一種相似圖片檢索系統(tǒng)及其方法
【專利摘要】一種相似圖片檢索系統(tǒng)及其方法，該方法包括以下步驟：步驟1：將特征庫圖片和待檢索圖片分別經(jīng)過傅里葉變換取其低頻分量，再歸一化生成對應(yīng)的特征索引字符串?dāng)?shù)據(jù)；步驟2：將特征庫圖片的特征索引字符串?dāng)?shù)據(jù)導(dǎo)入數(shù)據(jù)庫并對特征庫圖片編碼，為檢索提供有可匹配的樣本；步驟3：選擇待檢索圖片的一組或多組特征數(shù)據(jù)字符串?dāng)?shù)據(jù)作為數(shù)據(jù)庫的關(guān)鍵詞進(jìn)行模糊搜索，將檢索出來的結(jié)果再根據(jù)數(shù)據(jù)庫中已編碼的特征庫圖片的地址字段找到原圖片顯示出來，從而獲取匹配的相似圖片。本發(fā)明還包括一種相似圖片檢索系統(tǒng)。本發(fā)明能夠大大提高檢索效率和檢索精準(zhǔn)度，且計(jì)算量小。
【專利說明】
一種相似圖片檢索系統(tǒng)及其方法
技術(shù)領(lǐng)域
[0001] 本發(fā)明涉及圖片處理系統(tǒng)及方法，特別是一種相似圖片檢索系統(tǒng)及其方法。
【背景技術(shù)】
[0002] 隨著計(jì)算機(jī)視覺技術(shù)的發(fā)展和人們對資料搜索的要求，"以圖搜圖"的檢索方式成 為當(dāng)前熱門技術(shù)，當(dāng)前技術(shù)主要是將圖片特征轉(zhuǎn)成字符串，將檢索圖片方案轉(zhuǎn)為檢索字符 串，然后結(jié)合數(shù)據(jù)庫技術(shù)檢索出相似圖片?，F(xiàn)有的圖片檢索方式主要分為兩種，一種是基于 分類器+單詞表實(shí)現(xiàn)圖片分類和檢索，另一種是基于感知哈希算法的圖片檢索方式。但這兩 種方法都存在弊端。
[0003] 基于分類器和單詞表的方法，優(yōu)點(diǎn)是精度高，缺點(diǎn)是計(jì)算耗時(shí)大，新增樣本后需要 重新訓(xùn)練生成單詞表，不適用于大批量圖片的高速檢索系統(tǒng)?；诟兄Ｋ惴ǖ膱D片檢 索方式，優(yōu)點(diǎn)是計(jì)算簡單，但特征字符的相似度計(jì)算量大，檢索精度差。
【發(fā)明內(nèi)容】
[0004] 本發(fā)明的目的是克服現(xiàn)有技術(shù)的上述不足而提供一種計(jì)算簡單，精度高的相似圖 片檢索系統(tǒng)及其方法。
[0005] 本發(fā)明的技術(shù)方案是：
[0006] 本發(fā)明之一種相似圖片檢索方法，包括以下步驟：
[0007] 步驟1:將特征庫圖片和待檢索圖片分別經(jīng)過傅里葉變換取其低頻分量，再歸一化 生成對應(yīng)的特征索引字符串?dāng)?shù)據(jù)；
[0008] 步驟2:將特征庫圖片的特征索引字符串?dāng)?shù)據(jù)導(dǎo)入數(shù)據(jù)庫并對特征庫圖片編碼，為 檢索提供有可匹配的樣本；
[0009] 步驟3:選擇待檢索圖片的一組或多組特征數(shù)據(jù)字符串?dāng)?shù)據(jù)作為數(shù)據(jù)庫的關(guān)鍵詞 進(jìn)行模糊搜索，將檢索出來的結(jié)果再根據(jù)數(shù)據(jù)庫中已編碼的特征庫圖片的地址字段找到原 圖片顯示出來，從而獲取匹配的相似圖片。
[0010] 進(jìn)一步，步驟1具體包括以下步驟：
[0011] (2-1)將特征庫圖片和待檢索圖片分別按其寬高等比例縮放到100萬像素，并對圖 片進(jìn)行高斯模糊處理；
[0012] (2-2)選擇圖片特征；
[0013] (2-3)將所選擇的圖片特征的所有值看作一段波型的點(diǎn)的集合，將這些點(diǎn)進(jìn)行定 點(diǎn)快速傅里葉變換得到其幅頻特征數(shù)據(jù)；
[0014] (2-4)在得到的幅頻特征數(shù)據(jù)中，將1~N次諧波分量數(shù)據(jù)量化成A~Z字母；
[0015] (2-5)將步驟(2-4)中量化后的字母按從低到高的諧波分量組成字符串，取字符串 的前8位或前16位作為圖片的特征檢索字符串。
[0016] 進(jìn)一步，所述圖片特征為圖片的顏色直方圖、邊緣投影或邊緣方向梯度直方圖。
[0017] 進(jìn)一步，所述顏色直方圖的特征提取包括以下步驟：
[0018] (4-1)將圖片做縮放及模糊處理后選擇色彩模式，分別對不同通道做處理，取其中 一個(gè)待處理通道，統(tǒng)計(jì)出直方圖；
[0019 ] (4-2)根據(jù)直方圖的面積和幅值，按比例計(jì)算出起始點(diǎn)和結(jié)束點(diǎn)的亮度值；
[0020] (4-3)將需截取出的直方圖片斷通過插值方法使直方圖均衡到256個(gè)點(diǎn)；
[0021] (4-4)再將所得到的256個(gè)點(diǎn)的直方圖通過快速傅里葉變換得到其幅頻特征數(shù)據(jù)。
[0022] 進(jìn)一步，所述邊緣投影的特征提取包括以下步驟：
[0023] (5-1)將圖片預(yù)處理后，使用canny算子得到圖片邊緣信息；
[0024] (5-2)分別統(tǒng)計(jì)水平和垂直的邊緣投影，將統(tǒng)計(jì)結(jié)果視為邊緣投影的波型圖；
[0025] (5-3)限定閾值以過濾波型首尾低權(quán)值段，即裁剪圖片外圍的空白背景塊；
[0026] (5-4)將裁取的波型通過插值縮放至2"個(gè)點(diǎn)數(shù)；
[0027] (5-5)將縮放后的波型再經(jīng)快速傅里葉變換即可得到邊緣投影的幅頻特征數(shù)據(jù)。
[0028] 本發(fā)明之一種相似圖片檢索系統(tǒng)，包括：
[0029] 建立模塊，用于獲取特征庫圖片和待檢索圖片，通過傅里葉變換的計(jì)算獲取低頻 分量；
[0030] 歸一化處理模塊，用于將獲取的低頻分量生成對應(yīng)的特征索引字符串?dāng)?shù)據(jù)；
[0031] 處理服務(wù)器，用于將特征庫圖片的特征索引字符串?dāng)?shù)據(jù)導(dǎo)入數(shù)據(jù)庫并對特征庫圖 片編碼，為檢索提供有可匹配的樣本；
[0032] 選擇模塊，用于選擇待檢索圖片的一組或多組特征數(shù)據(jù)字符串?dāng)?shù)據(jù)作為數(shù)據(jù)庫的 關(guān)鍵詞進(jìn)行模糊搜索；
[0033] 識別模塊，用于將檢索出來的結(jié)果根據(jù)數(shù)據(jù)庫中已編碼的特征庫圖片的地址字段 找到原圖片；
[0034]顯示模塊，用于將找到的原圖片顯示出來，從而獲取匹配的相似圖片。
[0035]進(jìn)一步，所述建立模塊進(jìn)一步包括：
[0036]圖片獲取模塊，用于獲取特征庫圖片和待檢索圖片；
[0037] 像素處理模塊，用于將獲取的特征庫圖片和待檢索圖片分別按其寬高等比例縮放 到100萬像素；
[0038] 高斯模糊處理模塊，用于對所述特征庫圖片和待檢索圖片進(jìn)行高斯模糊；
[0039] 圖片特征選擇模塊，用于篩選圖片特征；
[0040] 圖片特征提取模塊，用于將所篩選出的圖片特征的所有值看作一段波型的點(diǎn)的集 合，將這些點(diǎn)進(jìn)行定點(diǎn)快速傅里葉變換得到其幅頻特征數(shù)據(jù)；
[0041] 幅頻數(shù)據(jù)選取模塊，用于在得到的幅頻特征數(shù)據(jù)中，選取圖片的1~N次諧波分量；
[0042] 進(jìn)一步，所述圖片特征提取模塊為顏色直方圖提取模塊、邊緣投影提取模塊、梯度 方向直方圖提取模塊和輪廓的面積與周長比值提取模塊。
[0043] 進(jìn)一步，所述顏色直方圖提取模塊包括：
[0044] 色彩模式選擇模塊，用于將縮放及模糊處理后的圖片進(jìn)行色彩模式選擇；
[0045]色彩處理模塊，用于分別對所選擇的不同通道做處理，取其中一個(gè)待處理通道，統(tǒng) 計(jì)出直方圖；
[0046]第一計(jì)算模塊，用于根據(jù)直方圖的面積和幅值，按比例計(jì)算出起始和結(jié)束點(diǎn)的亮 度值，再將需截取出的直方圖片斷通過插值方法使直方圖均衡到256個(gè)點(diǎn)；再將所得到的 256個(gè)點(diǎn)的直方圖通過快速傅里葉變換得到其幅頻特征數(shù)據(jù)。
[0047]進(jìn)一步，所述邊緣投影提取模塊包括：
[0048]第二計(jì)算模塊，用于預(yù)處理后的圖片使用canny算子得到圖片邊緣信息；
[0049] 統(tǒng)計(jì)模塊，用于分別統(tǒng)計(jì)水平和垂直的邊緣投影，將統(tǒng)計(jì)結(jié)果視為邊緣投影的波 型圖；
[0050] 過濾模塊，用于限定閾值以過濾波型首尾低權(quán)值段，即裁剪圖片外圍的空白背景 塊；
[0051] 第三計(jì)算模塊，用于將裁取的波型通過插值縮放至2N個(gè)點(diǎn)數(shù)，再將縮放后的波型 經(jīng)快速傅里葉變換即可得到邊緣投影的幅頻特征數(shù)據(jù)。
[0052]本發(fā)明的有益效果：
[0053] (1)本發(fā)明的特征字符串都是經(jīng)過傅里葉變化得到，字符串相似度的比較只需從 前向后比較，后一個(gè)字符對相似度的影響只有前一個(gè)字符的二分之一;所有可以直接采用 數(shù)據(jù)庫中的關(guān)鍵字進(jìn)行模糊搜索，檢索效率高，計(jì)算量??；
[0054] (2)存儲的特征字符串是按特征曲線的從低到高的諧波量化得出，可根據(jù)字符匹 配的長度來更改模糊匹配的精度，大大提高檢索準(zhǔn)確度。
【附圖說明】
[0055] 圖1為本發(fā)明實(shí)施例相似圖片檢索方法的流程示意圖；
[0056] 圖2為圖1所示實(shí)施例步驟S10的流程示意圖；
[0057] 圖3為本發(fā)明實(shí)施例相似圖片檢索系統(tǒng)的結(jié)構(gòu)示意圖；
[0058]圖4為圖3所不實(shí)施例建立彳旲塊的結(jié)構(gòu)不意圖；
[0059] 圖5為本發(fā)明實(shí)施例示出的相似圖片檢索系統(tǒng)中顏色直方圖提取模塊的結(jié)構(gòu)示意 圖；
[0060] 圖6為本發(fā)明實(shí)施例示出的相似圖片檢索系統(tǒng)中邊緣投影提取模塊的結(jié)構(gòu)示意 圖。
【具體實(shí)施方式】
[0061] 以下將結(jié)合說明書附圖和具體實(shí)施例對本發(fā)明做進(jìn)一步詳細(xì)說明。
[0062] 圖1是本發(fā)明一實(shí)施例提出的相似圖片檢索方法的流程示意圖，該方法包括：
[0063] S10:將特征庫圖片和待檢索圖片分別經(jīng)過傅里葉變換取其低頻分量，再歸一化生 成對應(yīng)的特征索引字符串?dāng)?shù)據(jù)。
[0064] 如圖2所示:步驟S10又具體包括：
[0065] S1001:將特征庫圖片和待檢索圖片分別按其寬高等比例縮放到100萬像素，并對 圖片進(jìn)行高斯模糊處理。
[0066] 將圖像等比例縮放處理過程如下：
[0067]計(jì)算縮放系數(shù)公式：
[0069]其中f為邊長縮放系數(shù)，s為縮放后的圖片的像素值，本文取值s = 1000000，w和h分 別為原圖片像素的寬和高。
[0070]圖片雙線性插值方法如下：
[0071 ] i = RoundDown(x^f)
[0072] j =RoundDown(y^f)
[0073] m = -RoundDown()
[0074] n = y*f_RoundDown(y*f)
[0075] d(x, y) = Ll - m m] ^ rj H
[0076]上述RoundDown ()函數(shù)為俘點(diǎn)數(shù)取整，上述公式中x，y分別為縮放后圖片的x坐標(biāo) 和y坐標(biāo)，d(x，y)為縮放后圖片的(x，y)點(diǎn)的像素值，s(i，j)為源圖片的（i，j)點(diǎn)的像素值。 [0077]圖片高斯處理公式如下：
[0079] 該公式中，src和dst分別代表輸入圖片和輸出圖片。
[0080]本實(shí)施例采用上式3x3的高斯內(nèi)核進(jìn)行模糊處理，減少噪點(diǎn)對后述算法的干擾。 [0081 ] S1002:選擇圖片特征。
[0082]圖片特征包括且不限于圖片的顏色直方圖，邊緣投影，梯度方向直方圖和輪廓的 面積與周長比值。
[0083]其中，顏色直方圖是指不同色彩在整幅圖像中所占的比例，而不關(guān)心每種色彩所 處的空間位置，可基于不同色彩模式，如RGB、Lab和HSV等，直方圖中的數(shù)值是對整個(gè)圖像的 統(tǒng)計(jì)結(jié)果，描述了該圖片關(guān)于顏色的數(shù)值特征，可反映圖像顏色的統(tǒng)計(jì)分布和基本色調(diào)，是 每一級色彩灰度值在其出現(xiàn)的頻率間的統(tǒng)計(jì)關(guān)系。邊緣投影是指圖片邊緣點(diǎn)分別在水平方 和垂直方向的積分投影。
[0084] S1003:將所選擇的圖片特征的所有值看作一段波型的點(diǎn)的集合，將這些點(diǎn)進(jìn)行定 點(diǎn)快速傅里葉變換得到其幅頻特征數(shù)據(jù)。
[0085] 例如：當(dāng)選擇顏色直方圖時(shí)，其特征提取具體為：
[0086] (1)將圖片做縮放及模糊處理后選擇色彩模式，通常為RGB和灰度，也可為HSV等， 分別對不同通道做處理，取其中一個(gè)待處理通道，統(tǒng)計(jì)出直方圖；
[0087] 例如：以window下bitmap格式的圖片分離RGB的綠色通道為例，分離公式如下：
[0088] c(x,y) =s(z)
[0089] z = y*l+x*3+l
[0090] 1= RoundDown ((3*w+3)/4)
[0091] 其中x和y表示圖片坐標(biāo)點(diǎn)的橫坐標(biāo)和縱坐標(biāo)，c(x，y)表示分離后圖片的點(diǎn)（x，y) 上的亮度值，s(z)表示源RGB圖片在圖像數(shù)據(jù)區(qū)偏移地址為z的值。1為圖片每行占用的字節(jié) 數(shù)，通常以4字節(jié)對齊，w為圖片的寬度。
[0092] (2)根據(jù)直方圖的面積和幅值，按比例計(jì)算出起始和結(jié)束點(diǎn)。
[0093] 以計(jì)算直方圖均衡化的起始點(diǎn)值為例：
[0095] 按直方圖的幅值計(jì)算出最大的k值：
[0096] P(k)<A*Pmax
[0097] 按直方圖的面積計(jì)算出最大的k值： a
[0098] ^ P(k) < i? * n
[0099] 其中，P(k)為第k個(gè)亮度值出現(xiàn)的概率，nk為第k個(gè)亮度值出現(xiàn)的頻數(shù)，n為圖像像 素總數(shù)，Pmax為圖像直方圖中最高的概率值，A和R是均衡化系數(shù)，可取0.02和0.05。取出上述 兩個(gè)最大的k值中較小的一個(gè)為均衡化的起始點(diǎn)S。
[0100] 相同的方法算出均衡化的結(jié)束點(diǎn)E。
[0101] (3)將需截取出的直方圖片斷通過插值方法使直方圖均衡到256個(gè)點(diǎn)。
[0102] 計(jì)算直方圖縮放系數(shù)F:
[0104]直方圖數(shù)據(jù)的線性插值：
[0105] H(k)=D(E+i)*m+D(E+i+l)*(l-m)，k = 0，l，."，255
[0106] i =RoundDown(F*k)
[0107] m=F*k_RoundDown(F*k)
[0108] H(k)為均衡化后的k點(diǎn)的亮度值，E和S為上一步計(jì)算得到的起始點(diǎn)和結(jié)束點(diǎn)。
[0109] (4)再將所得到的256個(gè)點(diǎn)的直方圖通過快速傅里葉變換得到其幅頻特征數(shù)據(jù)。
[0110] DFT公式如下：
[0112] 式中，x(n)為時(shí)域上的信號點(diǎn)，對應(yīng)于直方圖上的每組的頻數(shù)H(k)，X(k)為頻域上 的幅值，即我們需要的特征數(shù)據(jù)。
[0113] DFT公式通常采用FFT的碟形運(yùn)算方法加速運(yùn)算，由于所有直方圖都是256點(diǎn)，F(xiàn)FT 部分運(yùn)算還可采用查表法進(jìn)一步加速運(yùn)算。
[0114] FFT運(yùn)算需要波型的2~個(gè)采樣點(diǎn)，直方圖經(jīng)過均衡化濾除一些點(diǎn)后，采用線性插值 補(bǔ)全采樣點(diǎn)，相對于補(bǔ)〇可有效的減少對其諧波分量的影響。
[0115] 色彩相似度的計(jì)算常常采用比較直接計(jì)算兩個(gè)直方圖的歐拉距離，但不利用大量 數(shù)據(jù)的比較和檢索，但將直方圖經(jīng)過FFT變換后，圖片間的相似度比較只需要從低到高依次 比較其諧波分量，還可將各分量值映射成字符便于使用SQL語句檢索。
[0116] 又例如：當(dāng)選擇邊緣投影時(shí)，其特征提取具體為：
[0117] a.將圖片預(yù)處理后，使用canny算子得到圖片邊緣信息；
[0118] b.分別統(tǒng)計(jì)水平和垂直的邊緣投影，將統(tǒng)計(jì)結(jié)果視為邊緣投影的波型圖；
[0119] c.限定閾值以過濾波型首尾低權(quán)值段，即裁剪圖片外圍的空白背景塊；
[0120] d.將裁取的波型通過插值縮放至2,點(diǎn)數(shù)；
[0121] e.將縮放后的波型再經(jīng)快速傅里葉變換即可得到邊緣投影的幅頻特征數(shù)據(jù)。
[0122] 原理和色彩直方圖類似，只是將色彩直方圖換成了邊緣投影，其它過程一致，此處 不再贅述。
[0123] S1004:在得到的幅頻特征數(shù)據(jù)中，選取圖片特征的諧波分量，將1~N次諧波分量 數(shù)據(jù)量化成A~Z字母。
[0124] 具體地，將得到的幅頻特征數(shù)據(jù)做進(jìn)一步處理，其0次量即波型的直流分量一般是 圖片特征值的整體偏移，故不可作為特征量比較來運(yùn)用，故不取其〇次分量。圖片特征的諧 波分量中，將1~N次諧波均勻量化到0~25，與字符A~Z相對應(yīng)。
[0125] 以下為幅頻特征字符量化到計(jì)算字符的過程：
[0127] C(k)='A'+Round(F(k))
[0128] 其中，乂"^是諧波分量中最小值，Xmax是諧波分量中的最大值，F(xiàn) (k)是k次諧波量化 后的值，在〇~25的范圍內(nèi)，當(dāng)采用ASCII編碼時(shí)，C( k)可表示k次諧波的特征字符。
[0129] S1005:將步驟S1004中量化后的字母按從低到高的諧波分量組成字符串，取字符 串的前8位或前16位作為圖片的特征檢索字符串。這樣，可便于數(shù)據(jù)庫檢索。
[0130] Si(n)=Ci(l)+Ci(2)+".+Ci(j)，j = 8 或 16
[0131] 上述+號表示字符連接符，將單個(gè)字符連成連符串，Si(n)表示前n個(gè)字符的第i種 特征字符串。
[0132] 相似圖片的檢索通過上述步驟轉(zhuǎn)化為字符串的檢索，將一張圖片多組特征轉(zhuǎn)化為 多個(gè)字符串進(jìn)行記錄，可供數(shù)據(jù)庫實(shí)現(xiàn)快速檢索。
[0133] 存儲的特征字符串是按特征曲線的從低到高的諧波量化得出，可根據(jù)字符匹配的 長度來更改模糊匹配的精度。
[0134] S20:將特征庫圖片的特征索引字符串?dāng)?shù)據(jù)導(dǎo)入數(shù)據(jù)庫并對特征庫圖片編碼，為檢 索提供有可匹配的樣本。
[0135] S30:選擇待檢索圖片的一組或多組特征數(shù)據(jù)字符串?dāng)?shù)據(jù)作為數(shù)據(jù)庫的關(guān)鍵詞進(jìn) 行模糊搜索，將檢索出來的結(jié)果再根據(jù)數(shù)據(jù)庫中已編碼的特征庫圖片的地址字段找到原圖 片顯示出來，從而獲取匹配的相似圖片。
[0136] 以下是一個(gè)MS SQL的典型的檢索示例：
[0137] SELECT[name],[Type],[fileName]FROM[dbo].[imageFeatrue_fsrmyy_wpsj] WHERE
[0138] LEFT(Feature 1,4) = ' TNKJ'AND LEFT(Featrue5,10) = 'MSLLNKCBFE'
[0139] 上述Featurel和Featrue5字段分別存儲著樣本圖像的灰度特征字符串和水平投 影特征字符串，對應(yīng)的' TNKJ '和'MSLLNKCBFE '是待檢索圖片的特征字符串。
[0140]檢索條件可以通過修改SQL語句實(shí)現(xiàn)快速檢索，而無需對圖片一一做計(jì)算處理，還 可根據(jù)需爾增加特征字段和匹配長度，靈活性高，速度快。
[0141]作為相似圖片檢索系統(tǒng)中，數(shù)據(jù)庫擔(dān)任的快速查找檢索的任務(wù)，由于本方案中，圖 片色彩信息和紋理信息的特征分別使用不同的字段存儲在數(shù)據(jù)庫中，故檢索需要組合兩個(gè) 字段搜索數(shù)據(jù);本方案的特征字符串都是經(jīng)過傅里葉變化得到，字符串相似度的比較只需 從前向后比較，后一個(gè)字符對相似度的影響只有前一個(gè)字符的二分之一;所有可以直接采 用數(shù)據(jù)庫中的關(guān)鍵字進(jìn)行模糊搜索，檢索效率高。
[0142] 圖3為本發(fā)明一實(shí)施例示出的相似圖片檢索系統(tǒng)的結(jié)構(gòu)示意圖，該系統(tǒng)可以位于 客戶端，該系統(tǒng)包括：
[0143] 建立模塊，用于獲取特征庫圖片和待檢索圖片，通過傅里葉變換的計(jì)算獲取低頻 分量；
[0144] 歸一化處理模塊，用于將獲取的低頻分量生成對應(yīng)的特征索引字符串?dāng)?shù)據(jù)；
[0145] 處理服務(wù)器，用于將特征庫圖片的特征索引字符串?dāng)?shù)據(jù)導(dǎo)入數(shù)據(jù)庫并對特征庫圖 片編碼，為檢索提供有可匹配的樣本；
[0146] 選擇模塊，用于選擇待檢索圖片的一組或多組特征數(shù)據(jù)字符串?dāng)?shù)據(jù)作為數(shù)據(jù)庫的 關(guān)鍵詞進(jìn)行模糊搜索；
[0147] 識別模塊，用于將檢索出來的結(jié)果根據(jù)數(shù)據(jù)庫中已編碼的特征庫圖片的地址字段 找到原圖片；
[0148] 顯示模塊，用于將找到的原圖片顯示出來，從而獲取匹配的相似圖片。
[0149] 圖4為本發(fā)明另一實(shí)施例示出的相似圖片檢索系統(tǒng)中建立模塊的結(jié)構(gòu)示意圖，該 建立模塊包括：
[0150]圖片獲取模塊，用于獲取特征庫圖片和待檢索圖片；
[0151]像素處理模塊，用于將獲取的特征庫圖片和待檢索圖片分別按其寬高等比例縮放 到100萬像素；
[0152]高斯模糊處理模塊，用于對所述特征庫圖片和待檢索圖片進(jìn)行高斯模糊；
[0153]色彩均衡處理模塊，用于對經(jīng)過高斯模糊后的圖片進(jìn)行色彩均衡處理；
[0154] 圖片特征選擇模塊，用于篩選圖片特征，所述圖片特征包括但不限于顏色直方圖、 邊緣投影，梯度方向直方圖和輪廓的面積與周長比值；
[0155] 圖片特征提取模塊，用于將所篩選出的圖片特征的所有值看作一段波型的點(diǎn)的集 合，將這些點(diǎn)進(jìn)行定點(diǎn)快速傅里葉變換得到其幅頻特征數(shù)據(jù);其中，圖片特征提取模塊包括 但不限于顏色直方圖提取模塊、邊緣投影提取模塊，梯度方向直方圖提取模塊和輪廓的面 積與周長比值提取模塊；
[0156] 幅頻數(shù)據(jù)選取模塊，用于在得到的幅頻特征數(shù)據(jù)中，選取圖片的諧波分量;將諧波 分量量化后的字母按從低到高的諧波分量組成字符串，取字符串的前8位或前16位作為圖 片的特征檢索字符串。
[0157] 圖5為本發(fā)明又一實(shí)施例示出的相似圖片檢索系統(tǒng)中顏色直方圖提取模塊的結(jié)構(gòu) 示意圖，該顏色直方圖提取模塊包括：
[0158] 色彩模式選擇模塊，用于將縮放及模糊處理后的圖片進(jìn)行色彩模式選擇；
[0159] 色彩處理模塊，用于分別對所選擇的不同通道做處理，取其中一個(gè)待處理通道，統(tǒng) 計(jì)出直方圖；
[0160] 第一計(jì)算模塊，用于根據(jù)直方圖的面積和幅值，按比例計(jì)算出起始和結(jié)束點(diǎn)的亮 度值，再將需截取出的直方圖片斷通過插值方法使直方圖均衡到256個(gè)點(diǎn)；再將所得到的 256個(gè)點(diǎn)的直方圖通過快速傅里葉變換得到其幅頻特征數(shù)據(jù)。
[0161] 圖6為本發(fā)明又一實(shí)施例示出的相似圖片檢索系統(tǒng)中邊緣投影提取模塊的結(jié)構(gòu)示 意圖，該邊緣投影提取模塊包括：
[0162] 第二計(jì)算模塊，用于預(yù)處理后的圖片使用canny算子得到圖片邊緣信息；
[0163] 統(tǒng)計(jì)模塊，用于分別統(tǒng)計(jì)橫向和縱向的邊緣投影，將統(tǒng)計(jì)結(jié)果視為邊緣投影的波 型圖；
[0164] 過濾模塊，用于限定閾值以過濾波型首尾低權(quán)值段，即裁剪圖片外圍的空白背景 塊；
[0165] 第三計(jì)算模塊，用于將裁取的波型通過插值縮放至2N個(gè)點(diǎn)數(shù)，以保持波型原樣，再 將縮放后的波型再經(jīng)快速傅里葉變換即可得到邊緣投影的幅頻特征數(shù)據(jù)。
[0166] 關(guān)于上述實(shí)施例中的系統(tǒng)，其中各個(gè)模塊執(zhí)行操作的具體方式已經(jīng)在有關(guān)該方法 的實(shí)施例中進(jìn)行了詳細(xì)描述，此處將不做詳細(xì)闡述說明。
[0167] 以上僅為本發(fā)明的優(yōu)選實(shí)施例，并不用于限制本發(fā)明，顯然，本領(lǐng)域的技術(shù)人員可 以對本發(fā)明進(jìn)行各種改動、變型而不脫離本發(fā)明的精神和范圍。倘若對本發(fā)明的這些修改 和變型屬于本發(fā)明權(quán)利要求及其等同技術(shù)的范圍之內(nèi)，均屬于本發(fā)明的保護(hù)范圍。
【主權(quán)項(xiàng)】
1. 一種相似圖片檢索方法，其特征在于，包括以下步驟： 步驟1:將特征庫圖片和待檢索圖片分別經(jīng)過傅里葉變換取其低頻分量，再歸一化生成 對應(yīng)的特征索引字符串?dāng)?shù)據(jù)； 步驟2:將特征庫圖片的特征索引字符串?dāng)?shù)據(jù)導(dǎo)入數(shù)據(jù)庫并對特征庫圖片編碼，為檢索 提供有可匹配的樣本； 步驟3:選擇待檢索圖片的一組或多組特征數(shù)據(jù)字符串?dāng)?shù)據(jù)作為數(shù)據(jù)庫的關(guān)鍵詞進(jìn)行 模糊搜索，將檢索出來的結(jié)果再根據(jù)數(shù)據(jù)庫中已編碼的特征庫圖片的地址字段找到原圖片 顯示出來，從而獲取匹配的相似圖片。2. 根據(jù)權(quán)利要求1所述的相似圖片檢索方法，其特征在于，步驟1具體包括以下步驟： (2-1)將特征庫圖片和待檢索圖片分別按其寬高等比例縮放到100萬像素，并對圖片進(jìn) 行高斯模糊處理； (2-2)選擇圖片特征； (2-3)將所選擇的圖片特征的所有值看作一段波型的點(diǎn)的集合，將這些點(diǎn)進(jìn)行定點(diǎn)快 速傅里葉變換得到其幅頻特征數(shù)據(jù)； (2-4)在得到的幅頻特征數(shù)據(jù)中，將1~N次諧波分量數(shù)據(jù)量化成A~Z字母； (2-5)將步驟(2-4)中量化后的字母按從低到高的諧波分量組成字符串，取字符串的前 8位或前16位作為圖片的特征檢索字符串。3. 根據(jù)權(quán)利要求1或2所述的相似圖片檢索方法，其特征在于，所述圖片特征為圖片的 顏色直方圖、邊緣投影或邊緣方向梯度直方圖。4. 根據(jù)權(quán)利要求3所述的相似圖片檢索方法，其特征在于，所述顏色直方圖的特征提取 包括以下步驟： (4-1)將圖片做縮放及模糊處理后選擇色彩模式，分別對不同通道做處理，取其中一個(gè) 待處理通道，統(tǒng)計(jì)出直方圖； (4-2)根據(jù)直方圖的面積和幅值，按比例計(jì)算出起始點(diǎn)和結(jié)束點(diǎn)的亮度值； (4-3)將需截取出的直方圖片斷通過插值方法使直方圖均衡到256個(gè)點(diǎn)； (4-4)再將所得到的256個(gè)點(diǎn)的直方圖通過快速傅里葉變換得到其幅頻特征數(shù)據(jù)。5. 根據(jù)權(quán)利要求3所述的相似圖片檢索方法，其特征在于，所述邊緣投影的特征提取包 括以下步驟： (5-1)將圖片預(yù)處理后，使用canny算子得到圖片邊緣信息； (5-2)分別統(tǒng)計(jì)水平和垂直的邊緣投影，將統(tǒng)計(jì)結(jié)果視為邊緣投影的波型圖； (5-3)限定閾值以過濾波型首尾低權(quán)值段，即裁剪圖片外圍的空白背景塊； (5-4)將裁取的波型通過插值縮放至2~個(gè)點(diǎn)數(shù)； (5-5)將縮放后的波型再經(jīng)快速傅里葉變換即可得到邊緣投影的幅頻特征數(shù)據(jù)。6. -種相似圖片檢索系統(tǒng)，其特征在于，包括： 建立模塊，用于獲取特征庫圖片和待檢索圖片，通過傅里葉變換的計(jì)算獲取低頻分量； 歸一化處理模塊，用于將獲取的低頻分量生成對應(yīng)的特征索引字符串?dāng)?shù)據(jù)； 處理服務(wù)器，用于將特征庫圖片的特征索引字符串?dāng)?shù)據(jù)導(dǎo)入數(shù)據(jù)庫并對特征庫圖片編 碼，為檢索提供有可匹配的樣本； 選擇模塊，用于選擇待檢索圖片的一組或多組特征數(shù)據(jù)字符串?dāng)?shù)據(jù)作為數(shù)據(jù)庫的關(guān)鍵 詞進(jìn)行模糊搜索； 識別模塊，用于將檢索出來的結(jié)果根據(jù)數(shù)據(jù)庫中已編碼的特征庫圖片的地址字段找到 原圖片； 顯示模塊，用于將找到的原圖片顯示出來，從而獲取匹配的相似圖片。7. 根據(jù)權(quán)利要求6所述的相似圖片檢索系統(tǒng)，其特征在于，所述建立模塊進(jìn)一步包括： 圖片獲取模塊，用于獲取特征庫圖片和待檢索圖片； 像素處理模塊，用于將獲取的特征庫圖片和待檢索圖片分別按其寬高等比例縮放到 100萬像素； 高斯模糊處理模塊，用于對所述特征庫圖片和待檢索圖片進(jìn)行高斯模糊； 圖片特征選擇模塊，用于篩選圖片特征； 圖片特征提取模塊，用于將所篩選出的圖片特征的所有值看作一段波型的點(diǎn)的集合， 將這些點(diǎn)進(jìn)行定點(diǎn)快速傅里葉變換得到其幅頻特征數(shù)據(jù)； 幅頻數(shù)據(jù)選取模塊，用于在得到的幅頻特征數(shù)據(jù)中，選取圖片的1~N次諧波分量。8. 根據(jù)權(quán)利要求7所述的相似圖片檢索系統(tǒng)，其特征在于，所述圖片特征提取模塊為顏 色直方圖提取模塊、邊緣投影提取模塊、梯度方向直方圖提取模塊和輪廓的面積與周長比 值提取模塊。9. 根據(jù)權(quán)利要求8所述的相似圖片檢索系統(tǒng)，其特征在于，所述顏色直方圖提取模塊包 括： 色彩模式選擇模塊，用于將縮放及模糊處理后的圖片進(jìn)行色彩模式選擇； 色彩處理模塊，用于分別對所選擇的不同通道做處理，取其中一個(gè)待處理通道，統(tǒng)計(jì)出 直方圖； 第一計(jì)算模塊，用于根據(jù)直方圖的面積和幅值，按比例計(jì)算出起始和結(jié)束點(diǎn)的亮度值， 再將需截取出的直方圖片斷通過插值方法使直方圖均衡到256個(gè)點(diǎn);再將所得到的256個(gè)點(diǎn) 的直方圖通過快速傅里葉變換得到其幅頻特征數(shù)據(jù)。10. 根據(jù)權(quán)利要求8或9所述的相似圖片檢索系統(tǒng)，其特征在于，所述邊緣投影提取模塊 包括： 第二計(jì)算模塊，用于預(yù)處理后的圖片使用canny算子得到圖片邊緣信息； 統(tǒng)計(jì)模塊，用于分別統(tǒng)計(jì)水平和垂直的邊緣投影，將統(tǒng)計(jì)結(jié)果視為邊緣投影的波型圖； 過濾模塊，用于限定閾值以過濾波型首尾低權(quán)值段，即裁剪圖片外圍的空白背景塊； 第三計(jì)算模塊，用于將裁取的波型通過插值縮放至2 N個(gè)點(diǎn)數(shù)，再將縮放后的波型經(jīng)快速 傅里葉變換即可得到邊緣投影的幅頻特征數(shù)據(jù)。
【文檔編號】G06K9/46GK105912739SQ201610552440
【公開日】2016年8月31日
【申請日】2016年7月14日
【發(fā)明人】陳正全, 劉樂祥
【申請人】湖南琴海數(shù)碼股份有限公司