CN105760390B - 图片检索系统及方法 - Google Patents

图片检索系统及方法 Download PDF

Info

Publication number
CN105760390B
CN105760390B CN201410789969.1A CN201410789969A CN105760390B CN 105760390 B CN105760390 B CN 105760390B CN 201410789969 A CN201410789969 A CN 201410789969A CN 105760390 B CN105760390 B CN 105760390B
Authority
CN
China
Prior art keywords
picture
characters
image
recognized
cloud storage
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.)
Active
Application number
CN201410789969.1A
Other languages
English (en)
Other versions
CN105760390A (zh
Inventor
张学琴
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.)
Futaihua Industry Shenzhen Co Ltd
Hon Hai Precision Industry Co Ltd
Original Assignee
Futaihua Industry Shenzhen Co Ltd
Hon Hai Precision Industry 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 Futaihua Industry Shenzhen Co Ltd, Hon Hai Precision Industry Co Ltd filed Critical Futaihua Industry Shenzhen Co Ltd
Priority to CN201410789969.1A priority Critical patent/CN105760390B/zh
Priority to US14/935,622 priority patent/US20160180185A1/en
Publication of CN105760390A publication Critical patent/CN105760390A/zh
Application granted granted Critical
Publication of CN105760390B publication Critical patent/CN105760390B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00Scenes; Scene-specific elements
    • G06V20/20Scenes; Scene-specific elements in augmented reality scenes

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Theoretical Computer Science (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
  • Processing Or Creating Images (AREA)
  • Character Input (AREA)

Abstract

一种图片检索系统,运行于电子设备中,该系统包括:图片获取模块,用于获取一张待识别的图片;图片处理模块,用于对上述待识别的图片进行预处理;特征提取模块,用于提取该待识别图片的图像特征;及检索模块,用于根据所获取的图像特征,从预设的云存储器中检索与所述待识别图片相匹配的图片。本发明还提供一种图片检索方法。本发明可用于识别图片。

Description

图片检索系统及方法
技术领域
本发明涉及一种图片检索系统及方法。
背景技术
目前,用户可以利用电子设备如手机等对户外的任何实物如花草树木等随意拍照,然而,若用户想要了解所拍摄到的实物比如一株植物是何类植物时,则显得很茫然。
发明内容
鉴于以上内容,有必要提供一种图片检索系统及方法,可用于识别图片。
一种图片检索系统,运行于电子设备中,该系统包括:图片获取模块,用于获取一张待识别的图片;图片处理模块,用于对上述待识别的图片进行预处理;特征提取模块,用于提取该待识别图片的图像特征;及检索模块,用于根据所获取的图像特征,从预设的云存储器中检索与所述待识别图片相匹配的图片。
一种图片检索方法,应用于电子设备中,该方法包括:图片获取步骤,获取一张待识别的图片;图片处理步骤,对上述待识别的图片进行预处理;特征提取步骤,提取该待识别图片的图像特征;及检索步骤,根据所获取的图像特征,从预设的云存储器中检索与所述待识别图片相匹配的图片。
相较于现有技术,所述的图片检索系统及方法,方便用户随时随地的识别图片。
附图说明
图1是本发明图片检索系统较佳实施例的运行环境图。
图2是本发明较佳实施例的图片检索流程图。
主要元件符号说明
电子设备 1
云存储器 2
图片检索系统 10
拍摄装置 11
显示屏 12
存储器 13
处理器 14
图片获取模块 101
图片处理模块 102
特征提取模块 103
检索模块 104
反馈模块 105
如下具体实施方式将结合上述附图进一步说明本发明。
具体实施方式
如图1所示,是本发明图片检索系统的运行环境图。在本实施例中,图片检索系统10运行于与云存储器2通讯连接的电子设备1中。该电子设备1还包括,但不限于,拍摄装置11、显示屏12、存储器13及处理器14。所述电子设备1可以为手机、平板电脑等设备。
本实施例中,所述拍摄装置11可以为所述电子设备1的摄像头,用于拍摄图片等。所述显示屏12可以为触摸屏。
本实施例中,所述云存储器2中预先存储了各种实物的图片、该各种实物图片的图像特征,及与图片相关的文本资料。该各种实物可以包括,但不限于,动物、植物、古董、有名建筑物、商品及化学物质。所存储的实物图片可以为包括实物的整体或部分图像的图片。所述与图片相关的文本资料可以是对图片内容介绍所采用的文字。本实施例中,所述各种实物图片的图像特征可以利用预设的算法例如speeded-up robust features(surf)算法提取得到。
以所述云存储器2中存储动物的图片、动物图片的图像特征,及与动物图片相关的文本资料为例,所述动物的图片可以为该动物在每个成长阶段时包括整体图像的图片及该动物处于每个成长阶段时的某个身体部位的图片。所述动物图片的图像特征则利用所述预设算法例如surf算法提取得到并存储在所述云存储器2中。所述与动物图片相关的文本资料包括对动物图片的介绍所采用的文字。
具体地,以蝴蝶为例,所述云存储器2中存储的蝴蝶的图片可以为蝴蝶在卵、幼虫、蛹及成虫阶段时包括蝴蝶整体图像的图片及蝴蝶处于每个成长阶段时的某个身体部位(如翅膀、腿等)的图片。蝴蝶的图片的图像特征则利用所述预设算法例如surf算法提取得到并存储在该存储器2中。与蝴蝶图片相关的文本资料可以包括对蝴蝶图片的介绍所采用的文字,如对蝴蝶处于成虫阶段时包括蝴蝶整体图像的图片中的蝴蝶的体积,重量范围的描述。
以所述云存储器2存储植物的图片、植物图片的图像特征,及与植物图片相关的文本资料为例,所述植物的图片可以包括植物在每个生长阶段时(如种子萌发阶段、幼苗生长发育阶段、开花结果阶段及衰老死亡阶段)包括植物整体图像的图片及该植物处于每个生长阶段时的某个部位(如根、茎、叶、花或果实)的图片。所述植物图片的图像特征利用所述预设算法例如surf算法提取得到并存储在该存储器2中。所述与植物图片相关的文本资料可以包括对植物图片的介绍所采用的文字,例如对植物处于开花结果阶段时的根,茎的尺寸范围的描述。
以所述云存储器2中存储古董的图片、古董图片的图像特征,及与古董图片相关的文本资料为例,所述古董的图片可以是包括古董整体图像的图片及包括古董每个侧面图像的图片。所述古董图片的图像特征可以利用所述预设算法例如surf算法提取得到并存储在该云存储器2中。所述与古董图片相关的文本资料可以包括对古董图片介绍所采用的文字,例如对古董的长、宽、高、尺寸、年代及价值的描述。
以所述云存储器2中存储商品的图片、商品图片的图像特征,及与商品图片相关的文本资料为例,所述商品的图片可以是包括商品整体图像的图片及包括商品每个侧面图像的图片。所述商品图片的图像特征可以利用所述预设算法例如surf算法提取得到并存储在该云存储器2中。所述与商品图片相关的文本资料可以包括对商品图片介绍所采用的文字,例如对商品的二维码、用途、用法、注意事项,及生产厂家的描述。所述商品可以为例如文具、家用电器等。
以所述云存储器2中存储化学物质的图片、化学物质图片的图像特征,及与化学物质图片相关的文本资料为例,所述化学物质的的图片可以是包括该化学物质在固态及/或液体时的图片,所述化学物质图片的图像特征利用所述预设算法例如surf算法提取得到并存在该云存储器2中。所述与化学物质图片相关的文本资料可以是对该化学物质图片的介绍所采用的文字。例如对化学物质的特点、物理性质、化学性质、分子式、及用途的介绍。
本实施例中,所述图片检索系统10用于在获取到一张图片时,从所述云存储器2中检索出与该获取的图片相匹配的图片,并将所述云存储器2中所存储的与该相匹配的图片相关的文本资料反馈给用户,以供用户进一步了解识别所获取的图片。本实施例中,所述获取的图片可以为所述电子设备1利用拍摄装置11所拍摄的图片。也可以是该电子设备1从网络上获取到的图片,或其他设备发送过来的图片。
在本实施例中,所述图片检索系统10可以被分割成一个或多个模块,所述一个或多个模块存储于所述存储器13中并由所述处理器14执行,以实现本发明的功能。例如,所述图片检索系统10被分割成图片获取模块101、图片处理模块102、特征提取模块103、检索模块104、反馈模块105。本发明所称的模块是完成一特定功能的程序段,关于各模块的功能将在图2的流程图中具体描述。
如图2所示,是本发明较佳实施例的图片检索的流程图。根据不同的需求,图2所示的流程图中的步骤的执行顺序可以改变,某些步骤可以省略。
步骤1001,图片获取模块101获取一张待识别的图片。
具体地,所述待识别的图片可以为所述图片获取模块101控制拍摄装置11所拍摄的图片,也可以为所述图片获取模块101从网络上获取到的图片,或接收其他设备所发送过来的图片,例如其他设备通过短信发送过来的图片。
所述待识别的图片可以为各种实物的图片,例如可以为动物、植物、古董、有名建筑物、商品或化学物质的图片。该待识别的图片可以为包括实物的整体或部分图像的图片,例如可以为仅包括蝴蝶的翅膀图像的图片。
需要说明的是,所述待识别的图片也可以为包括有文字的图片。
步骤1002,图片处理模块102对上述待识别的图片进行预处理。
本实施例中,所述图片处理模块102对上述待识别的图片进行预处理的方式包括对该待识别的图片作去背景和图像增强处理。
步骤1003,所述图片处理模块102利用光学文字识别技术(Optical characterrecognition technology,OCR)识别所述待识别图片是否包括文字。当所述待识别图片包括文字时,执行步骤1004。当所述待识别图片不包括文字时,执行步骤1005。
步骤1004,所述图片处理模块102提取出所述待识别图片中的文字。执行完步骤1004后执行步骤1005
在其他实施例中,所述图片处理模块102对所述待识别图片还作进一步处理。具体地,该进一步处理包括利用该待识别图片中的文字的预设范围(例如,距离该文字上、下、左或右的预设距离如1毫米)的颜色将该文字填充覆盖。增加该步骤的目的在于避免下述步骤1005在提取图像特征时,将文字部分也作为图像特征提取出来。
步骤1005,特征提取模块103提取所述待识别图片的图像特征。
本实施例中,所述特征提取模块103利用预设的算法如surf算法提取该待识别图片的图像特征。
步骤1006,检索模块104根据所获取的所述待识别图片的图像特征,从所述云存储器2中检索与所述待识别图片相匹配的图片。具体地,所述检索模块104根据所获取的所述待识别图片的图像特征和所述云存储器2中预先存储的图片的图像特征,判断该云存储器2中是否存在与所述待识别图片相匹配的图片。例如,当根据所述待识别图片和所述所述云存储器2中预先存储的图片A的图像特征判断得出该图片A与所述待识别图片的匹配率达到预设值时,确定该图片A与所述待识别图片相匹配。
本实施例中,当所述检索模块104检索到所述云存储器2中存在与所述待识别图片相匹配的图片时,该检索模块104还从所述云存储器2中获取与所述待识别图片相匹配的图片的所对应的文本资料,以供用户根据该文本资料的文字记载来了解识别该待识别的图片。
在其他实施例中,当所述图片处理模块102还提取到了所述待识别图片中的文字时,所述检索模块104还根据所提取的文字检索所述云存储器2中是否存在包括所提取文字的文本资料。并于检索到包括有所提取文字的文本资料时,获取所述云存储器2中的该文本资料,并获取该云存储器2中与该文本资料所对应的图片。
步骤1007,反馈模块105将检索结果反馈给用户。具体地,当该检索结果是根据所述待识别图片的图像特征进行检索而得到的时候,所述反馈模块105在所述显示屏12上显示与所述待识别图片相匹配的图片,及显示与所述待识别图片相匹配的图片所对应的文本资料。
本实施例中,若与所述待识别图片相匹配的图片存在多个的时候,所述反馈模块105还按照匹配率高低排序显示。
当所述检索结果是根据所述待识别图片中所提取的文字进行检索而得到时候,所述反馈模块105在所述显示屏12上显示包括所提取文字的文本资料,及显示与该文本资料所对应的图片。
需要说明的是,若所述检索模块104既根据所述待识别图片的图像特征进行了检索,又根据所述待识别图片中所提取的文字进行了检索,则所述反馈模块105将两种检索结果皆显示给用户。
最后应说明的是,以上实施例仅用以说明本发明的技术方案而非限制,尽管参照较佳实施例对本发明进行了详细说明,本领域的普通技术人员应当理解,可以对本发明的技术方案进行修改或等同替换,而不脱离本发明技术方案的精神和范围。

Claims (8)

1.一种图片检索系统,运行于电子设备中,其特征在于,该系统包括:
图片获取模块,用于获取一张待识别的图片;
图片处理模块,用于对上述待识别的图片进行预处理;
所述图片处理模块,还用于在对所述待识别图片进行预处理后,当识别到所述待识别图片还包括文字时,利用该文字的预设范围的颜色将该文字填充覆盖;
特征提取模块,用于提取该待识别图片的图像特征;
检索模块,用于根据所获取的图像特征,从预设的云存储器中检索与所述待识别图片相匹配的图片;
所述图片处理模块,还用于在利用所述文字的预设范围的颜色将该文字填充覆盖前提取所识别到的文字;及
所述检索模块,还用于根据所提取的文字检索所述云存储器中包括所述文字的文本资料,并于检索到该云存储器中存储了包括所述文字的文本资料时,获取该云存储器中,包括所述文字的文本资料,及与包括所述文字的文本资料所对应的图片。
2.如权利要求1所述的图片检索系统,其特征在于,所述检索模块于检索到所述云存储器中存储了与所述待识别图片相匹配的图片时,获取该云存储器中,与所述待识别图片相匹配的图片所对应的文本资料。
3.如权利要求1所述的图片检索系统,其特征在于,所述图片处理模块利用光学文字识别技术识别该待识别图片是否包括文字。
4.如权利要求1所述的图片检索系统,其特征在于,所述图片处理模块对上述待识别的图片进行预处理的方式包括去背景和图像增强处理,所述特征提取模块利用speeded-uprobust features算法提取该待识别图片的图像特征。
5.一种图片检索方法,应用于电子设备中,其特征在于,该方法包括:
图片获取步骤,获取一张待识别的图片;
第一图片处理步骤,对上述待识别的图片进行预处理;
第二图片处理步骤,在对所述待识别图片进行预处理后,当识别到所述待识别图片还包括文字时,利用该文字的预设范围的颜色将该文字填充覆盖;
特征提取步骤,提取该待识别图片的图像特征;
第一检索步骤,根据所获取的图像特征,从预设的云存储器中检索与所述待识别图片相匹配的图片;
第三图片处理步骤,在利用所述文字的预设范围的颜色将该文字填充覆盖前提取所识别到的文字;及
第二检索步骤,根据所提取的文字检索所述云存储器中包括所述文字的文本资料,并于检索到该云存储器中存储了包括所述文字的文本资料时,获取该云存储器中,包括所述文字的文本资料,及与包括所述文字的文本资料所对应的图片。
6.如权利要求5所述的图片检索方法,其特征在于,所述第一检索步骤中,于检索到所述云存储器中存储了与所述待识别图片相匹配的图片时,获取该云存储器中,与所述待识别图片相匹配的图片所对应的文本资料。
7.如权利要求5所述的图片检索方法,其特征在于,该方法利用光学文字识别技术识别该待识别图片是否包括文字。
8.如权利要求5所述的图片检索方法,其特征在于,所述图片处理步骤中,对上述待识别的图片进行预处理的方式包括去背景和图像增强处理,所述特征提取步骤中,利用speeded-up robust features算法提取该待识别图片的图像特征。
CN201410789969.1A 2014-12-17 2014-12-17 图片检索系统及方法 Active CN105760390B (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN201410789969.1A CN105760390B (zh) 2014-12-17 2014-12-17 图片检索系统及方法
US14/935,622 US20160180185A1 (en) 2014-12-17 2015-11-09 Electronic device and image recognition method

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201410789969.1A CN105760390B (zh) 2014-12-17 2014-12-17 图片检索系统及方法

Publications (2)

Publication Number Publication Date
CN105760390A CN105760390A (zh) 2016-07-13
CN105760390B true CN105760390B (zh) 2021-09-28

Family

ID=56129810

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201410789969.1A Active CN105760390B (zh) 2014-12-17 2014-12-17 图片检索系统及方法

Country Status (2)

Country Link
US (1) US20160180185A1 (zh)
CN (1) CN105760390B (zh)

Families Citing this family (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9852361B1 (en) * 2016-02-11 2017-12-26 EMC IP Holding Company LLC Selective image backup using trained image classifier
CN106407323A (zh) * 2016-08-31 2017-02-15 上海交通大学 一种基于差异度空间距离的图片检索方法
CN107249022B (zh) * 2017-05-27 2020-12-18 北京小米移动软件有限公司 图像备份方法及装置
CN107391668A (zh) * 2017-07-20 2017-11-24 深圳大普微电子科技有限公司 一种图片文字搜寻系统及方法
CN108062529B (zh) * 2017-12-22 2024-01-12 上海鹰谷信息科技有限公司 一种化学结构式的智能识别方法
CN111783786A (zh) * 2020-07-06 2020-10-16 上海摩勤智能技术有限公司 图片的识别方法、系统、电子设备及存储介质

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1519757A (zh) * 2003-01-29 2004-08-11 ������������ʽ���� 图像检索装置、图像检索装置的关键词赋予方法及程序
CN101159014A (zh) * 2006-09-01 2008-04-09 哈曼贝克自动系统股份有限公司 在图像中识别对象的方法和图像识别设备
CN101571875A (zh) * 2009-05-05 2009-11-04 程治永 一种基于图像识别的图像搜索系统的实现方法
CN103106239A (zh) * 2012-12-10 2013-05-15 江苏乐买到网络科技有限公司 一种图像中对象的识别方法和装置
CN103810303A (zh) * 2014-03-18 2014-05-21 苏州大学 一种基于焦点对象识别和主题语义的图像搜索方法及系统
CN103890752A (zh) * 2012-01-11 2014-06-25 三星电子株式会社 对象识别设备、分类树学习设备、对象识别设备的操作方法和分类树学习设备的操作方法
CN104077697A (zh) * 2013-03-29 2014-10-01 优品保有限公司 移动式现场物品鉴别的系统和方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP1555804A3 (en) * 2004-01-19 2006-08-16 Ricoh Company, Ltd. Image processing apparatus, image processing program and storage medium

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1519757A (zh) * 2003-01-29 2004-08-11 ������������ʽ���� 图像检索装置、图像检索装置的关键词赋予方法及程序
CN101159014A (zh) * 2006-09-01 2008-04-09 哈曼贝克自动系统股份有限公司 在图像中识别对象的方法和图像识别设备
CN101571875A (zh) * 2009-05-05 2009-11-04 程治永 一种基于图像识别的图像搜索系统的实现方法
CN103890752A (zh) * 2012-01-11 2014-06-25 三星电子株式会社 对象识别设备、分类树学习设备、对象识别设备的操作方法和分类树学习设备的操作方法
CN103106239A (zh) * 2012-12-10 2013-05-15 江苏乐买到网络科技有限公司 一种图像中对象的识别方法和装置
CN104077697A (zh) * 2013-03-29 2014-10-01 优品保有限公司 移动式现场物品鉴别的系统和方法
CN103810303A (zh) * 2014-03-18 2014-05-21 苏州大学 一种基于焦点对象识别和主题语义的图像搜索方法及系统

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
基于内容的图像检索若干论题研究;洪安祥;《中国博士学位论文全文数据库 信息科技辑》;20030415;第I138-8页 *
基于内容的植物叶片图像检索分析;祝珊珊 等;《电子技术与软件工程》;20131128;第106-107页 *
基于内容的植物花卉图像检索;陈小芬;《中国优秀硕士学位论文全文数据库 信息科技辑》;20091215;第I138-886页 *
基于图像的昆虫识别关键技术研究;黄世国;《中国优秀博硕士学位论文全文数据库(博士)信息科技辑》;20080815;第I138-52页 *

Also Published As

Publication number Publication date
US20160180185A1 (en) 2016-06-23
CN105760390A (zh) 2016-07-13

Similar Documents

Publication Publication Date Title
CN105760390B (zh) 图片检索系统及方法
Johansen et al. Predicting biomass and yield in a tomato phenotyping experiment using UAV imagery and random forest
Rustia et al. Automatic greenhouse insect pest detection and recognition based on a cascaded deep learning classification method
US20210256256A1 (en) Automated diagnosis and treatment of crop infestations
CN109583301B (zh) 一种农作物生长过程最优外部种植条件预测方法及装置
RU2769288C2 (ru) Прогнозирование урожайности зернового поля
Vollstädt et al. Direct and indirect effects of climate, human disturbance and plant traits on avian functional diversity
JP2022037150A (ja) 流通管理方法、流通管理システム及びプログラム
CN104484408A (zh) 植物信息的搜索处理方法和系统
Meyer et al. Adaptive and selective seed abortion reveals complex conditional decision making in plants
Shaanker et al. Ecological consequences of forest use: from genes to ecosystem—a case study in the Biligiri Rangaswamy Temple Wildlife Sanctuary, South India
Hartfield et al. Contemporary and historical classification of crop types in Arizona
CN112465038A (zh) 一种识别果树病虫害种类的方法及系统
KR20220164544A (ko) 인공 수분 방법 및 이를 위한 장치
WO2022262586A1 (zh) 用于植物识别的方法、计算机系统以及计算机可读存储介质
Proud et al. The influence of seasonal rainfall upon Sahel vegetation
Roth et al. Automated detection of individual clove trees for yield quantification in northeastern Madagascar based on multi-spectral satellite data
Zhao et al. Improved field-based soybean seed counting and localization with feature level considered
LUO et al. Forest leaf area index (LAI) inversion using airborne LiDAR data
Menezes Pinto et al. Deforestation simplifies understory bird seed-dispersal networks in human-modified landscapes
KR102155138B1 (ko) 딥 러닝을 이용한 식물 분류 시스템 및 그 방법
Peerbhay et al. Can remote sensing detect, monitor and track baboon-damaged Pinus plantations located in South Africa?
CN107239582A (zh) 一种虫情信息管理方法及装置
Hammill et al. Bromeliad‐associated reductions in host herbivory: Do epiphytic bromeliads act as commensalists or mutualists?
CN110895555A (zh) 数据检索方法和装置、存储介质及电子装置

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