1.一種結(jié)合領(lǐng)域本體和多尺度特征的圖像檢索方法，其特征在于，包括如下步驟：
2.根據(jù)權(quán)利要求1所述的方法，其特征在于，優(yōu)選的，在步驟1中，收集并分析領(lǐng)域內(nèi)的知識生成概念列表，確定概念之間的層次關(guān)系，并采用樹狀結(jié)構(gòu)表示，本體樹中的節(jié)點(diǎn)即為概念，本體樹中的邊即為概念之間的關(guān)系；然后，將數(shù)據(jù)庫圖像與本體樹關(guān)聯(lián)，為圖像添加語義標(biāo)簽，實(shí)現(xiàn)數(shù)據(jù)庫圖像的結(jié)構(gòu)化表達(dá)。
3.根據(jù)權(quán)利要求2所述的方法，其特征在于，在步驟2中，根據(jù)領(lǐng)域本體為查詢圖像添加語義標(biāo)簽，實(shí)現(xiàn)查詢圖像的結(jié)構(gòu)化表示；然后，計(jì)算查詢圖像與數(shù)據(jù)庫的圖像在本體樹中的結(jié)構(gòu)相似度，得分越高相似度越大，篩選閾值設(shè)置為最高得分的80%，相似度得分大于該閾值的圖像記為粗檢索圖像，結(jié)構(gòu)相似度計(jì)算公式如下：
4.根據(jù)權(quán)利要求1所述的方法，其特征在于，在步驟3中，dinov2模型輸出的全局特征向量大小為，余弦相似度計(jì)算公式為：
5.根據(jù)權(quán)利要求1所述的方法，其特征在于，在步驟4中，superpoint網(wǎng)絡(luò)提取的特征點(diǎn)包含了關(guān)鍵點(diǎn)坐標(biāo)以及描述子向量，它們共同描述了圖像的局部特征；其次，superglue網(wǎng)絡(luò)對兩幅圖像的特征點(diǎn)進(jìn)行匹配，匹配成功的特征點(diǎn)在對應(yīng)圖像中的索引被保存，用于后續(xù)局部特征相似度的計(jì)算。
6.根據(jù)權(quán)利要求1所述的方法，其特征在于，在步驟5中，圖像之間的局部特征相似度通過特征點(diǎn)匹配對的余弦相似度度量，計(jì)算公式如下：