基于特定显著事物的自适应图像检索方法

摘要

一种基于特定显著事物的自适应图像检索方法。首先提取图像的颜色信息，同时我们对图像进行树形小波分解，利用我们提出的算法提取当前各级子图的能量分布以及子图具有尺度不变、仿射不变、旋转不变的特征点；然后由颜色特征矢量、能量归一化矢量和粒子云相似度矢量生成既有全局信息又有局部信息的图像综合特征描述子。最后利用生成的综合特征描述子，与图像特征库中的综合特征描述子进行匹配，输出检索结果。

主权项

一种基于特定显著事物的自适应图像检索方法，包括：输入彩色图像；对所述彩色图像执行直方图统计和直方图归一化，从而得到所述彩色图像的颜色特征向量；对于所述彩色图像的对应灰度图像执行小波分解，并针对所述小波分解的各级分解计算归一化的能量矢量；针对所述小波分级的各级分解子图：利用高斯差分DoG生成高斯差分尺度空间，在所述DoG尺度空间中进行极点检测以得到多个特征候选点，通过检测主曲率是否小于阈值，来在所述多个特征候选点中删除伪边缘点，从而得到稳定的关键点，利用关键点邻域像素的梯度方向直方图为每个关键点指定方向参数，利用尺度不变特征变换SIFT描述子对每一个关键点进行描述，从而生成SIFT描述算子矢量；基于所述SIFT描述算子矢量，将所述彩色图像与图像库中的M个图像进行匹配，并将对应的M个匹配率组成相似度矢量，其中，M＞1；基于所述颜色特征向量、所述归一化的能量矢量、所述SIFT描述算子矢量以及所述相似度矢量来产生综合特征描述子，以便基于所述综合特征描述子与所述图像库中的所述M个图像进行再次匹配。