107193962B (zh) * | 2017-05-24 | 2021-06-11 | 百度在线网络技术（北京）有限公司 | 一种互联网推广信息的智能配图方法及装置 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101763429A (zh) * | 2010-01-14 | 2010-06-30 | 中山大学 | 一种基于颜色和形状特征的图像检索方法 |
| CN101996212A (zh) * | 2009-08-31 | 2011-03-30 | 英业达股份有限公司 | 图片搜索系统及其方法 |
| CN102254043A (zh) * | 2011-08-17 | 2011-11-23 | 电子科技大学 | 一种基于语义映射的服装图像检索方法 |
| CN102667767A (zh) * | 2009-10-16 | 2012-09-12 | 日本电气株式会社 | 色彩描述分析设备、色彩描述分析方法及色彩描述分析程序 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2014056503A (ja) * | 2012-09-13 | 2014-03-27 | International Business Maschines Corporation | 多言語環境でのコミュニケーションに適する非テキスト要素を特定するためのコンピュータ実装方法、プログラム、および、システム |
-
2014
- 2014-11-12 CN CN201410635586.9A patent/CN104298786B/zh not_active Expired - Fee Related
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101996212A (zh) * | 2009-08-31 | 2011-03-30 | 英业达股份有限公司 | 图片搜索系统及其方法 |
| CN102667767A (zh) * | 2009-10-16 | 2012-09-12 | 日本电气株式会社 | 色彩描述分析设备、色彩描述分析方法及色彩描述分析程序 |
| CN101763429A (zh) * | 2010-01-14 | 2010-06-30 | 中山大学 | 一种基于颜色和形状特征的图像检索方法 |
| CN102254043A (zh) * | 2011-08-17 | 2011-11-23 | 电子科技大学 | 一种基于语义映射的服装图像检索方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN104298786A (zh) | 2015-01-21 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN105205180B (zh) | 一种知识图谱的评价方法及装置 | |
| CN103020295B (zh) | 一种问题标签标注方法及装置 | |
| CN102722709A (zh) | 一种垃圾图片识别方法和装置 | |
| CN108376164B (zh) | 一种潜力主播的展示方法及装置 | |
| CN104102696A (zh) | 一种内容推荐方法及装置 | |
| WO2014206151A1 (en) | System and method for tagging and searching documents | |
| CN105677857B (zh) | 一种关键词与营销落地页的精准匹配方法和装置 | |
| CN104462547A (zh) | 一种可配置的网页数据采集的方法及系统 | |
| CN105550253B (zh) | 一种类型关系的获取方法及装置 | |
| CN110162637B (zh) | 信息图谱构建方法、装置及设备 | |
| CN103077254A (zh) | 网页获取方法和装置 | |
| CN105468649A (zh) | 一种待展示对象匹配的判断方法及其装置 | |
| CN104915359A (zh) | 主题标签推荐方法及装置 | |
| CN104298786B (zh) | 一种图像检索方法及装置 | |
| CN112800197A (zh) | 一种目标故障信息的确定方法和装置 | |
| CN104636386A (zh) | 信息监控方法及装置 | |
| CN105512300A (zh) | 信息过滤方法及系统 | |
| CN104077288B (zh) | 网页内容推荐方法和网页内容推荐设备 | |
| CN105069003B (zh) | 一种基于转发链相似度的用户关注对象推荐计算方法 | |
| CN113392212A (zh) | 一种服务知识图谱构建方法、装置、电子设备及存储介质 | |
| CN106547764A (zh) | 网页数据去重的方法及装置 | |
| CN112163098A (zh) | 一种知识图谱的创建方法、装置、存储介质和服务器 | |
| CN105095385A (zh) | 一种检索结果的输出方法及装置 | |
| CN104317903A (zh) | 章节式文本的章节完整性的识别方法和装置 | |
| CN112307137A (zh) | 数据处理方法、装置、存储介质及处理器 |
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 | ||
| CF01 | Termination of patent right due to non-payment of annual fee | ||
| CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20180710 Termination date: 20191112 |