CN105139012A - 基于图像预处理的外观专利检索系统 - Google Patents
基于图像预处理的外观专利检索系统 Download PDFInfo
- Publication number
- CN105139012A CN105139012A CN201510527458.7A CN201510527458A CN105139012A CN 105139012 A CN105139012 A CN 105139012A CN 201510527458 A CN201510527458 A CN 201510527458A CN 105139012 A CN105139012 A CN 105139012A
- Authority
- CN
- China
- Prior art keywords
- image
- module
- unit
- appearance patent
- extraction
- 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.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
- G06V10/30—Noise filtering
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/44—Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components
- G06V10/443—Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components by matching or filtering
Abstract
本发明提供一种基于图像预处理的外观专利检索系统。所述基于图像预处理的外观专利检索系统包括图像采集模块、图像预处理模块、特征分类提取模块、匹配模块、数据库模块及显示模块,所述图像采集模块、所述图像预处理模块、所述特征分类提取模块、所述匹配模块及所述显示模块依次通信连接,所述数据库模块分别与所述匹配模块和所述显示模块通信连接,所述图像预处理模块处理所述图像采集模块输入的图像信号,并将所述图像预处理模块处理后的图像信号发送给特征分类提取模块。本发明提供的基于图像预处理的外观专利检索系统通过图像预处理,使得图像更适合提取图像特征,从而有效提高图像特征的匹配可靠性。
Description
技术领域
本发明涉及专利检索技术领域,具体的,涉及一种基于图像预处理的外观专利检索系统。
背景技术
随着经济全球化的深入发展和知识经济的蓬勃兴起,专利发展水平已成为衡量一个地区综合实力、发展能力和核心竞争力的战略性标志。外观设计专利一直被誉为“小专利,大市场”,在市场竞争中发挥着举足轻重的作用,是增强企业竞争力的重要因素。
我国专利法明确规定“外观设计专利权的保护范围以表示在图片或者照片中的该外观设计专利产品为准”,因此,外观专利图像是表达外观设计专利内容的主要载体。面对数以百万的外观设计专利图像,如何快速、有效地查找感兴趣的外观设计专利是目前外观设计专利应用面临的一个重要问题。
目前,出现了许许多多基于图像的外观专利检索系统及检索方法,但由于图像预处理结果不理想,造成提取的图像特征可信度低,从而降低了匹配可靠性。因此,有必要针对外观专利检索系统的图像预处理进行进一步的改进,以避免上述缺陷。
发明内容
为了解决上述基于图像的外观专利检索系统及检索方法中存在因图像预处理结果不理想,造成提取图像特征可信度低,从而降低匹配可靠性的技术问题,本发明提供一种基于图像预处理的外观专利检索系统,所述基于图像预处理的外观专利检索系统通过预处理待检索的外观专利图像,提高了提取的待检索的外观专利图像特征的可靠性和匹配的可靠性。
本发明提供一种基于图像预处理的外观专利检索系统,包括图像采集模块、图像预处理模块、特征分类提取模块、匹配模块、数据库模块及显示模块,所述图像采集模块、所述图像预处理模块、所述特征分类提取模块、所述匹配模块及所述显示模块依次通信连接,所述数据库模块分别与所述匹配模块和所述显示模块通信连接,所述图像预处理模块处理所述图像采集模块输入的图像信号,并将所述图像预处理模块处理后的图像信号发送给特征分类提取模块。
在本发明提供的基于图像预处理的外观专利检索系统一较佳实施例中,所述图像预处理模块包括图像几何变换单元、图像去噪单元、图像复原单元、图像增强单元及图像归一化单元;
所述图像几何变换单元采用三次内插法确定校正空间各像素的灰度值;
所述图像去噪单元采用非线性滤波法去除图像背景噪声和减少图像传输过程中参杂的噪声;
所述图像复原单元采用维纳滤波复原法校正各种原因所造成的图像退化;
所述图像增强单元采用Gabor滤波增强法对图像中的信息有选择地加强和抑制;
所述图像归一化单元采用基于图像像素的归一化算法获取具有不变性质的图像。
在本发明提供的基于图像预处理的外观专利检索系统一较佳实施例中,所述特征分类提取模块包括形状特征提取单元、图案特征提取单元及颜色特征提取单元;
所述形状特征提取单元用于图像的形状特征的提取,并转化为特征值;
所述图案特征提取单元用于图像的图案特征的提取,并转化为特征值;
所述颜色特征提取单元用于颜色特征的提取,并转化为特征值。
在本发明提供的基于图像预处理的外观专利检索系统一较佳实施例中,所述数据库模块包括外观专利库单元和外观专利图像特征库单元,所述外观专利库单元储存外观专利图像和外观专利信息,所述外观专利图像在所述图像预处理模块的基础上,由所述特征分类提取模块提取外观专利图像的形状特征、图案特征和颜色特征的特征值,并储存于所述外观专利图像特征库单元。
相较于相关技术,本发明提供的基于图像预处理的外观专利检索系统具有以下有益效果:
一、所述图像预处理模块处理所述图像采集模块输入的图像,是为了消除图像中无关紧要的信息,恢复有用的真实的信息,增强相关信息的可检测性和最大限度地简化所需的图像,从而增加图像特征提取的可靠性和匹配的可靠性。
二、所述图像几何变换单元采用三次内插法确定校正空间各像素的灰度值,不仅效果最好,而且精度最高。
三、所述图像去噪单元采用非线性滤波法去除图像背景噪声和减少图像传输过程中参杂的噪声,所述非线性滤波法能在图像的任何位置上进行相同的运算,而不考虑图像位置或空间的变化,并且考虑到了人的视觉标准和最佳滤波准则,从而提高了图像分辨率和边缘保护能力。
四、所述图像复原单元采用维纳滤波复原法校正各种原因所造成的图像退化,避免了高频范围内噪声的强化。
五、所述图像增强单元采用Gabor滤波增强法对图像中的信息有选择地加强和抑制,Gabor滤波增强法综合考虑到了图像的方向特性和频率特性,使得图像真实接近图像的特征,以便于特征提取和匹配。
六、所述图像归一化单元采用基于图像像素的归一化算法获取具有不变性质的图像,在消除或减弱某些因素或变换对图像一些性质的影响的同时,避免了图像背景灰度图像力矩计算的误差和对图像质量要求高的问题。
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它的附图,其中:
图1是本发明提供的基于图像预处理的外观专利检索系统的结构框图;
图2为图1所示基于图像预处理的外观专利检索系统的图像预处理模块的结构框图。
具体实施方式
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,所描述的实施例仅是本发明的一部分实施例,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做出创造性劳动前提下所获得的所有其它实施例,都属于本发明保护的范围。
请一并参阅图1及图2,其中,图1是本发明提供的基于图像预处理的外观专利检索系统的结构框图,图2为图1所示基于图像预处理的外观专利检索系统的图像预处理模块的结构框图。所述基于图像预处理的外观专利检索系统1包括图像采集模块11、图像预处理模块12、特征分类提取模块13、匹配模块14、数据库模块15及显示模块16,所述图像采集模块11、所述图像预处理模块12、所述特征分类提取模块13、所述匹配模块14及所述显示模块16依次通信连接,所述数据库模块15分别与所述匹配模块14和所述显示模块16通信连接。
所述图像预处理模块12包括图像几何变换单元121、图像去噪单元122、图像复原单元123、图像增强单元124及图像归一化单元125。
所述图像几何变换单元121采用三次内插法确定校正空间各像素的灰度值。
所述图像去噪单元122采用非线性滤波法去除图像背景噪声和减少图像传输过程中参杂的噪声。
所述图像复原单元123采用维纳滤波复原法校正各种原因所造成的图像退化。
所述图像增强单元124采用Gabor滤波增强法对图像中的信息有选择地加强和抑制。
所述图像归一化单元125采用基于图像像素的归一化算法获取具有不变性质的图像。
所述特征分类提取模块13包括形状特征提取单元131、图案特征提取单元132及颜色特征提取单元133,所述形状特征提取单元131、所述图案特征提取单元132和所述颜色特征提取单元133分别用于图像的形状特征、图案特征和颜色特征的提取,并转化为一组特征值。
所述数据库模块15包括外观专利库单元151和外观专利图像特征库单元152,所述外观专利库单元151储存外观专利图像1511和外观专利信息1512,所述外观专利图像1511在所述图像预处理12的基础上,由所述特征分类提取模块13提取所述外观专利图像1511的形状特征值1521、图案特征值1522和颜色特征值1523,并储存于所述外观专利图像特征库单元152。
本发明提供的基于图像预处理的外观专利检索系统1的检索过程为:
当需要用图像作为检索式检索外观专利时,首先,用户操作所述图像采集模块11采集待检索外观专利图像,并将采集到的待检索外观专利图像输送给所述图像预处理模块12,所述图像预处理模块12处理待检索外观专利图像,并将处理后更适合特征提取的待检索外观专利图像输送给所述特征分类提取模块13,所述特征分类提取模块13提取待检索外观专利图像的形状特征、图案特征和颜色特征的特征值,并将该组特征值输送给所述匹配模块14,所述匹配模块14通过访问外观专利图像特征库单元152已储存的图像特征值,与从所述特征分类提取模块13输送过来的待检索外观专利图像的一组特征值进行匹配计算,并按照匹配度大小进行排序,进而从外观专利库151中找到相应的外观专利图像1511和外观专利信息1512,并输送给所述显示模块16。
相较于相关技术,本发明提供的基于图像预处理的外观专利检索系统1具有以下有益效果:
一、所述图像预处理模块12处理所述图像采集模块11输入的图像,是为了消除图像中无关紧要的信息,恢复有用的真实的信息,增强相关信息的可检测性和最大限度地简化所需的图像,从而增加图像特征提取的可靠性和匹配的可靠性。
二、所述图像几何变换单元121采用三次内插法确定校正空间各像素的灰度值,不仅效果最好,而且精度最高。
三、所述图像去噪单元122采用非线性滤波法去除图像背景噪声和减少图像传输过程中参杂的噪声,所述非线性滤波法能在图像的任何位置上进行相同的运算,而不考虑图像位置或空间的变化,并且考虑到了人的视觉标准和最佳滤波准则,从而提高了图像分辨率和边缘保护能力。
四、所述图像复原单元123采用维纳滤波复原法校正各种原因所造成的图像退化,避免了高频范围内噪声的强化。
五、所述图像增强单元124采用Gabor滤波增强法对图像中的信息有选择地加强和抑制,Gabor滤波增强法综合考虑到了图像的方向特性和频率特性,使得图像真实接近图像的特征,以便于特征提取和匹配。
六、所述图像归一化单元125采用基于图像像素的归一化算法获取具有不变性质的图像,在消除或减弱某些因素或变换对图像一些性质的影响的同时,避免了图像背景灰度图像力矩计算的误差和对图像质量要求高的问题。
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 (4)
1.一种基于图像预处理的外观专利检索系统,其特征在于,包括图像采集模块、图像预处理模块、特征分类提取模块、匹配模块、数据库模块及显示模块,所述图像采集模块、所述图像预处理模块、所述特征分类提取模块、所述匹配模块及所述显示模块依次通信连接,所述数据库模块分别与所述匹配模块和所述显示模块通信连接,所述图像预处理模块处理所述图像采集模块输入的图像信号,并将所述图像预处理模块处理后的图像信号发送给特征分类提取模块。
2.根据权利要求1所述基于图像预处理的外观专利检索系统,其特征在于,所述图像预处理模块包括图像几何变换单元、图像去噪单元、图像复原单元、图像增强单元及图像归一化单元;
所述图像几何变换单元采用三次内插法确定校正空间各像素的灰度值;
所述图像去噪单元采用非线性滤波法去除图像背景噪声和减少图像传输过程中参杂的噪声;
所述图像复原单元采用维纳滤波复原法校正各种原因所造成的图像退化;
所述图像增强单元采用Gabor滤波增强法对图像中的信息有选择地加强和抑制;
所述图像归一化单元采用基于图像像素的归一化算法获取具有不变性质的图像。
3.根据权利要求2所述基于图像预处理的外观专利检索系统,其特征在于,所述特征分类提取模块包括形状特征提取单元、图案特征提取单元及颜色特征提取单元;
所述形状特征提取单元用于图像的形状特征的提取,并转化为特征值;
所述图案特征提取单元用于图像的图案特征的提取,并转化为特征值;
所述颜色特征提取单元用于颜色特征的提取,并转化为特征值。
4.根据权利要求3所述基于图像预处理的外观专利检索系统,其特征在于,所述数据库模块包括外观专利库单元和外观专利图像特征库单元,所述外观专利库单元储存外观专利图像和外观专利信息,所述外观专利图像在所述图像预处理模块的基础上,由所述特征分类提取模块提取外观专利图像的形状特征、图案特征和颜色特征的特征值,并储存于所述外观专利图像特征库单元。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510527458.7A CN105139012A (zh) | 2015-08-25 | 2015-08-25 | 基于图像预处理的外观专利检索系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510527458.7A CN105139012A (zh) | 2015-08-25 | 2015-08-25 | 基于图像预处理的外观专利检索系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN105139012A true CN105139012A (zh) | 2015-12-09 |
Family
ID=54724355
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510527458.7A Pending CN105139012A (zh) | 2015-08-25 | 2015-08-25 | 基于图像预处理的外观专利检索系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105139012A (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106021318A (zh) * | 2016-05-06 | 2016-10-12 | 长沙市麓智信息科技有限公司 | 电路图辅助分析系统及其方法 |
CN106339991A (zh) * | 2016-08-16 | 2017-01-18 | 成都市和平科技有限责任公司 | 一种具备色彩平衡功能的智能化图像处理系统和方法 |
WO2018023764A1 (zh) * | 2016-08-05 | 2018-02-08 | 胡明祥 | 一种根据手势摄像技术的权属信息推送方法以及手机 |
WO2018023744A1 (zh) * | 2016-08-05 | 2018-02-08 | 胡明祥 | 一种根据位置改变手机设置时的信息推送方法和手机 |
CN108959632A (zh) * | 2018-07-24 | 2018-12-07 | 合肥爱玩动漫有限公司 | 一种动漫素材检索系统 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20050210019A1 (en) * | 2002-11-20 | 2005-09-22 | Fujitsu Limited | Method and apparatus for retrieving image from database, and computer product |
CN101034442A (zh) * | 2006-03-08 | 2007-09-12 | 刘欣融 | 基于图像识别技术的商品的外观设计相同和相近似判断系统 |
CN101354728A (zh) * | 2008-09-26 | 2009-01-28 | 中国传媒大学 | 一种基于区间权值的相似性度量方法 |
-
2015
- 2015-08-25 CN CN201510527458.7A patent/CN105139012A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20050210019A1 (en) * | 2002-11-20 | 2005-09-22 | Fujitsu Limited | Method and apparatus for retrieving image from database, and computer product |
CN101034442A (zh) * | 2006-03-08 | 2007-09-12 | 刘欣融 | 基于图像识别技术的商品的外观设计相同和相近似判断系统 |
CN101354728A (zh) * | 2008-09-26 | 2009-01-28 | 中国传媒大学 | 一种基于区间权值的相似性度量方法 |
Non-Patent Citations (1)
Title |
---|
崔媛媛,蒋先刚,许伦伦: "指纹图像预处理方法的研究与比较", 《华东交通大学学报》 * |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106021318A (zh) * | 2016-05-06 | 2016-10-12 | 长沙市麓智信息科技有限公司 | 电路图辅助分析系统及其方法 |
WO2018023764A1 (zh) * | 2016-08-05 | 2018-02-08 | 胡明祥 | 一种根据手势摄像技术的权属信息推送方法以及手机 |
WO2018023744A1 (zh) * | 2016-08-05 | 2018-02-08 | 胡明祥 | 一种根据位置改变手机设置时的信息推送方法和手机 |
CN106339991A (zh) * | 2016-08-16 | 2017-01-18 | 成都市和平科技有限责任公司 | 一种具备色彩平衡功能的智能化图像处理系统和方法 |
CN108959632A (zh) * | 2018-07-24 | 2018-12-07 | 合肥爱玩动漫有限公司 | 一种动漫素材检索系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Sridhar | Digital image processing | |
CN104751142B (zh) | 一种基于笔划特征的自然场景文本检测方法 | |
CN105139012A (zh) | 基于图像预处理的外观专利检索系统 | |
CN111488756B (zh) | 基于面部识别的活体检测的方法、电子设备和存储介质 | |
CN107633216B (zh) | 高光谱遥感图像的三维表面空谱联合特征编码方法及装置 | |
CN103208004A (zh) | 票据信息区域自动识别和提取方法及设备 | |
CN104680550A (zh) | 一种通过图像特征点的轴承表面瑕疵检测的方法 | |
KR101912748B1 (ko) | 확장성을 고려한 특징 기술자 생성 및 특징 기술자를 이용한 정합 장치 및 방법 | |
Vidyadharan et al. | Digital image forgery detection using compact multi-texture representation | |
CN102930537A (zh) | 一种图像检测方法及系统 | |
Roy et al. | Wavelet-gradient-fusion for video text binarization | |
CN103559697A (zh) | 基于fft的碎纸片纵切拼接复原算法 | |
Chao et al. | Performance comparison of various feature detector-descriptor combinations for content-based image retrieval with JPEG-encoded query images | |
CN110188217A (zh) | 图像查重方法、装置、设备和计算机可读储存介质 | |
Gupta et al. | Image Segmentation for Text Extraction | |
CN102254305B (zh) | 基于三字典块匹配的图像复原方法 | |
CN102915522A (zh) | 一种智能手机的名片提取系统及其实现方法 | |
Jwaid et al. | Study and analysis of copy-move & splicing image forgery detection techniques | |
CN103136530A (zh) | 在复杂工业环境下的视频图像中自动识别目标图像的方法 | |
CN105354823A (zh) | 树木年轮图像边缘提取与分割的系统 | |
Sreedevi et al. | Ngfica based digitization of historic inscription images | |
CN106778789B (zh) | 一种多视点图像中的快速目标提取方法 | |
Zuo et al. | Rotation invariant similarity measure for non-local self-similarity based image denoising | |
CN109165551A (zh) | 一种自适应加权融合显著性结构张量和lbp特征的表情识别方法 | |
Ju et al. | Image segmentation based on the HSI color space and an improved mean shift |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20151209 |
|
WD01 | Invention patent application deemed withdrawn after publication |