CN109063197B - 图像检索方法、装置、计算机设备和存储介质 - Google Patents
图像检索方法、装置、计算机设备和存储介质 Download PDFInfo
- Publication number
- CN109063197B CN109063197B CN201811038704.2A CN201811038704A CN109063197B CN 109063197 B CN109063197 B CN 109063197B CN 201811038704 A CN201811038704 A CN 201811038704A CN 109063197 B CN109063197 B CN 109063197B
- Authority
- CN
- China
- Prior art keywords
- image
- feature
- elements
- line
- image feature
- 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
Links
Images
Abstract
本申请涉及一种图像检索方法、装置、计算机设备和存储介质。所述方法包括:提取样本图像的图像特征描述符,建立样本图像数据库;获取输入图像,并提取输入图像的图像特征描述符;图像特征描述符包括:图像特征元素的坐标位置关系的特征描述符、图像特征元素的线度关系的特征描述符、图像特征元素的角度关系的特征描述符、图像特征元素的其他类型数量关系的特征描述符;以输入图像的图像特征描述符作为检索词,在样本图像数据库中检索与所述图像特征描述符相匹配的样本图像,将该匹配的样本图像作为图像检索的结果。能够稳定获得一致的图像特征描述符;并且还能够丰富图像检索的类型,有效的增强图像的匹配效果。
Description
技术领域
本申请涉及图像识别检索技术领域,特别是涉及一种图像检索方法、装置、计算机设备和存储介质。
背景技术
随着图像处理技术的发展,对图像特征如何进行更好的描述,是图像识别与检索领域一直在研究的客体。一组良好的图像特征描述符应该具有区分性和共同性,区分性是指描述符能将一幅图像与另一幅图像相区别的特征点反映出来,使该描述符对于该图像是唯一的。共同性是指图像特征描述符能将一幅图像与其他相同或相近的图像以同一特征点反映出来,使该描述符对于相同或相近的图像拥有共同的特征点,以实现相同或相近图像的良好检所匹配。
传统的相同或相近图像的检索技术主要包括两种,一是基于文本的图像检索技术(Text-based Image Retrieval,简称TBIR),利用文本描述的方式描述图像的特征;二是基于内容的图像检索(Content-based Image Retrieval,简称CBIR)技术,对图像的内容语义,如图像的颜色、纹理、布局等进行分析和检索的图像检索技术。传统的图像特征描述符不能在人的视觉中认为是相同或基本相同的图像中稳定获得一致的图像特征描述符,并且图像特征描述符运算过于复杂,所提取的图像特征信息当使用于检索较为颜色层次较多和复杂结构的图像时,匹配效果差。
发明内容
基于此,有必要针对上述技术问题,提供一种能够更好的进行图像匹配的图像检索方法、装置、计算机设备和存储介质。
一种图像检索方法,所述方法包括:提取样本图像的图像特征描述符,建立样本图像数据库;图像特征描述符包括:图像特征元素的坐标位置关系的特征描述符、图像特征元素的长度关系的特征描述符、图像特征元素的角度关系的特征描述符、图像特征元素的其他类型数量关系的特征描述符;获取输入图像,并提取输入图像的图像特征描述符;图像特征描述符包括:图像特征元素的坐标位置关系的特征描述符、图像特征元素的长度关系的特征描述符、图像特征元素的角度关系的特征描述符、图像特征元素的其他类型数量关系的特征描述符;以输入图像的图像特征描述符作为检索词,在样本图像数据库中检索与所述图像特征描述符相匹配的样本图像,将该匹配的样本图像作为图像检索的结果。
在其中一个实施例中,所述样本图像数据库存储的提取样本图像的图像特征描述符的数据包括:样本图像以及每个样本图像的图像特征描述符;样本图像的图像特征描述符包括:图像特征元素的坐标位置关系的特征描述符、图像特征元素的长度关系的特征描述符、图像特征元素的角度关系的特征描述符、图像特征元素的其他类型数量关系的特征描述符;所述提取输入图像的图像特征描述符的数据包括:输入图像以及输入图像的图像特征描述符;输入图像的图像特征描述符包括:图像特征元素的坐标位置关系的特征描述符、图像特征元素的长度关系的特征描述符、图像特征元素的角度关系的特征描述符、图像特征元素的其他类型数量关系的特征描述符。
在其中一个实施例中,提取图像特征描述符包括:对待处理图像进行色块分割,提取所述待处理图像的图像轮廓线以及图像重心点;所述待处理图像包括:样本图像和输入图像;按照预设定位规则对所述待处理图像进行定位处理,获取以图像重心点为原点的坐标系;在以图像重心点为原点的待处理图像坐标系中,提取图像特征元素及其计量值,其中,所述图像特征元素包括但不限于:色块重心点,色块连通域重心点,色块有效区域,色块连通域有效区域,色块像素数量,色块连通域像素数量,图像轮廓线,色块连通域轮廓线,色块轮廓线,心线径线,心线径线与所述坐标系y轴上方线段所构成的夹角,心心径线,心心径线与所述坐标系y轴上方线段所构成的夹角;所述心线径线包括:图像心线径线、色块心线径线和色块连通域心线径线;所述图像心线径线是定位后的图像重心点沿预设角度上与定位后图像轮廓线相交的点的连线;所述色块心线径线是定位后的各色块重心点沿预设角度上与定位后的相应色块轮廓线相交的点的连线,所述色块连通域心线径线是定位后的各色块连通域重心点沿预设角度上与定位后的相应色块连通域轮廓线相交的点的连线;所述心心径线包括:图像与色块的心心径线、图像与色块连通域心心径线;所述图像与色块的心心径线是所述定位后的图像重心点与定位后各色块重心点的连线,所述图像与色块连通域的心心径线是所述定位后的图像重心点与定位后各色块连通域重心点的连线;所述图像特征元素的计量值包括:坐标位置值、线段长度值、夹角角度值、其他类型数量值;所述其他类型数量包括连通域数量、色块数量、连通域像素点数量、色块像素点数量;对所获取的图像特征元素的计量值中的坐标位置值、线段长度值、其他类型数量值转换为百分数,再对图像特征元素转换后百分数按预设取整规则获取特别取整百分数;对所获取的图像特征元素的计量值中的夹角角度值按预设取整规则获取特别取整角度值;对图像重心点与各图像特征元素的坐标位置特别取整百分数按照预设坐标位置组合规则进行组合和描述,并将其作为图像特征元素的坐标位置关系的特征描述符;对图像重心点与各图像特征元素的线段长度特别取整百分数按照预设线段长度组合规则进行组合和描述,并将其作为图像特征元素的长度关系的特征描述符;对图像重心点与各图像特征元素的角度特别取整百分数按照预设角度组合规则进行组合和描述,并将其作为图像特征元素的角度关系的特征描述符;对图像重心点与各图像特征元素的其他类型数量特别取整百分数按照预设其他类型数量组合规则进行组合和描述,并将其作为图像特征元素的其他类型数量关系的特征描述符;将所述图像特征元素的坐标位置关系的特征描述符、图像特征元素的长度关系的特征描述符、图像特征元素的角度关系的特征描述符、图像特征元素的其他类型数量关系的特征描述符的集合作为图像特征描述符。
在其中一个实施例中,所述检索词包括:按照预设坐标位置组合规则进行组合和描述的坐标位置关系的计量值、按照预设线段长度组合规则进行组合和描述的线段长度关系的计量值、按照预设角度组合规则进行组合和描述的角度关系的计量值以及按照预设其他类型数量组合规则进行组合和描述的其他类型数量关系的计量值中的至少一种。
在其中一个实施例中,将所获取的图像特征元素的计量值中的坐标位置值、线段长度值、其他类型数量值转换为百分数,再百分数按预设取整规则获取特别取整百分数;将所获取的图像特征元素的计量值中的夹角角度值按预设取整规则获取特别取整角度值。
一种图像检索装置,所述装置包括:数据库建立模块,用于提取样本图像的图像特征描述符,建立样本图像数据库;图像特征描述符包括:图像特征元素的坐标位置关系的特征描述符、图像特征元素的长度关系的特征描述符、图像特征元素的角度关系的特征描述符、图像特征元素的其他类型数量关系的特征描述符;输入图像特征描述符提取模块,用于获取输入图像,并提取输入图像的图像特征描述符;图像特征描述符包括:图像特征元素的坐标位置关系的特征描述符、图像特征元素的长度关系的特征描述符、图像特征元素的角度关系的特征描述符、图像特征元素的其他类型数量关系的特征描述符;检索模块,用于以输入图像的图像特征描述符作为检索词,在样本图像数据库中检索与所述图像特征描述符相匹配的样本图像,将该匹配的样本图像作为图像检索的结果。
一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,所述处理器执行所述计算机程序时实现上述任一种所述方法的步骤。
一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现上述任一种所述的方法的步骤。
上述图像检索方法、装置、计算机设备和存储介质,通过首先构建样本图像的数据库,再获取输入的待检索图像,并在待检测图像中获取待检测图像的图像特征描述符。其中图像特征描述符包括:图像特征元素的坐标位置关系的特征描述符、图像特征元素的长度关系的特征描述符、图像特征元素的角度关系的特征描述符、图像特征元素的其他类型数量关系的特征描述符。根据图像特征描述符,在数据库中进行检索,得到与待检测图像相匹配的样本图像。以按照预设坐标位置组合规则进行组合和描述的坐标位置关系的计量值、按照预设线段长度组合规则进行组合和描述的线段长度关系的计量值、按照预设角度组合规则进行组合和描述的角度关系的计量值以及按照预设其他类型数量组合规则进行组合和描述的其他类型数量关系的计量值作为检索关键词,能够稳定获得一致的图像特征描述符;并且还能够丰富图像检索的类型,有效的增强图像的匹配效果。
附图说明
图1为一个实施例中图像检索方法的流程示意图;
图2为一个实施例中图像特征描述符提取方法的流程示意图;
图3a为一个实施例中给出一种示例性待处理图像;
图3b为另一个实施例中给出一种示例性待处理图像;
图4a为一个实施例中图像重心点示意图;
图4b为一个实施例中图像色块重心点示意图;
图4c为一个实施例中图像色块连通域重心点示意图;
图5为一个实施例中定位后待处理图像及其色块轮廓线有效区域示意图;
图6为一个实施例中预设角度为8等份的角度分布示意图;
图7为一个实施例中预设角度为8等份的第1色块各连通域的心线径线特征示意图;
图8为一个实施例中预设角度为18等份的第1色块的心线径线特征示意图;
图9为一个实施例中图像心心径线特征示意图;
图10为一个实施例中图像检索装置的结构框图;
图11为一个实施例中计算机设备的内部结构图。
附图标记:数据库建立模块100、输入图像特征描述符提取模块200、检索模块300。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本申请进行进一步详细说明。应当理解,此处描述的具体实施例仅仅用以解释本申请,并不用于限定本申请。
传统的图像特征描述符,在相同或近似图像的检索中所获得的匹配效果差,在一定程度上存在如下局限或缺陷:相同或近似图像的共同性特征描述稳定性不足,传统的图像特征描述符不能使人的视觉中认为是相同或基本相同的图像稳定获得一致的图像特征描述符,造成图像检索中相同或近似图像的漏检;传统的图像特征描述符运算过于复杂,所提取的图像特征信息当使用于检索颜色层次多并且复杂结构的图像时,呈现出不佳的相同或近似的匹配效果。本实施例基于以图查图技术,通过将按照预设坐标位置组合规则进行组合和描述的坐标位置关系的计量值、按照预设线段长度组合规则进行组合和描述的线段长度关系的计量值、按照预设角度组合规则进行组合和描述的角度关系的计量值以及按照预设其他类型数量组合规则进行组合和描述的其他类型数量关系的计量值中的至少一种作为检索关键词进行图像检索,能有效解决传统技术对相同或近似图像的共同性特征描述的稳定性不足造成图像检索中相同或近似图像的漏检缺陷,提高图像识别检索中相同或近似图像的匹配效果。
在一个实施例中,如图1所示,提供了一种图像检索方法,包括以下步骤:
步骤S102,提取样本图像的图像特征描述符,建立样本图像数据库。
具体地,图像特征描述符包括:图像特征元素的坐标位置关系的特征描述符、图像特征元素的长度关系的特征描述符、图像特征元素的角度关系的特征描述符、图像特征元素的其他类型数量关系的特征描述符。所述样本图像数据库存储的提取样本图像的图像特征描述符的数据包括:样本图像以及每个样本图像的图像特征描述符;样本图像的图像特征描述符包括:图像特征元素的坐标位置关系的特征描述符、图像特征元素的长度关系的特征描述符、图像特征元素的角度关系的特征描述符、图像特征元素的其他类型数量关系的特征描述符。
建立样本图像数据库是图像检索的基本技术方法,传统的样本图像数据库存储记录的信息主要包括:图像所含有的文字、图像的图形要素编码、图像描述的事物、图像的颜色、纹理、形状等的表述字符。虽然这些信息在图像检索中起着十分重要的作用,但也存在一定的局限性,在图像检索的应用中,对部分相同或近似的图像还是会产生漏检的现象。
其中,图像特征元素的坐标位置关系的特征描述符为对图像重心点与各图像特征元素的坐标位置特别取整百分数按照预设坐标位置组合规则进行组合和描述。图像特征元素的长度关系的特征描述符为对图像重心点与各图像特征元素的线段长度特别取整百分数按照预设线段长度组合规则进行组合和描述。图像特征元素的角度关系的特征描述符为对图像重心点与各图像特征元素的角度特别取整百分数按照预设角度组合规则进行组合和描述。图像特征元素的其他类型数量关系的特征描述符对图像重心点与各图像特征元素的其他类型数量特别取整百分数按照预设其他类型数量组合规则进行组合和描述。
在以图像重心点为原点的待处理图像坐标系中,提取图像特征元素及其计量值,其中,所述图像特征元素包括但不限于:色块重心点,色块连通域重心点,色块有效区域,色块连通域有效区域,色块像素数量,色块连通域像素数量,图像轮廓线,色块连通域轮廓线,色块轮廓线,心线径线,心线径线与所述坐标系y轴上方线段所构成的夹角,心心径线,心心径线与所述坐标系y轴上方线段所构成的夹角;所述心线径线包括:图像心线径线、色块心线径线和色块连通域心线径线;所述图像心线径线是定位后的图像重心点沿预设角度上与定位后图像轮廓线相交的点的连线;所述色块心线径线是定位后的各色块重心点沿预设角度上与定位后的相应色块轮廓线相交的点的连线,所述色块连通域心线径线是定位后的各色块连通域重心点沿预设角度上与定位后的相应色块连通域轮廓线相交的点的连线;所述心心径线包括:图像与色块的心心径线、图像与色块连通域心心径线;所述图像与色块的心心径线是所述定位后的图像重心点与定位后各色块重心点的连线,所述图像与色块连通域的心心径线是所述定位后的图像重心点与定位后各色块连通域重心点的连线;所述图像特征元素的计量值包括:坐标位置值、线段长度值、夹角角度值、其他类型数量值;所述其他类型数量包括连通域数量、色块数量、连通域像素点数量、色块像素点数量。
对所获取的图像特征元素的计量值中的坐标位置值、线段长度值、其他类型数量值转换为百分数,再对图像特征元素转换后百分数按预设取整规则获取特别取整百分数;对所获取的图像特征元素的计量值中的夹角角度值按预设取整规则获取特别取整角度值。
步骤S104,获取输入图像,并提取输入图像的图像特征描述符。
具体地,图像特征描述符包括:图像特征元素的坐标位置关系的特征描述符、图像特征元素的长度关系的特征描述符、图像特征元素的角度关系的特征描述符、图像特征元素的其他类型数量关系的特征描述符。提取输入图像的图像特征描述符的数据包括:输入图像以及输入图像的图像特征描述符;输入图像的图像特征描述符包括:图像特征元素的坐标位置关系的特征描述符、图像特征元素的长度关系的特征描述符、图像特征元素的角度关系的特征描述符、图像特征元素的其他类型数量关系的特征描述符。
步骤S106,以输入图像的图像特征描述符作为检索词,在样本图像数据库中检索与所述图像特征描述符相匹配的样本图像,将该匹配的样本图像作为图像检索的结果。
具体地,所述检索词包括:按照预设坐标位置组合规则进行组合和描述的坐标位置关系的计量值、按照预设线段长度组合规则进行组合和描述的线段长度关系的计量值、按照预设角度组合规则进行组合和描述的角度关系的计量值以及按照预设其他类型数量组合规则进行组合和描述的其他类型数量关系的计量值中的至少一种。将所获取的图像特征元素的计量值中的坐标位置值、线段长度值、其他类型数量值转换为百分数,再百分数按预设取整规则获取特别取整百分数;将所获取的图像特征元素的计量值中的夹角角度值按预设取整规则获取特别取整角度值。
在实际图像检索中,将按照预设坐标位置组合规则进行组合和描述的坐标位置关系的计量值、按照预设线段长度组合规则进行组合和描述的线段长度关系的计量值、按照预设角度组合规则进行组合和描述的角度关系的计量值以及按照预设其他类型数量组合规则进行组合和描述的其他类型数量关系的计量值中的至少一种作为检索关键词,对样本图像数据库进行检索,获取完全匹配的坐标位置关系的计量值、线段长度关系的计量值、角度关系的计量值以及其他类型数量关系的计量值的记录。就能获取对应的样本图像。
上述检索到的样本图像,可能与多个检索关键词相匹配,即造成多个检索结果会有重复的图像记录,这些重复信息在图像检索工作是无意义的,应对其进行去重复处理。删除重复样本图像,只保留其中一个。
上述图像检索方法,通过首先构建样本图像的数据库,再获取输入的待检索图像,并在待检测图像中获取待检测图像的图像特征描述符。其中图像特征描述符包括:图像特征元素的坐标位置关系的特征描述符、图像特征元素的长度关系的特征描述符、图像特征元素的角度关系的特征描述符、图像特征元素的其他类型数量关系的特征描述符。根据图像特征描述符,在数据库中进行检索,得到与待检测图像相匹配的样本图像。以按照预设坐标位置组合规则进行组合和描述的坐标位置关系的计量值、按照预设线段长度组合规则进行组合和描述的线段长度关系的计量值、按照预设角度组合规则进行组合和描述的角度关系的计量值以及按照预设其他类型数量组合规则进行组合和描述的其他类型数量关系的计量值作为检索关键词,能够稳定获得一致的图像特征描述符;并且还能够丰富图像检索的类型,有效的增强图像的匹配效果。
在一个实施例中,如图2所示,提供了一种图像特征描述符提取方法,包括以下步骤:
步骤S202,对待处理图像进行色块分割,提取所述待处理图像的图像轮廓线以及图像重心点。
具体地,待处理图像可以为电脑设备、照相机、摄像功能的手机、摄像机、集合有摄像功能或可以存储图像的其他设备所获取的图像。图3a为苹果公司的苹果商标图像;图3b为日丰企业集团有限公司的丰图形商标图像。类似的商标图像都能够作为本实施例中的待处理图像。利用现有的图像分割技术对待处理图像进行色块分割,按照不同的颜色,将相同颜色的图像作为同一个色块。并获取待处理图像各色块各连通域的边缘轮廓线作为图像轮廓线,根据图像像素点分布密度均衡的特点,计算待处理图像的图像重心点。
步骤S204,按照预设定位规则对所述待处理图像进行定位处理,获取以图像重心点为原点的坐标系。
具体地,根据图像轮廓线以及图像重心点,获取过图像重心点并与图像轮廓线相交的所有线段,并将最长的线段作为基准线段;以图像重心点为旋转中心旋转待处理图像,使基准线段处于水平状态,并且使基准线段下方区域中除背景色色块外所有色块的图像像素点最多。基准线段为过图像重心点,对图像轮廓线进行两分切割,切割线经过图像重心点并且最长的切割线作为基准线段。如图5所示,由a点、o点以及b点连成的线段为基准线段。其中a点和b点为轮廓线上的点,由a点到b点的线段经过o点。定位处理后,获取以图像重心点为原点的坐标系中定位后的图像轮廓线、色块连通域轮廓线、色块轮廓线、色块连通域重心点以及色块重心点的位置信息。定位后的待处理图像色块轮廓线有效区域是指图像色块轮廓线被外接方形围起的区域,外接方形的每一边至少与图像色块轮廓线上的有一点相接或重合。如图5所示,所标虚线的四边方形所围起的内部区域为定位后待处理图像及其色块轮廓线有效区域。
步骤S206,在以图像重心点为原点的待处理图像坐标系中,提取图像特征元素及其计量值。
步骤S208,将所述计量值转换为百分数,再将百分数按照预设取整规则获取特别取整百分数。
对所获取的图像特征元素的计量值中的坐标位置值、线段长度值、其他类型数量值转换为百分数,再对图像特征元素转换后百分数按预设取整规则获取特别取整百分数;对所获取的图像特征元素的计量值中的夹角角度值按预设取整规则获取特别取整角度值。
图像特征元素的计量值中的坐标位置值包括:定位后的图像轮廓线、色块连通域轮廓线、色块轮廓线、图像重心点、色块连通域重心点以及色块重心点的坐标位置信息。图像特征元素的计量值中的线段长度值包括:图像心线径线的长度值、色块心线径线的长度值、色块连通域心线径线的长度值、图像与色块的心心径线的长度值、图像与色块连通域的心心径线的长度值。图像特征元素的计量值中的夹角角度包括:图像心线径线与坐标系y轴上方线段所构成的夹角、色块心线径线与坐标系y轴上方线段所构成的夹角、色块连通域心线径线与坐标系y轴上方线段所构成的夹角、图像与色块的心心径线与坐标系y轴上方线段所构成的夹角、图像与色块连通域的心心径线与坐标系y轴上方线段所构成的夹角。
具体地,所述图像特征元素包括但不限于:色块重心点,色块连通域重心点,色块有效区域,色块连通域有效区域,色块像素数量,色块连通域像素数量,图像轮廓线,色块连通域轮廓线,色块轮廓线,心线径线,心线径线与所述坐标系y轴上方线段所构成的夹角,心心径线,心心径线与所述坐标系y轴上方线段所构成的夹角;所述心线径线包括:图像心线径线、色块心线径线和色块连通域心线径线;所述图像心线径线是定位后的图像重心点沿预设角度上与定位后图像轮廓线相交的点的连线;所述色块心线径线是定位后的各色块重心点沿预设角度上与定位后的相应色块轮廓线相交的点的连线,所述色块连通域心线径线是定位后的各色块连通域重心点沿预设角度上与定位后的相应色块连通域轮廓线相交的点的连线;所述心心径线包括:图像与色块的心心径线、图像与色块连通域心心径线;所述图像与色块的心心径线是所述定位后的图像重心点与定位后各色块重心点的连线,所述图像与色块连通域的心心径线是所述定位后的图像重心点与定位后各色块连通域重心点的连线;所述图像特征元素的计量值包括:坐标位置值、线段长度值、夹角角度值、其他类型数量值;所述其他类型数量包括连通域数量、色块数量、连通域像素点数量、色块像素点数量。
图像轮廓线是图像中显示图像的轮廓线;色块轮廓线是每一种颜色的色块轮廓线;色块连通域轮廓线每一种色块中每一个连通域的轮廓线。如图4a所示,o点为图像重心点。图像重心点是待处理图像中所有色块(背景色除外)的多个色块连通域的像素点的集合所构成的平面图形的重心点,图像重心点是能使图像非背景色块像素点所构成的平面图形保持平衡的支点所对应的像素点。如图4b所示,o1点为第1色块重心点。色块重心点是待处理图像中某一色块像素点的集合所构成的平面图形的重心点,色块重心点是能使相应色块像素点所构成的平面图形保持平衡的支点所对应的像素点。如图4c所示,o11点为第1色块第1连通域重心点,o12点为第1色块第2连通域重心点,o13点为第1色块第3连通域重心点,o14点为第1色块第4连通域重心点,o15点为第1色块第5连通域重心点,o16点为第1色块第6连通域重心点,o17点为第1色块第7连通域重心点,o18点为第1色块第8连通域重心点。色块连通域重心点是待处理图像中某一色块连通域像素点的集合所构成的平面图形的重心点,色块连通域重心点是能使相应色块连通域像素点所构成的平面图形保持平衡的支点所对应的像素点。重心点的位置跟色块的形状有关。大多数的色块的重心点就在色块的几何中心上。例如,三角形的中心就是三边中线的交点;线段的重心点就在线段的中点;长方形的中心就是两条对角线的交点,平行四边形的重心就是其两条对角线的交点,也是两对对边中点连线的交点;圆的重心就是圆心。在其他实施例中,也可以采用色块有效区域中心点代替色块重心点。色块有效区域中心点指色块外接方形的对角线的交点。
根据多次的实验数据可知,多个相同或近似的图像之间,具有重心点位置重合或接近的特征。因此,本方案选取待处理图像的色块连通域重心点、色块重心点和图像重心点多个不同角度的重心点作为图像的重要特征并进行组合描述,能有效解决相同或近似图像的共同性特征描述的稳定性问题。
具体地,心线径线包括:图像心线径线、色块心线径线和色块连通域心线径线;图像心线径线是定位后的图像重心点与定位后的图像轮廓线的连线;色块心线径线是定位后的各色块重心点与定位后的相应色块轮廓线的连线,色块连通域心线径线是定位后的各色块连通域重心点与定位后的相应色块连通域轮廓线的连线。
提取定位后待处理图像预设角度方向的心线径线,并计算各心线径线的长度,将长度转换为特别取整的百分比数的具体方法:
(1)选择和设置预设角度,预设角度是指以重心点为圆心的圆中,每个心线径线与y轴上方线段所构成的夹角度数,一般预设角度在小于360度的范围内取值。
(2)提取符合预设角度的图像心线径线,以图像重心点为原点,沿预设角度找出与图像轮廓线相交的点,将该图像重心点与图像轮廓线相交的点的连线作为图像心线径线;提取符合预设角度的色块心线径线,以色块重心点为原点,沿预设角度找出与色块轮廓线相交的点,将色块重心点与色块轮廓线相交的点的连线作为色块心线径线;提取符合预设角度的色块连通域心线径线,以色块连通域重心点为原点,沿预设角度找出与色块连通域轮廓线相交的点,将该色块连通域重心点与色块连通域轮廓线相交的点的连线作为图像色块心线径线。
(3)分别计算图像心线径线、色块心线径线和色块连通域心线径线的长度,将该长度转换为特别取整的百分比数。
其中,心线径线的长度的表示形式,包括:心线径线实际长度,心线径线相对长度,心线径线特别取整的百分比数;其中,心线径线实际长度是指心线径线的实际像素长度;的心线径线相对长度是指心线径线的实际长度占定位后待处理图像色块轮廓线有效区域的水平像素长度或垂直像素长度的百分比数;的心线径线特别取整的百分比数是指按预设规则对心线径线相对长度进行取整而获得的特别取整的百分比数。
心线径线实际长度具体获取方法:
心线径线实际长度是根据图像的原始像素数据长度计算出来的,是色块连通域的重心点至色块连通域轮廓线的实际像素长度。
心线径线相对长度具体获取方法:
心线径线相对长度是心线径线的实际长度占定位后待处理图像色块轮廓线有效区域的水平像素长度或垂直像素长度的百分比数。定位后待处理图像色块轮廓线有效区域是指图像色块轮廓线被外接方形围起的区域,外接方形的每一边至少与图像色块轮廓线上的有一点相接或重合。心线径线相对长度可按如下计算公式计算获取:
G2n=(gn÷r)100%
G2n表示在预设角度m上的色块连通域的心线径线的相对长度,gn表示在预设角度m上色块连通域的重心点至色块连通域轮廓线的心线径线实际长度,r表示定位后待处理图像色块轮廓线有效区域的水平像素长度,其中,图像有效区域是指图像轮廓线的外接方形所围住的图像区域。
特别取整的百分比数的预设规则包括:
1)将0%至100%的百分数等距划分为n个特别取整的百分比数区间,特别取整的百分比数为预设的该区间内的任意一个数。
2)检查心线径线相对长度落入的区间,将该心线径线相对长度置换为该区间预设的特别取整的百分比数。
在其中一个实施例中,n取值可以为10,就是将0%至100%的百分数等距划分为10个区间,相应区间为:0%至10%为第1区间,大于10%至20%为第2区间,大于20%至30%为第3区间,类推,大于90%至100%为第10区间。假设每区间取其中间值为特别取整的百分比数,则该10个区间的特别取整的百分比数分别为:5%、15%、25%、35%、45%、55%、65%、75%、85%、95%。如果心线径线相对长度为18%,则该心线径线相对长度18%落入10%至20%的第2区间,该区间对应的特别取整的百分比数是15%,因此,可以将该心线径线相对长度18%置换为该区间预设的特别取整的百分比数15%。
在其中一个实施例中,n取值也可为20,就是将0%至100%的百分数等距划分为20个区间,相应区间为:0%至5%为第1区间,大于5%至10%为第2区间,大于10%至15%为第3区间,类推,大于95%至100%为第20区间。假设每区间取其中间值为特别取整的百分比数,则该20个区间的特别取整的百分比数分别为:2.5%、7.5%、12.5%、17.5%、22.5%、27.5%、32.5%、37.5%、42.5%、47.5%、52.5%、57.5%、62.5%、67.5%、72.5%、77.5%、82.5%、87.5%、92.5%、97.5%。如果心线径线相对长度为18%,则该心线径线相对长度18%落入15%至20%的第4区间,该区间对应的特别取整的百分比数是17.5%,因此,可以将该心线径线相对长度18%置换为该区间预设的特别取整的百分比数17.5%。在实际应用中n可以取任意值,可根据实际应用的需求设定n值。
在其中一个实施例中,选择和设置预设角度可以按照下述角度选择方案:
A:4弧:自0起每90度差为1弧,共4弧,如:0、90、180、270。
B:8弧:自0起每45度差为1弧,共8弧,如:0、45、90、135、180、225、270、315。
C:18弧:自0起每20度差为1弧,共18弧,如:0、20、40、60、80、100、120、140、160、180、200、220、240、260、280、300、320、340。
D:36弧:自0起每10度差为1弧,共36弧。
E;180弧:自0起每2度差为1弧,共180弧。
如图6所示,预设角度为8等份的角度分布示意图,自0度起每45度差为1弧,共8弧,如:0、45、90、135、180、225、270、315,其中由OM线段与ON线段所构成的夹角∠NOM的度数就是45度。
步骤S210,将特别取整百分数按照预设坐标位置组合规则进行组合和描述,生成初始特征描述符。
初始特征描述符包括:图像特征元素的坐标位置关系的特征描述符、图像特征元素的长度关系的特征描述符、图像特征元素的角度关系的特征描述符、图像特征元素的其他类型数量关系的特征描述符。
对图像重心点与各图像特征元素的坐标位置特别取整百分数按照预设坐标位置组合规则进行组合和描述,并将其作为图像特征元素的坐标位置关系的特征描述符;对图像重心点与各图像特征元素的线段长度特别取整百分数按照预设线段长度组合规则进行组合和描述,并将其作为图像特征元素的长度关系的特征描述符;对图像重心点与各图像特征元素的角度特别取整百分数按照预设角度组合规则进行组合和描述,并将其作为图像特征元素的角度关系的特征描述符;对图像重心点与各图像特征元素的其他类型数量特别取整百分数按照预设其他类型数量组合规则进行组合和描述,并将其作为图像特征元素的其他类型数量关系的特征描述符。
具体地,可根据实际应用需要确定描述符的具体表现形式。在其中一个实施例中,进行组合和描述的预设组合规则可以为:
1、对心线径线特别取整的百分比数应按图像、图像色块连通域和色块分别进行组合,并按心线径线所在角度的大小进行排序。
2、当在心线径线上穿过多条轮廓线时,每一角度的心线径线也有相应多个心线径线特别取整的百分比数,同一角度不同的心线径线特别取整的百分比数值以约定的符号(如“,”)分隔,不同角度的心线径线特别取整的百分比数以约定的符号(如“;”)分隔,不同预设角度标准的心线径线特别取整的百分比数组合以约定的符号(如“|”)分隔;
3、每一色块连通域的心线径线特别取整的百分比数的组合作为该图像色块连通域心线径线特征描述符;每一色块中所有连通域的心线径线特别取整的百分比数的组合作为该色块心线径线特征描述符;每一图像中所有色块的心线径线特别取整的百分比数的组合作为该图像心线径线特征描述符。
4、字符表述形式可以为“心线径线的条数+所处预设角度心线径线特别取整的百分比数值”;
5、心线径线特别取整的百分比数值在实际记录时也可省略记录“%”。如85%,可记为85;
以一个色块是圆形的轮廓线为例,预设角度为36弧,即自0度起每10度差为1弧,共36弧,则心线径线的条数为36;假设特别取整的百分比数等距划分为10个区间,则该10个区间的特别取整的百分比数分别为:5%、15%、25%、35%、45%、55%、65%、75%、85%、95%;又假设心线径线实际长度是43像素,定位后待处理图像色块轮廓线有效区域的水平像素长度是95像素,那么心线径线相对长度45.26%,心线径线特别取整的百分比数则是45%,该色块的心线径线特征描述符可表述为:
36;45;45;45;45;45;45;45;45;45;45;45;45;45;45;45;45;45;45;45;45;45;45;45;45;45;45;45;45;45;45;45;45;45;45;45;45|。
如图7所示,为图3b所示的图像,在预设角度为8弧度时,第一色块中第一色块连通域到第八色块连通域的心线径线。
如图8所示,为图3b所示的图像,在预设角度为18弧度时,第一色块的心线径线。
具体地,心心径线包括:图像与色块的心心径线、图像与色块连通域心心径线;图像与色块的心心径线是定位后的图像重心点与定位后各色块重心点的连线,图像与色块连通域的心心径线是定位后的图像重心点与定位后各色块连通域重心点的连线。
提取定位后待处理图像的心心径线,计算各心心径线的角度和长度,将长度转换为特别取整的百分比数,将角度转换为特别取整的角度数的具体方法:
(1)提取定位后待处理图像与色块的心心径线,将该图像重心点和各色块重心点的连线作为待定位后待处理图像与色块的心心径线;提取定位后待处理图像与色块连通域的心心径线,将该图像重心点和各色块连通域重心点的连线作为定位后待处理图像与色块连通域的心心径线;
(2)计算心心径线的角度,心心径线的角度是心心径线与y轴上方线段所构成的夹角度数,将该角度转换为特别取整的角度数;
(3)计算心心径线的长度,心心径线的长度的表示形式,包括:心心径线实际长度,心心径线相对长度,心心径线特别取整的百分比数;其中,心心径线实际长度是指心心径线的实际像素长度;心心径线相对长度是指心心径线的实际长度占定位后待处理图像色块轮廓线有效区域的水平像素长度或垂直像素长度的百分比数;心心径线特别取整的百分比数是指按预设规则对心心径线相对长度进行取整而获得图像心心径线的特别取整的百分比数;
特别取整的百分比数的预设规则包括:
1)将0%至100%的百分数等距划分为n个特别取整的百分比数区间,特别取整的百分比数为预设的该区间内的任意一个数;
2)检查心心径线相对长度落入的区间,将该心心径线相对长度置换为该区间预设的特别取整的百分比数。
其中,计算特别取整的百分比数的预设规则与心线径线特别取整的百分比数的预设规则相似,具体描述请参见心线径线特别取整的百分比数的预设规则,在此不再赘述。
具体地,可根据实际应用需要确定描述符的具体表现形式。在其中一个实施例中,进行组合和描述的预设组合规则可以为:
1、图像心心径线特征描述符组成要素包括:心心径线线段条数、心心径线的角度和心心径线的长度。
2、心心径线的长度(即心心径线特别取整的百分比数)应按心心径线的角度的大小进行排序;心心径线的角度按角度大小进行排序。
3、不同角度或不同线段的心心径线特别取整的百分比数以约定的符号(如“;”)分隔。
4、心心径线的角度和心心径线的长度以约定的符号(如“|”)分隔;
5、心心径线的长度字符表述形式可以为“心心径线线段条数+每条心心径线特别取整的百分比数值”;心心径线的角度字符表述形式可以为“心心径线线段条数+每条心心径线的角度数值”;
6、心心径线特别取整的百分比数值在实际记录时也可省略记录“%”。如85%,可记为85;
如图9所示,为图3b所示的图像的图像与色块连通域的心心径线特征描述符;
其中,心心径线的角度:3;0;120;240|。
心心径线的长度:3;25;25;25|。
步骤S212,根据初始特征描述符生成图像特征描述符。
将所述图像特征元素的坐标位置关系的特征描述符、图像特征元素的线段长度关系的特征描述符、图像特征元素的角度关系的特征描述符、图像特征元素的其他类型数量关系的特征描述符的集合作为图像特征描述符。
具体地,上述步骤获取了图像心线径线的特征描述符、色块心线径线的特征描述符、色块连通域心线径线的特征描述符、图像与色块的心心径线的特征描述符、图像与色块连通域的心心径线的特征描述符,这些特征描述符从图像色块连通域、图像色块和整体图像的特征分层次多角度进行了描述,但如果其独立存在,其所表达的含义可能受到局限,为了兼顾图像的共同性和区分性,实际应用中需要对图像色块连通域的心线径线特征描述符、图像色块的心线径线特征描述符、图像心心径线特征描述符进行组合,将组合的集合作为待处理图像的图像特征描述符。
上述图像特征描述符提取方法,首先对待处理图像进行色块分割,并提取待处理图像的图像轮廓线以及图像重心点,根据图像轮廓线以及图像重心点进行待处理的重新定位。获取重定位后待处理图像所有色块连通域重心点、色块重心点、所有色块连通域轮廓线以及所有色块轮廓线,并计算图像心线径线的特征描述符、色块连通域的心线径线的特征描述符、色块心线径线的特征描述符以及图像心心径线的特征描述符。将图像心线径线的特征描述符、色块连通域的心线径线的特征描述符、色块心线径线的特征描述符以及图像心心径线的特征描述符作为图像特征描述符。将色块连通域的心线径线的特征描述符、色块心线径线的特征描述符以及图像心心径线的特征描述符作为图像特征描述符,丰富了图像特征的描述。可应用于广泛的图像检索,有效增强了图像检索的匹配效果。并且能有效解决相同或近似图像的共同性特征描述的稳定性问题,克服传统轮廓特征线提取技术方法可能会造成图像检索中相同或近似图像的漏检缺陷,提高图像识别检索中相同或近似图像的匹配效果。还具有图像特征信息描述更全面的优点,避免图像关键特征信息的遗漏。
应该理解的是,虽然图1-2的流程图中的各个步骤按照箭头的指示依次显示,但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明,这些步骤的执行并没有严格的顺序限制,这些步骤可以以其它的顺序执行。而且,图1-2中的至少一部分步骤可以包括多个子步骤或者多个阶段,这些子步骤或者阶段并不必然是在同一时刻执行完成,而是可以在不同的时刻执行,这些子步骤或者阶段的执行顺序也不必然是依次进行,而是可以与其它步骤或者其它步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
在一个实施例中,如图10所示,提供了一种图像检索装置,包括:数据库建立模块100、输入图像特征描述符提取模块200和检索模块300,其中:
数据库建立模块100,用于提取样本图像的图像特征描述符,建立样本图像数据库;图像特征描述符包括:图像特征元素的坐标位置关系的特征描述符、图像特征元素的长度关系的特征描述符、图像特征元素的角度关系的特征描述符、图像特征元素的其他类型数量关系的特征描述符;
输入图像特征描述符提取模块200,用于获取输入图像,并提取输入图像的图像特征描述符;图像特征描述符包括:图像特征元素的坐标位置关系的特征描述符、图像特征元素的长度关系的特征描述符、图像特征元素的角度关系的特征描述符、图像特征元素的其他类型数量关系的特征描述符;
检索模块300,用于以输入图像的图像特征描述符作为检索词,在样本图像数据库中检索与所述图像特征描述符相匹配的样本图像,将该匹配的样本图像作为图像检索的结果。
关于图像检索装置的具体限定可以参见上文中对于图像检索方法的限定,在此不再赘述。上述图像检索装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中,也可以以软件形式存储于计算机设备中的存储器中,以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中,提供了一种计算机设备,该计算机设备可以是终端,其内部结构图可以如图11所示。该计算机设备包括通过系统总线连接的处理器、存储器、网络接口、显示屏和输入装置。其中,该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统和计算机程序。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种图像检索方法。该计算机设备的显示屏可以是液晶显示屏或者电子墨水显示屏,该计算机设备的输入装置可以是显示屏上覆盖的触摸层,也可以是计算机设备外壳上设置的按键、轨迹球或触控板,还可以是外接的键盘、触控板或鼠标等。
本领域技术人员可以理解,图11中示出的结构,仅仅是与本申请方案相关的部分结构的框图,并不构成对本申请方案所应用于其上的计算机设备的限定,具体的计算机设备可以包括比图中所示更多或更少的部件,或者组合某些部件,或者具有不同的部件布置。
在一个实施例中,提供了一种计算机设备,包括存储器和处理器,存储器中存储有计算机程序,该处理器执行计算机程序时实现以下步骤:
提取样本图像的图像特征描述符,建立样本图像数据库。获取输入图像,并提取输入图像的图像特征描述符。以输入图像的图像特征描述符作为检索词,在样本图像数据库中检索与所述图像特征描述符相匹配的样本图像,将该匹配的样本图像作为图像检索的结果。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:
对待处理图像进行色块分割,提取所述待处理图像的图像轮廓线以及图像重心点。按照预设定位规则对所述待处理图像进行定位处理,获取以图像重心点为原点的坐标系。在以图像重心点为原点的待处理图像坐标系中,提取图像特征元素及其计量值。将所述计量值转换为百分数,再将百分数按照预设取整规则获取特别取整百分数。将特别取整百分数按照预设坐标位置组合规则进行组合和描述,生成初始特征描述符。根据初始特征描述符生成图像特征描述符。
在一个实施例中,提供了一种计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时实现以下步骤:
提取样本图像的图像特征描述符,建立样本图像数据库。获取输入图像,并提取输入图像的图像特征描述符。以输入图像的图像特征描述符作为检索词,在样本图像数据库中检索与所述图像特征描述符相匹配的样本图像,将该匹配的样本图像作为图像检索的结果。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:
对待处理图像进行色块分割,提取所述待处理图像的图像轮廓线以及图像重心点。按照预设定位规则对所述待处理图像进行定位处理,获取以图像重心点为原点的坐标系。在以图像重心点为原点的待处理图像坐标系中,提取图像特征元素及其计量值。将所述计量值转换为百分数,再将百分数按照预设取整规则获取特别取整百分数。将特别取整百分数按照预设坐标位置组合规则进行组合和描述,生成初始特征描述符。根据初始特征描述符生成图像特征描述符。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一非易失性计算机可读取存储介质中,该计算机程序在执行时,可包括如上述各方法的实施例的流程。其中,本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用,均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限,RAM以多种形式可得,诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
以上实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本申请构思的前提下,还可以做出若干变形和改进,这些都属于本申请的保护范围。因此,本申请专利的保护范围应以所附权利要求为准。
Claims (8)
1.一种图像检索方法,其特征在于,所述方法包括:
提取样本图像的图像特征描述符,建立样本图像数据库;图像特征描述符包括:图像特征元素的坐标位置关系的特征描述符、图像特征元素的长度关系的特征描述符、图像特征元素的角度关系的特征描述符、图像特征元素的其他类型数量关系的特征描述符;
获取输入图像,并提取输入图像的图像特征描述符;图像特征描述符包括:图像特征元素的坐标位置关系的特征描述符、图像特征元素的长度关系的特征描述符、图像特征元素的角度关系的特征描述符、图像特征元素的其他类型数量关系的特征描述符;
以输入图像的图像特征描述符作为检索词,在样本图像数据库中检索与所述图像特征描述符相匹配的样本图像,将该匹配的样本图像作为图像检索的结果;
所述图像特征元素的其他类型数量关系的特征描述符包括:
图像特征元素的连通域数量关系的特征描述符、图像特征元素的色块数量关系的特征描述符、图像特征元素的连通域像素点数量关系的特征描述符、图像特征元素的色块像素点数量关系的特征描述符;
所述提取图像特征描述符包括:
对待处理图像进行色块分割,提取所述待处理图像的图像轮廓线以及图像重心点;所述待处理图像包括:样本图像和输入图像;
在以图像重心点为原点的待处理图像坐标系中,提取图像特征元素及其计量值;
对所获取的图像特征元素的计量值中的坐标位置值、线段长度值、其他类型数量值转换为百分数,再对图像特征元素转换后百分数按预设取整规则获取特别取整百分数;对所获取的图像特征元素的计量值中的夹角角度值按预设取整规则获取特别取整角度值;
对图像重心点与各图像特征元素的坐标位置特别取整百分数按照预设坐标位置组合规则进行组合和描述,并将其作为图像特征元素的坐标位置关系的特征描述符;对图像重心点与各图像特征元素的线段长度特别取整百分数按照预设线段长度组合规则进行组合和描述,并将其作为图像特征元素的长度关系的特征描述符;对图像重心点与各图像特征元素的角度特别取整百分数按照预设角度组合规则进行组合和描述,并将其作为图像特征元素的角度关系的特征描述符;对图像重心点与各图像特征元素的其他类型数量特别取整百分数按照预设其他类型数量组合规则进行组合和描述,并将其作为图像特征元素的其他类型数量关系的特征描述符;
将所述图像特征元素的坐标位置关系的特征描述符、图像特征元素的长度关系的特征描述符、图像特征元素的角度关系的特征描述符、图像特征元素的其他类型数量关系的特征描述符的集合作为图像特征描述符。
2.根据权利要求1所述的方法,其特征在于,
所述样本图像数据库存储的提取样本图像的图像特征描述符的数据包括:样本图像以及每个样本图像的图像特征描述符;样本图像的图像特征描述符包括:图像特征元素的坐标位置关系的特征描述符、图像特征元素的长度关系的特征描述符、图像特征元素的角度关系的特征描述符、图像特征元素的其他类型数量关系的特征描述符;
所述提取输入图像的图像特征描述符的数据包括:输入图像以及输入图像的图像特征描述符;输入图像的图像特征描述符包括:图像特征元素的坐标位置关系的特征描述符、图像特征元素的长度关系的特征描述符、图像特征元素的角度关系的特征描述符、图像特征元素的其他类型数量关系的特征描述符。
3.根据权利要求2所述的方法,其特征在于:
所述提取图像特征描述符之前还包括:按照预设定位规则对所述待处理图像进行定位处理,获取以图像重心点为原点的坐标系;
所述图像特征元素包括但不限于:色块重心点,色块连通域重心点,色块有效区域,色块连通域有效区域,色块像素数量,色块连通域像素数量,图像轮廓线,色块连通域轮廓线,色块轮廓线,心线径线,心线径线与所述坐标系y轴上方线段所构成的夹角,心心径线,心心径线与所述坐标系y轴上方线段所构成的夹角;所述心线径线包括:图像心线径线、色块心线径线和色块连通域心线径线;所述图像心线径线是定位后的图像重心点沿预设角度上与定位后图像轮廓线相交的点的连线;所述色块心线径线是定位后的各色块重心点沿预设角度上与定位后的相应色块轮廓线相交的点的连线,所述色块连通域心线径线是定位后的各色块连通域重心点沿预设角度上与定位后的相应色块连通域轮廓线相交的点的连线;所述心心径线包括:图像与色块的心心径线、图像与色块连通域心心径线;所述图像与色块的心心径线是所述定位后的图像重心点与定位后各色块重心点的连线,所述图像与色块连通域的心心径线是所述定位后的图像重心点与定位后各色块连通域重心点的连线;所述图像特征元素的计量值包括:坐标位置值、线段长度值、夹角角度值、其他类型数量值。
4.根据权利要求3所述的方法,其特征在于,
所述检索词包括:按照预设坐标位置组合规则进行组合和描述的坐标位置关系的计量值、按照预设线段长度组合规则进行组合和描述的线段长度关系的计量值、按照预设角度组合规则进行组合和描述的角度关系的计量值以及按照预设其他类型数量组合规则进行组合和描述的其他类型数量关系的计量值中的至少一种。
5.根据权利要求4所述的方法,其特征在于,将所获取的图像特征元素的计量值中的坐标位置值、线段长度值、其他类型数量值转换为百分数,再百分数按预设取整规则获取特别取整百分数;将所获取的图像特征元素的计量值中的夹角角度值按预设取整规则获取特别取整角度值。
6.一种图像检索装置,其特征在于,所述装置包括:
数据库建立模块,用于提取样本图像的图像特征描述符,建立样本图像数据库;图像特征描述符包括:图像特征元素的坐标位置关系的特征描述符、图像特征元素的长度关系的特征描述符、图像特征元素的角度关系的特征描述符、图像特征元素的其他类型数量关系的特征描述符;
输入图像特征描述符提取模块,用于获取输入图像,并提取输入图像的图像特征描述符;图像特征描述符包括:图像特征元素的坐标位置关系的特征描述符、图像特征元素的长度关系的特征描述符、图像特征元素的角度关系的特征描述符、图像特征元素的其他类型数量关系的特征描述符;
检索模块,用于以输入图像的图像特征描述符作为检索词,在样本图像数据库中检索与所述图像特征描述符相匹配的样本图像,将该匹配的样本图像作为图像检索的结果;
所述图像特征元素的其他类型数量关系的特征描述符包括:
图像特征元素的连通域数量关系的特征描述符、图像特征元素的色块数量关系的特征描述符、图像特征元素的连通域像素点数量关系的特征描述符、图像特征元素的色块像素点数量关系的特征描述符;
所述数据库建立模块和输入图像特征描述符提取模块还包括:
对待处理图像进行色块分割,提取所述待处理图像的图像轮廓线以及图像重心点;所述待处理图像包括:样本图像和输入图像;
在以图像重心点为原点的待处理图像坐标系中,提取图像特征元素及其计量值;
对所获取的图像特征元素的计量值中的坐标位置值、线段长度值、其他类型数量值转换为百分数,再对图像特征元素转换后百分数按预设取整规则获取特别取整百分数;对所获取的图像特征元素的计量值中的夹角角度值按预设取整规则获取特别取整角度值;
对图像重心点与各图像特征元素的坐标位置特别取整百分数按照预设坐标位置组合规则进行组合和描述,并将其作为图像特征元素的坐标位置关系的特征描述符;对图像重心点与各图像特征元素的线段长度特别取整百分数按照预设线段长度组合规则进行组合和描述,并将其作为图像特征元素的长度关系的特征描述符;对图像重心点与各图像特征元素的角度特别取整百分数按照预设角度组合规则进行组合和描述,并将其作为图像特征元素的角度关系的特征描述符;对图像重心点与各图像特征元素的其他类型数量特别取整百分数按照预设其他类型数量组合规则进行组合和描述,并将其作为图像特征元素的其他类型数量关系的特征描述符;
将所述图像特征元素的坐标位置关系的特征描述符、图像特征元素的长度关系的特征描述符、图像特征元素的角度关系的特征描述符、图像特征元素的其他类型数量关系的特征描述符的集合作为图像特征描述符。
7.一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至5中任一项所述方法的步骤。
8.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1至5中任一项所述的方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811038704.2A CN109063197B (zh) | 2018-09-06 | 2018-09-06 | 图像检索方法、装置、计算机设备和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811038704.2A CN109063197B (zh) | 2018-09-06 | 2018-09-06 | 图像检索方法、装置、计算机设备和存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109063197A CN109063197A (zh) | 2018-12-21 |
CN109063197B true CN109063197B (zh) | 2021-07-02 |
Family
ID=64759823
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811038704.2A Active CN109063197B (zh) | 2018-09-06 | 2018-09-06 | 图像检索方法、装置、计算机设备和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109063197B (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110727814B (zh) * | 2019-10-10 | 2022-10-11 | 徐庆 | 一种图像形状特征描述符的获取方法 |
CN111340015B (zh) * | 2020-02-25 | 2023-10-20 | 北京百度网讯科技有限公司 | 定位方法和装置 |
CN111563181B (zh) * | 2020-05-12 | 2023-05-05 | 海口科博瑞信息科技有限公司 | 数字图像文件查询方法、装置及可读存储介质 |
CN114428876B (zh) * | 2021-12-29 | 2023-03-07 | 广州盖盟达工业品有限公司 | 一种工业器械的图像搜索方法、装置、存储介质及设备 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101853386A (zh) * | 2010-05-14 | 2010-10-06 | 武汉大学 | 基于拓扑树的局部形状模式的图像纹理基元特征提取方法 |
CN104021138A (zh) * | 2014-04-23 | 2014-09-03 | 北京智谷睿拓技术服务有限公司 | 图像检索方法及图像检索装置 |
CN104464079A (zh) * | 2014-12-29 | 2015-03-25 | 北京邮电大学 | 基于模板特征点及其拓扑结构的多币种面值识别方法 |
WO2015133699A1 (ko) * | 2014-03-06 | 2015-09-11 | 에스케이플래닛 주식회사 | 객체 식별 장치, 그 방법 및 컴퓨터 프로그램이 기록된 기록매체 |
CN105574533A (zh) * | 2015-12-15 | 2016-05-11 | 徐庆 | 一种图像特征提取方法和装置 |
CN106909552A (zh) * | 2015-12-22 | 2017-06-30 | 成都理想境界科技有限公司 | 图像检索服务器、系统、相关检索及排错方法 |
CN107908646A (zh) * | 2017-10-10 | 2018-04-13 | 西安电子科技大学 | 一种基于分层卷积神经网络的图像检索方法 |
CN108052653A (zh) * | 2016-12-30 | 2018-05-18 | 徐庆 | 图像特征描述符的获取方法、装置、存储介质、终端及图像检索方法 |
-
2018
- 2018-09-06 CN CN201811038704.2A patent/CN109063197B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101853386A (zh) * | 2010-05-14 | 2010-10-06 | 武汉大学 | 基于拓扑树的局部形状模式的图像纹理基元特征提取方法 |
WO2015133699A1 (ko) * | 2014-03-06 | 2015-09-11 | 에스케이플래닛 주식회사 | 객체 식별 장치, 그 방법 및 컴퓨터 프로그램이 기록된 기록매체 |
CN104021138A (zh) * | 2014-04-23 | 2014-09-03 | 北京智谷睿拓技术服务有限公司 | 图像检索方法及图像检索装置 |
CN104464079A (zh) * | 2014-12-29 | 2015-03-25 | 北京邮电大学 | 基于模板特征点及其拓扑结构的多币种面值识别方法 |
CN105574533A (zh) * | 2015-12-15 | 2016-05-11 | 徐庆 | 一种图像特征提取方法和装置 |
CN106909552A (zh) * | 2015-12-22 | 2017-06-30 | 成都理想境界科技有限公司 | 图像检索服务器、系统、相关检索及排错方法 |
CN108052653A (zh) * | 2016-12-30 | 2018-05-18 | 徐庆 | 图像特征描述符的获取方法、装置、存储介质、终端及图像检索方法 |
CN107908646A (zh) * | 2017-10-10 | 2018-04-13 | 西安电子科技大学 | 一种基于分层卷积神经网络的图像检索方法 |
Non-Patent Citations (2)
Title |
---|
基于轮廓重构和特征点弦长的图像检索;师文 等;《软件学报》;20140327;第1557-1569页 * |
综合颜色和形状特征的交通标志图像检索算法;赵宏伟 等;《吉林大学学报(工学版)》;20130315;第128-132页 * |
Also Published As
Publication number | Publication date |
---|---|
CN109063197A (zh) | 2018-12-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109063197B (zh) | 图像检索方法、装置、计算机设备和存储介质 | |
CN109460770B (zh) | 图像特征描述符提取方法、装置、计算机设备和存储介质 | |
JP5916886B2 (ja) | 画像特徴の類似性に基づく画像索引作成 | |
CN109643318B (zh) | 商标图像的基于内容的搜索和检索 | |
CN110765770A (zh) | 一种合同自动生成方法及装置 | |
CN109871490B (zh) | 媒体资源匹配方法、装置、存储介质和计算机设备 | |
CN108763380B (zh) | 商标识别检索方法、装置、计算机设备和存储介质 | |
Ahmad et al. | Saliency-weighted graphs for efficient visual content description and their applications in real-time image retrieval systems | |
CN111160288A (zh) | 手势关键点检测方法、装置、计算机设备和存储介质 | |
US20210099310A1 (en) | Image processing method, image matching method, device and storage medium | |
CN110033515B (zh) | 图形转换方法、装置、计算机设备及存储介质 | |
CN115661371B (zh) | 三维对象建模方法、装置、计算机设备及存储介质 | |
CN109299307B (zh) | 一种基于结构分析的商标检索预警方法及装置 | |
CN109190615B (zh) | 形近字识别判定方法、装置、计算机设备和存储介质 | |
CN108664945B (zh) | 图像文本及形音义特征识别方法和装置 | |
CN110688995B (zh) | 地图查询的处理方法,计算机可读存储介质和移动终端 | |
WO2021068524A1 (zh) | 图像匹配方法、装置、计算机设备及存储介质 | |
CN111177450A (zh) | 一种图像检索云识别方法、系统及计算机可读存储介质 | |
CN110688516A (zh) | 图像检索方法、装置、计算机设备和存储介质 | |
WO2022110492A1 (zh) | 指静脉身份识别方法、装置、计算机设备和存储介质 | |
CN108009233B (zh) | 一种图像还原方法、装置、计算机设备及存储介质 | |
JP6175904B2 (ja) | 照合対象抽出システム、照合対象抽出方法、照合対象抽出プログラム | |
CN107766863B (zh) | 图像表征方法和服务器 | |
CN113077410A (zh) | 图像检测方法、装置方法、芯片及计算机可读存储介质 | |
CN110599531B (zh) | 重复纹理特征描述方法和装置、双目立体匹配方法和装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |