CN104573085A - 图像检索方法、图像检索装置和终端 - Google Patents

图像检索方法、图像检索装置和终端 Download PDF

Info

Publication number
CN104573085A
CN104573085A CN201510044689.2A CN201510044689A CN104573085A CN 104573085 A CN104573085 A CN 104573085A CN 201510044689 A CN201510044689 A CN 201510044689A CN 104573085 A CN104573085 A CN 104573085A
Authority
CN
China
Prior art keywords
image
grad
pixel
retrieval
region
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
Application number
CN201510044689.2A
Other languages
English (en)
Other versions
CN104573085B (zh
Inventor
刘三军
杨杰
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shenzhen Coolpad Technologies Co Ltd
Original Assignee
Shenzhen Coolpad Technologies Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Shenzhen Coolpad Technologies Co Ltd filed Critical Shenzhen Coolpad Technologies Co Ltd
Priority to CN201510044689.2A priority Critical patent/CN104573085B/zh
Publication of CN104573085A publication Critical patent/CN104573085A/zh
Application granted granted Critical
Publication of CN104573085B publication Critical patent/CN104573085B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/50Information retrieval; Database structures therefor; File system structures therefor of still image data
    • G06F16/58Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
    • G06F16/583Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content
    • G06F16/5838Retrieval 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

本发明提出了一种图像检索方法、一种图像检索装置和一种终端,其中,所述图像检索方法包括:在接收到图像检索指令时,对原图像的前景特征和背景特征进行处理,以获取指定图像;根据所述指定图像和所述原图像,获取目标检索图像;根据所述目标检索图片在预设图像库中进行图像检索,以获取与所述原图像相匹配的匹配图像。通过发明的技术方案,可以对图像的前景特征进行加权,背景特征进行抑制,从而加快图像检索速度,避免使用整个图像进行检索,并减少图像中背景特征对检索结果的负面影响,从而提高图像检索准确率。

Description

图像检索方法、图像检索装置和终端
技术领域
本发明涉及终端技术领域,具体而言,涉及一种图像检索方法、一种图像检索装置和一种终端。
背景技术
图像搜索在互联网,特别在电商是一个热门话题,但是图片搜索常用的方法是将整个图片放入,然后进行匹配搜索,或者将多张图片作为输入,提升图片搜索效果。但是这种搜索方法,对输入的图片要求很高,搜索的图片时,必须将整张图片作为要搜索的目标物,但是,实际上,图片中存在用户不希望作为搜索条件的非目标物,例如:图标中的背景特征。下面将举例说明现有技术中的图片搜索方法:如图1所示,要检索出其中的目标物——人,则直接将整张图片放入图像检索栏中进行检索,但这种搜索方法会受到地面天空等背景的较大影响,从而影响图片搜索的准确率,同时,这种图片检索方法,会严重影响检索速度。
因此,如何避免使用整张图片进行图片检索,精确锁定图片中的目标物,以根据目标物进行图片搜索,从而加快图像检索速度,提高图像检索准确率,减少背景特征对图片搜索的负面影响,成为亟待解决的问题。
发明内容
本发明正是基于上述问题,提出了一种新的技术方案,可以避免使用整张图片进行图片检索,精确锁定图片中的目标物(前景特征),以根据目标物进行图片搜索,从而加快图像检索速度,提高图像检索准确率,减少背景特征对图片搜索的负面影响。
有鉴于此,本发明的一方面提出了一种图像检索方法,包括:在接收到图像检索指令时,对原图像的前景特征和背景特征进行处理,以获取指定图像;根据所述指定图像和所述原图像,获取目标检索图像;根据所述目标检索图片在预设图像库中进行图像检索,以获取与所述原图像相匹配的匹配图像。
在该技术方案中,通过对原图像的前景特征和背景特征进行处理,可以对图像的前景特征进行加权,背景特征进行抑制以得到指定图像,从而减少背景特征对图片搜索的负面影响,然后结合指定图像和原图像就可以获取包括检索目标物(前景特征)的目标检索图像,最后根据该包括检索目标物的目标检索图像进行图片的检索,就可以避免使用整张图片检索匹配图像,从而实现加快图像检索速度,并提高图像检索准确率。其中,背景特征也即后景特征,是镜头中位于主体后面或靠近后面的人或物,与前景特征向对应,有时作为表现的主体或陪体,但大多是戏剧环境的组成部分,后景可以丰富画面形象,产生多层景物的造型效果,增加镜头的空间深度,从而构成场景的典型环境和生活氛围,另外,终端判断前景特征和背景特征的方法有多种,包括但不限于:
获取所述原图像中多个像素点中每个像素点的梯度值;
判断所述多个像素点中所述每个像素点的梯度值是否大于或等于预设梯度阈值,当所述多个像素点中任一像素点的梯度值大于或等于所述预设梯度阈值时,则判定所述任一像素点为所述前景特征中的像素点,否则,判定所述任一像素点为所述背景特征中的像素点。也即,前景特征由像素点的梯度值大于或等于所述预设梯度阈值的像素点组成,背景特征由像素点的梯度值小于所述预设梯度阈值的像素点组成,且该预设梯度阈值可以为所述任一像素点所在区域中的平均梯度值。
在上述技术方案中,所述对所述图像的前景特征和背景特征进行处理,以获取指定图像,具体包括:获取所述原图像中的每个像素点的梯度值,以根据所述梯度值获取梯度特征图;对所述梯度特征图进行区域划分,以获取每个区域中的平均梯度值;将所述每个区域中的每个像素点的梯度值与所述每个区域的平均梯度值进行比较,以获取关于0和1的梯度特征图,并将所述关于0和1的梯度特征图作为所述指定图像。
在该技术方案中,由于前景特征相对于背景特征其像素点的梯度值要更大,因而,通过根据每个像素点的梯度值获取梯度特征图,然后将该梯度特征图进行区域划分,可以准确地对每个区域中的梯度值进行二值化,即对前景特征进行加权,使前景特征中每个像素点的梯度值均为1,对背景特征进行抑制,使背景特征中每个像素点的梯度值均为0,从而获取准确的包括0和1的梯度特征图,进而为根据指定图像和原图像快速而准确地获取匹配图像奠定基础。其中,获取每个像素点的梯度值的方法,包括Canny算子、Sobel算子(数字图像的一阶梯度计算和边缘检测)。
在上述技术方案中,所述将所述每个区域中的每个像素点的梯度值与所述每个区域的平均梯度值进行比较,以获取关于0和1的梯度特征图,具体包括:若所述每个区域中的任一像素点的梯度值大于或等于所述每个区域的平均梯度值,则将所述任一像素点的梯度值设置为1;否则,则将所述任一像素点的梯度值设置为0,以获取所述关于0和1的梯度特征图。
在该技术方案中,将每个区域中的像素点的梯度值进行二值化的方法包括但不限于将每个像素点的梯度值与每个区域的平均梯度值进行比较,例如:还可以包括将每个像素点的梯度值与每个区域的平均梯度值的差值与预设梯度阈值进行比较,且梯度值为1的像素点表示前景特征,且梯度值为0的像素点表示背景特征,而通过个区域中的像素点的梯度值进行二值化,即实现了对前景特征和背景特征进行处理,即对前景特征进行加权,使前景特征中每个像素点的梯度值均为1,对背景特征进行抑制,使背景特征中每个像素点的梯度值均为0。
在上述技术方案中,在将所述关于0和1的梯度特征图作为所述指定图像之前,还包括:对所述关于0和1的梯度特征图进行膨胀操作,以获取关于0和1的连通图,并将所述关于0和1的连通图作为所述指定图像。
在该技术方案中,通过将每个像素点的梯度值与每个区域的平均梯度值进行比较的0和1的梯度特征图可能是离散的0-1梯度特征图,不利于与原图像进行结合,以消除背景特征对图像检索速率和检索准确率的影响,因而,通过对该0和1的梯度特征图进行膨胀操作,将连通区域的内部置1,连通区域的外部置0,就可以得到关于0和1的连通图,这样,原图像中的前景特征区域的梯度值得到了加权,背景特征区域的梯度值基本上均变为0,也即对背景特征进行了抑制,然后再与原图像结合,就会大幅度地去除原图像中的背景特征,对背景特征进行有效地抑制,减小背景特征对图像的检索速率和准确率的影响,基本上只将前景特征作为检索目标物,从而提高图像的检索速率和准确率。
在上述技术方案中,所述根据所述指定图像和所述原图像,获取目标检索图像,具体包括:将所述指定图像上的每个像素点的梯度值与所述原图像上的每个像素点的梯度值进行点乘,以获取所述目标检索图像。
在该技术方案中,通过将关于0和1的梯度特征图即指定图像上的每个像素点的梯度值与原图像上的每个像素点的梯度值进行点乘,就可以使得原图像中的背景特征中每个像素点的梯度值基本上均为0,从而大幅度地去除原图像中的背景特征,对背景特征进行抑制,减小背景特征对图像的检索速率和准确率的影响,基本上只将前景特征作为检索目标物,从而提高图像的检索速率和准确率。
根据本发明的另一方面,还提出了一种图像检索装置,包括:处理单元,在接收到图像检索指令时,对原图像的前景特征和背景特征进行处理,以获取指定图像;第一获取单元,根据所述指定图像和所述原图像,获取目标检索图像;检索单元,根据所述目标检索图片在预设图像库中进行图像检索,以获取与所述原图像相匹配的匹配图像。
在该技术方案中,通过对原图像的前景特征和背景特征进行处理,可以对图像的前景特征进行加权,背景特征进行抑制以得到指定图像,从而减少背景特征对图片搜索的负面影响,然后结合指定图像和原图像就可以获取包括检索目标物(前景特征)的目标检索图像,最后根据该包括检索目标物的目标检索图像进行图片的检索,就可以避免使用整张图片检索匹配图像,从而实现加快图像检索速度,并提高图像检索准确率。其中,背景特征也即后景特征,是镜头中位于主体后面或靠近后面的人或物,与前景特征向对应,有时作为表现的主体或陪体,但大多是戏剧环境的组成部分,后景可以丰富画面形象,产生多层景物的造型效果,增加镜头的空间深度,从而构成场景的典型环境和生活氛围,另外,终端判断前景特征和背景特征的方法有多种,包括但不限于:
获取所述原图像中多个像素点中每个像素点的梯度值;
判断所述多个像素点中所述每个像素点的梯度值是否大于或等于预设梯度阈值,当所述多个像素点中任一像素点的梯度值大于或等于所述预设梯度阈值时,则判定所述任一像素点为所述前景特征中的像素点,否则,判定所述任一像素点为所述背景特征中的像素点。也即,前景特征由像素点的梯度值大于或等于所述预设梯度阈值的像素点组成,背景特征由像素点的梯度值小于所述预设梯度阈值的像素点组成,且该预设梯度阈值可以为所述任一像素点所在区域中的平均梯度值。
在上述技术方案中,所述处理单元包括:第二获取单元,获取所述原图像中的每个像素点的梯度值,以根据所述梯度值获取梯度特征图;划分单元,对所述梯度特征图进行区域划分,以获取每个区域中的平均梯度值;比较单元,将所述每个区域中的每个像素点的梯度值与所述每个区域的平均梯度值进行比较,以获取关于0和1的梯度特征图,并将所述关于0和1的梯度特征图作为所述指定图像。
在该技术方案中,由于前景特征相对于背景特征其像素点的梯度值要更大,因而,通过根据每个像素点的梯度值获取梯度特征图,然后将该梯度特征图进行区域划分,可以准确地对每个区域中的梯度值进行二值化,即对前景特征进行加权,使前景特征中每个像素点的梯度值均为1,背景特征进行抑制,使背景特征中每个像素点的梯度值均为0,从而获取准确的包括0和1的梯度特征图,进而为根据指定图像和原图像快速而准确地获取匹配图像奠定基础。其中,获取每个像素点的梯度值的方法,包括Canny算子、Sobel算子,且梯度值为1的像素点表示前景特征,且梯度值为0的像素点表示背景特征,而通过个区域中的像素点的梯度值进行二值化,即实现了对前景特征和背景特征进行处理,即对前景特征进行加权,使前景特征中每个像素点的梯度值均为1,对背景特征进行抑制,使背景特征中每个像素点的梯度值均为0。
在上述技术方案中,所述比较单元具体用于:若所述每个区域中的任一像素点的梯度值大于或等于所述每个区域的平均梯度值,则将所述任一像素点的梯度值设置为1;否则,则将所述任一像素点的梯度值设置为0,以获取所述关于0和1的梯度特征图;以及,在将所述关于0和1的梯度特征图作为所述指定图像之前,对所述关于0和1的梯度特征图进行膨胀操作,以获取关于0和1的连通图,并将所述关于0和1的连通图作为所述指定图像。
在该技术方案中,将每个区域中的像素点的梯度值进行二值化的方法包括但不限于将每个像素点的梯度值与每个区域的平均梯度值进行比较,例如:还可以包括将每个像素点的梯度值与每个区域的平均梯度值的差值与预设梯度阈值进行比较;另外,通过将每个像素点的梯度值与每个区域的平均梯度值进行比较的0和1的梯度特征图可能是离散的0-1梯度特征图,不利于与原图像进行结合,以消除背景特征对图像检索速率和检索准确率的影响,因而,通过对该0和1的梯度特征图进行膨胀操作,将连通区域的内部置1,连通区域的外部置0,就可以得到关于0和1的连通图,这样,原图像中的前景特征区域的梯度值得到了加权,背景特征区域的梯度值基本上均变为0,也即对背景特征进行了抑制,然后再与原图像结合,就会大幅度地去除原图像中的背景特征,对背景特征进行有效地抑制,减小背景特征对图像的检索速率和准确率的影响,基本上只将前景特征作为检索目标物,从而提高图像的检索速率和准确率。
在上述技术方案中,所述第一获取单元具体用于:将所述指定图像上的每个像素点的梯度值与所述原图像上的每个像素点的梯度值进行点乘,以获取所述目标检索图像。
在该技术方案中,通过将关于0和1的梯度特征图即指定图像上的每个像素点的梯度值与原图像上的每个像素点的梯度值进行点乘,就可以使得原图像中的背景特征中每个像素点的梯度值基本上均为0,从而大幅度地去除原图像中的背景特征,对背景特征进行抑制,减小背景特征对图像的检索速率和准确率的影响,基本上只将前景特征作为检索目标物,从而提高图像的检索速率和准确率。
根据本发明的另一方面,还提出了一种终端,包括:如上述技术方案中任一项所述的图像检索装置。
在该技术方案中,通过在终端上设置图像检索装置,可以对目标图片中前景特征进行加权,背景特征进行抑制,从而避免使用整张图片进行图片检索,精确锁定图片中的目标物(前景特征),以根据目标物进行图片搜索,从而加快图像检索速度,提高图像检索准确率,减少背景特征对图片搜索的负面影响。
通过本发明的技术方案,可以对目标图片中前景特征进行加权,背景特征进行抑制,从而避免使用整张图片进行图片检索,精确锁定图片中的目标物(前景特征),以根据目标物进行图片搜索,从而加快图像检索速度,提高图像检索准确率,减少背景特征对图片搜索的负面影响。
附图说明
图1相关技术中的检索图截图;
图2示出了根据本发明的一个实施例的图像检索方法的流程图;
图3示出了根据本发明的一个实施例的图像检索装置的框图;
图4示出了根据本发明的一个实施例的终端的框图;
图5示出了根据本发明的另一个实施例的图像检索方法的流程图。
具体实施方式
为了可以更清楚地理解本发明的上述目的、特征和优点,下面结合附图和具体实施方式对本发明进行进一步的详细描述。需要说明的是,在不冲突的情况下,本申请的实施例及实施例中的特征可以相互组合。
在下面的描述中阐述了很多具体细节以便于充分理解本发明,但是,本发明还可以采用其他不同于在此描述的其他方式来实施,因此,本发明的保护范围并不受下面公开的具体实施例的限制。
图2示出了根据本发明的一个实施例的图像检索方法的流程图。
如图2所示,示出了根据本发明的一个实施例的图像检索方法,包括:步骤202,在接收到图像检索指令时,对原图像的前景特征和背景特征进行处理,以获取指定图像;步骤204,根据所述指定图像和所述原图像,获取目标检索图像;步骤206,根据所述目标检索图片在预设图像库中进行图像检索,以获取与所述原图像相匹配的匹配图像。
在该技术方案中,通过对原图像的前景特征和背景特征进行处理,可以对图像的前景特征进行加权,背景特征进行抑制以得到指定图像,从而减少背景特征对图片搜索的负面影响,然后结合指定图像和原图像就可以获取包括检索目标物(前景特征)的目标检索图像,最后根据该包括检索目标物的目标检索图像进行图片的检索,就可以避免使用整张图片检索匹配图像,从而实现加快图像检索速度,并提高图像检索准确率,其中,背景特征也即后景特征,是镜头中位于主体后面或靠近后面的人或物,与前景特征向对应,有时作为表现的主体或陪体,但大多是戏剧环境的组成部分,后景可以丰富画面形象,产生多层景物的造型效果,增加镜头的空间深度,从而构成场景的典型环境和生活氛围,另外,终端判断前景特征和背景特征的方法有多种,包括但不限于:
获取所述原图像中多个像素点中每个像素点的梯度值;
判断所述多个像素点中所述每个像素点的梯度值是否大于或等于预设梯度阈值,当所述多个像素点中任一像素点的梯度值大于或等于所述预设梯度阈值时,则判定所述任一像素点为所述前景特征中的像素点,否则,判定所述任一像素点为所述背景特征中的像素点。也即,前景特征由像素点的梯度值大于或等于所述预设梯度阈值的像素点组成,背景特征由像素点的梯度值小于所述预设梯度阈值的像素点组成,且该预设梯度阈值可以为所述任一像素点所在区域中的平均梯度值。
在上述技术方案中,所述对所述图像的前景特征和背景特征进行处理,以获取指定图像,具体包括:获取所述原图像中的每个像素点的梯度值,以根据所述梯度值获取梯度特征图;对所述梯度特征图进行区域划分,以获取每个区域中的平均梯度值;将所述每个区域中的每个像素点的梯度值与所述每个区域的平均梯度值进行比较,以获取关于0和1的梯度特征图,并将所述关于0和1的梯度特征图作为所述指定图像。
在该技术方案中,由于前景特征相对于背景特征其像素点的梯度值要更大,因而,通过根据每个像素点的梯度值获取梯度特征图,然后将该梯度特征图进行区域划分,可以准确地对每个区域中的梯度值进行二值化,即对前景特征进行加权,使前景特征中每个像素点的梯度值均为1,背景特征进行抑制,使背景特征中每个像素点的梯度值均为0,从而获取准确的包括0和1的梯度特征图,进而为根据指定图像和原图像快速而准确地获取匹配图像奠定基础。其中,获取每个像素点的梯度值的方法,包括Canny算子、Sobel算子,且梯度值为1的像素点表示前景特征,且梯度值为0的像素点表示背景特征。
在上述技术方案中,所述将所述每个区域中的每个像素点的梯度值与所述每个区域的平均梯度值进行比较,以获取关于0和1的梯度特征图,具体包括:若所述每个区域中的任一像素点的梯度值大于或等于所述每个区域的平均梯度值,则将所述任一像素点的梯度值设置为1;否则,则将所述任一像素点的梯度值设置为0,以获取所述关于0和1的梯度特征图。
在该技术方案中,将每个区域中的像素点的梯度值进行二值化的方法包括但不限于将每个像素点的梯度值与每个区域的平均梯度值进行比较,例如:还可以包括将每个像素点的梯度值与每个区域的平均梯度值的差值与预设梯度阈值进行比较。
在上述技术方案中,在将所述关于0和1的梯度特征图作为所述指定图像之前,还包括:对所述关于0和1的梯度特征图进行膨胀操作,以获取关于0和1的连通图,并将所述关于0和1的连通图作为所述指定图像。
在该技术方案中,通过将每个像素点的梯度值与每个区域的平均梯度值进行比较的0和1的梯度特征图可能是离散的0-1梯度特征图,不利于与原图像进行结合,以消除背景特征对图像检索速率和检索准确率的影响,因而,通过对该0和1的梯度特征图进行膨胀操作,将连通区域的内部置1,连通区域的外部置0,就可以得到关于0和1的连通图,这样,原图像中的前景特征区域的梯度值得到了加权,背景特征区域的梯度值基本上均变为0,也即对背景特征进行了抑制,然后再与原图像结合,就会大幅度地去除原图像中的背景特征,对背景特征进行有效地抑制,减小背景特征对图像的检索速率和准确率的影响,基本上只将前景特征作为检索目标物,从而提高图像的检索速率和准确率。
在上述技术方案中,所述根据所述指定图像和所述原图像,获取目标检索图像,具体包括:将所述指定图像上的每个像素点的梯度值与所述原图像上的每个像素点的梯度值进行点乘,以获取所述目标检索图像。
在该技术方案中,通过将关于0和1的梯度特征图即指定图像上的每个像素点的梯度值与原图像上的每个像素点的梯度值进行点乘,就可以使得原图像中的背景特征中每个像素点的梯度值基本上均为0,从而大幅度地去除原图像中的背景特征,对背景特征进行抑制,减小背景特征对图像的检索速率和准确率的影响,基本上只将前景特征作为检索目标物,从而提高图像的检索速率和准确率。
图3示出了根据本发明的一个实施例的图像检索装置的框图。
如图3所示,示出了根据本发明的一个实施例的图像检索装置300,包括:处理单元302,在接收到图像检索指令时,对原图像的前景特征和背景特征进行处理,以获取指定图像;第一获取单元304,根据所述指定图像和所述原图像,获取目标检索图像;检索单元306,根据所述目标检索图片在预设图像库中进行图像检索,以获取与所述原图像相匹配的匹配图像。
在该技术方案中,通过对原图像的前景特征和背景特征进行处理,可以对图像的前景特征进行加权,背景特征进行抑制以得到指定图像,从而减少背景特征对图片搜索的负面影响,然后结合指定图像和原图像就可以获取包括检索目标物(前景特征)的目标检索图像,最后根据该包括检索目标物的目标检索图像进行图片的检索,就可以避免使用整张图片检索匹配图像,从而实现加快图像检索速度,并提高图像检索准确率。其中,背景特征也即后景特征,是镜头中位于主体后面或靠近后面的人或物,与前景特征向对应,有时作为表现的主体或陪体,但大多是戏剧环境的组成部分,后景可以丰富画面形象,产生多层景物的造型效果,增加镜头的空间深度,从而构成场景的典型环境和生活氛围,另外,终端判断前景特征和背景特征的方法有多种,包括但不限于:
获取所述原图像中多个像素点中每个像素点的梯度值;
判断所述多个像素点中所述每个像素点的梯度值是否大于或等于预设梯度阈值,当所述多个像素点中任一像素点的梯度值大于或等于所述预设梯度阈值时,则判定所述任一像素点为所述前景特征中的像素点,否则,判定所述任一像素点为所述背景特征中的像素点。也即,前景特征由像素点的梯度值大于或等于所述预设梯度阈值的像素点组成,背景特征由像素点的梯度值小于所述预设梯度阈值的像素点组成,且该预设梯度阈值可以为所述任一像素点所在区域中的平均梯度值。
在上述技术方案中,所述处理单元302包括:第二获取单元3022,获取所述原图像中的每个像素点的梯度值,以根据所述梯度值获取梯度特征图;划分单元3024,对所述梯度特征图进行区域划分,以获取每个区域中的平均梯度值;比较单元3026,将所述每个区域中的每个像素点的梯度值与所述每个区域的平均梯度值进行比较,以获取关于0和1的梯度特征图,并将所述关于0和1的梯度特征图作为所述指定图像。
在该技术方案中,由于前景特征相对于背景特征其像素点的梯度值要更大,因而,通过根据每个像素点的梯度值获取梯度特征图,然后将该梯度特征图进行区域划分,可以准确地对每个区域中的梯度值进行二值化,即对前景特征进行加权,使前景特征中每个像素点的梯度值均为1,背景特征进行抑制,使背景特征中每个像素点的梯度值均为0,从而获取准确的包括0和1的梯度特征图,进而为根据指定图像和原图像快速而准确地获取匹配图像奠定基础。其中,获取每个像素点的梯度值的方法,包括Canny算子、Sobel算子。
在上述技术方案中,所述比较单元3026具体用于:若所述每个区域中的任一像素点的梯度值大于或等于所述每个区域的平均梯度值,则将所述任一像素点的梯度值设置为1;否则,则将所述任一像素点的梯度值设置为0,以获取所述关于0和1的梯度特征图;以及在将所述关于0和1的梯度特征图作为所述指定图像之前,对所述关于0和1的梯度特征图进行膨胀操作,以获取关于0和1的连通图,并将所述关于0和1的连通图作为所述指定图像。
在该技术方案中,将每个区域中的像素点的梯度值进行二值化的方法包括但不限于将每个像素点的梯度值与每个区域的平均梯度值进行比较,例如:还可以包括将每个像素点的梯度值与每个区域的平均梯度值的差值与预设梯度阈值进行比较;另外,通过将每个像素点的梯度值与每个区域的平均梯度值进行比较的0和1的梯度特征图可能是离散的0-1梯度特征图,不利于与原图像进行结合,以消除背景特征对图像检索速率和检索准确率的影响,因而,通过对该0和1的梯度特征图进行膨胀操作,将连通区域的内部的像素点的梯度值置1,连通区域的外部的像素点的梯度值置0,就可以得到关于0和1的连通图,这样,原图像中的前景特征区域的梯度值得到了加权,背景特征区域的梯度值基本上均变为0,也即对背景特征进行了抑制,然后再与原图像结合,就会大幅度地去除原图像中的背景特征,对背景特征进行有效地抑制,减小背景特征对图像的检索速率和准确率的影响,基本上只将前景特征作为检索目标物,从而提高图像的检索速率和准确率,其中,梯度值为0的像素点构成了背景特征,梯度值为1的像素点构成了前景特征。
在上述技术方案中,所述第一获取单元304具体用于:将所述指定图像上的每个像素点的梯度值与所述原图像上的每个像素点的梯度值进行点乘,以获取所述目标检索图像。
在该技术方案中,通过将关于0和1的梯度特征图即指定图像上的每个像素点的梯度值与原图像上的每个像素点的梯度值进行点乘,就可以使得原图像中的背景特征中每个像素点的梯度值基本上均为0,从而大幅度地去除原图像中的背景特征,对背景特征进行抑制,减小背景特征对图像的检索速率和准确率的影响,基本上只将前景特征作为检索目标物,从而提高图像的检索速率和准确率。
图4示出了根据本发明的一个实施例的终端的框图。
如图4所示,示出了根据本发明的一个实施例的终端400,包括:如上述技术方案中任一项所述的图像检索装置300。
在该技术方案中,通过在终端400上设置图像检索装置300,可以对目标图片中前景特征进行加权,背景特征进行抑制,从而避免使用整张图片进行图片检索,精确锁定图片中的目标物(前景特征),以根据目标物进行图片搜索,从而加快图像检索速度,提高图像检索准确率,减少背景特征对图片搜索的负面影响。
图5示出了根据本发明的另一个实施例的图像检索方法的流程图。
如图5所示,示出了根据本发明的另一个实施例的图像检索方法,包括:
步骤502,输入图像I;
步骤504,使用梯度特征提取方法,例如Canny算子、Sobel算子等,提取图像的各个像素处的梯度值,以获得梯度特征图G;
步骤506,对图像的梯度特征图G进行区域划分,然后计算每个区域的平均梯度值;
步骤508,将梯度特征图G中每个区域中,大于或等于所在区域平均梯度值的像素点的梯度值置1,小于平均梯度值的像素点的梯度值置0,以获得阈值化后的0-1梯度特征图a;
步骤510,使用图像膨胀方法对获得的0-1特征图a进行膨胀操作,获得对应的连通特征图b,并将连通区域的内部的像素点的梯度值置1,连通区域的外部的像素点的梯度值置0,获得二值化的特征图c(亮的区域为1,暗的区域为0);
步骤512,使用二值化的梯度特征图c与原图像I上每个像素点进行点乘运算,获得要作为提取条件的目标物图像(基本上仅包括前景特征的图像);
步骤514,将获得的目标物图像输入到图像检索器中进行图像检索;
步骤516,输出检索结果。
以上结合附图详细说明了本发明的技术方案,可以对目标图片中前景特征进行加权,背景特征进行抑制,从而避免使用整张图片进行图片检索,精确锁定图片中的目标物(前景特征),以根据目标物进行图片搜索,从而加快图像检索速度,提高图像检索准确率,减少背景特征对图片搜索的负面影响。
以上所述仅为本发明的优选实施例而已,并不用于限制本发明,对于本领域的技术人员来说,本发明可以有各种更改和变化。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)

1.一种图像检索方法,其特征在于,包括:
在接收到图像检索指令时,对原图像的前景特征和背景特征进行处理,以获取指定图像;
根据所述指定图像和所述原图像,获取目标检索图像;
根据所述目标检索图片在预设图像库中进行图像检索,以获取与所述原图像相匹配的匹配图像。
2.根据权利要求1所述的图像检索方法,其特征在于,
所述对所述图像的前景特征和背景特征进行处理,以获取指定图像,具体包括:
获取所述原图像中的每个像素点的梯度值,以根据所述梯度值获取梯度特征图;
对所述梯度特征图进行区域划分,以获取每个区域中的平均梯度值;
将所述每个区域中的每个像素点的梯度值与所述每个区域的平均梯度值进行比较,以获取关于0和1的梯度特征图,并将所述关于0和1的梯度特征图作为所述指定图像。
3.根据权利要求2所述的图像检索方法,其特征在于,
所述将所述每个区域中的每个像素点的梯度值与所述每个区域的平均梯度值进行比较,以获取关于0和1的梯度特征图,具体包括:
若所述每个区域中的任一像素点的梯度值大于或等于所述每个区域的平均梯度值,则将所述任一像素点的梯度值设置为1;否则,则将所述任一像素点的梯度值设置为0,以获取所述关于0和1的梯度特征图。
4.根据权利要求3所述的图像检索方法,其特征在于,
在将所述关于0和1的梯度特征图作为所述指定图像之前,还包括:
对所述关于0和1的梯度特征图进行膨胀操作,以获取关于0和1的连通图,并将所述关于0和1的连通图作为所述指定图像。
5.根据权利要求1至4中任一项所述的图像检索方法,其特征在于,
所述根据所述指定图像和所述原图像,获取目标检索图像,具体包括:
将所述指定图像上的每个像素点的梯度值与所述原图像上的每个像素点的梯度值进行点乘,以获取所述目标检索图像。
6.一种图像检索装置,其特征在于,包括:
处理单元,在接收到图像检索指令时,对原图像的前景特征和背景特征进行处理,以获取指定图像;
第一获取单元,根据所述指定图像和所述原图像,获取目标检索图像;
检索单元,根据所述目标检索图片在预设图像库中进行图像检索,以获取与所述原图像相匹配的匹配图像。
7.根据权利要求6所述的图像检索装置,其特征在于,
所述处理单元包括:
第二获取单元,获取所述原图像中的每个像素点的梯度值,以根据所述梯度值获取梯度特征图;
划分单元,对所述梯度特征图进行区域划分,以获取每个区域中的平均梯度值;
比较单元,将所述每个区域中的每个像素点的梯度值与所述每个区域的平均梯度值进行比较,以获取关于0和1的梯度特征图,并将所述关于0和1的梯度特征图作为所述指定图像。
8.根据权利要求7所述的图像检索装置,其特征在于,
所述比较单元具体用于:
若所述每个区域中的任一像素点的梯度值大于或等于所述每个区域的平均梯度值,则将所述任一像素点的梯度值设置为1;否则,则将所述任一像素点的梯度值设置为0,以获取所述关于0和1的梯度特征图;以及在将所述关于0和1的梯度特征图作为所述指定图像之前,对所述关于0和1的梯度特征图进行膨胀操作,以获取关于0和1的连通图,并将所述关于0和1的连通图作为所述指定图像。
9.根据权利要求6至8中任一项所述的图像检索装置,其特征在于,
所述第一获取单元具体用于:
将所述指定图像上的每个像素点的梯度值与所述原图像上的每个像素点的梯度值进行点乘,以获取所述目标检索图像。
10.一种终端,其特征在于,包括:如权利要求6至9中任一项所述的图像检索装置。
CN201510044689.2A 2015-01-28 2015-01-28 图像检索方法、图像检索装置和终端 Active CN104573085B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201510044689.2A CN104573085B (zh) 2015-01-28 2015-01-28 图像检索方法、图像检索装置和终端

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201510044689.2A CN104573085B (zh) 2015-01-28 2015-01-28 图像检索方法、图像检索装置和终端

Publications (2)

Publication Number Publication Date
CN104573085A true CN104573085A (zh) 2015-04-29
CN104573085B CN104573085B (zh) 2018-02-13

Family

ID=53089147

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201510044689.2A Active CN104573085B (zh) 2015-01-28 2015-01-28 图像检索方法、图像检索装置和终端

Country Status (1)

Country Link
CN (1) CN104573085B (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106933816A (zh) * 2015-12-29 2017-07-07 北京大唐高鸿数据网络技术有限公司 基于全局特征和局部特征的跨镜头目标检索系统及方法
CN110020579A (zh) * 2018-01-09 2019-07-16 北京京东尚科信息技术有限公司 行人重识别方法及装置、存储介质和电子设备
CN110209866A (zh) * 2019-05-30 2019-09-06 苏州浪潮智能科技有限公司 一种图像检索方法、装置、设备及计算机可读存储介质
CN110705570A (zh) * 2019-09-20 2020-01-17 桂林电子科技大学 一种图像特征识别方法

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6996272B2 (en) * 2002-04-23 2006-02-07 Industrial Technology Research Institute Apparatus and method for removing background on visual
CN101866352A (zh) * 2010-05-28 2010-10-20 广东工业大学 一种基于图像内容分析的外观设计专利检索方法
CN103914834A (zh) * 2014-03-17 2014-07-09 上海交通大学 一种基于前景先验和背景先验的显著性物体检测方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6996272B2 (en) * 2002-04-23 2006-02-07 Industrial Technology Research Institute Apparatus and method for removing background on visual
CN101866352A (zh) * 2010-05-28 2010-10-20 广东工业大学 一种基于图像内容分析的外观设计专利检索方法
CN103914834A (zh) * 2014-03-17 2014-07-09 上海交通大学 一种基于前景先验和背景先验的显著性物体检测方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
曹璐等: "一种改进型Canny联合阈值分割的图像背景去除——在外观专利图像检索中的应用", 《计算机工程与应用》 *

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106933816A (zh) * 2015-12-29 2017-07-07 北京大唐高鸿数据网络技术有限公司 基于全局特征和局部特征的跨镜头目标检索系统及方法
CN110020579A (zh) * 2018-01-09 2019-07-16 北京京东尚科信息技术有限公司 行人重识别方法及装置、存储介质和电子设备
CN110209866A (zh) * 2019-05-30 2019-09-06 苏州浪潮智能科技有限公司 一种图像检索方法、装置、设备及计算机可读存储介质
CN110705570A (zh) * 2019-09-20 2020-01-17 桂林电子科技大学 一种图像特征识别方法
CN110705570B (zh) * 2019-09-20 2022-06-21 桂林电子科技大学 一种图像特征识别方法

Also Published As

Publication number Publication date
CN104573085B (zh) 2018-02-13

Similar Documents

Publication Publication Date Title
CN106899781B (zh) 一种图像处理方法及电子设备
US9992408B2 (en) Photographing processing method, device and computer storage medium
CN105338338B (zh) 用于成像条件检测的方法和装置
KR101670282B1 (ko) 전경-배경 제약 조건 전파를 기초로 하는 비디오 매팅
CN108174185B (zh) 一种拍照方法、装置及终端
EP3125153A1 (en) Method, device and server for sensitive picture recognition
WO2012074361A1 (en) Method of image segmentation using intensity and depth information
US10674066B2 (en) Method for processing image and electronic apparatus therefor
US20160196478A1 (en) Image processing method and device
Gallo et al. Locally non-rigid registration for mobile HDR photography
US20210312641A1 (en) Determining multiple camera positions from multiple videos
CN109376256B (zh) 图像搜索方法及装置
CN104573085A (zh) 图像检索方法、图像检索装置和终端
Yu et al. Identifying photorealistic computer graphics using convolutional neural networks
JP2010205067A (ja) 領域抽出装置、領域抽出方法及び領域抽出プログラム
CN105447846B (zh) 一种图像处理方法及电子设备
CN104951440B (zh) 一种图像处理方法及电子设备
CN106056532B (zh) 一种去除背景图像的方法和装置
CN102196153A (zh) 图像场景亮度差判断装置及亮度差判断方法
RU2669470C1 (ru) Устройство для удаления логотипов и субтитров с видеопоследовательностей
CN111192286A (zh) 一种图像合成方法、电子设备及存储介质
CN106651918B (zh) 抖动背景下的前景提取方法
CN110557556A (zh) 一种多对象拍摄的方法及装置
EP2890109A1 (en) Method for sorting a group of images of a database and method for color correcting an image, corresponding devices, computer program and non-transitory computer-readable medium
JP2013182330A (ja) 画像処理装置および画像処理方法

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