基于半监督哈希的图像检索方法

摘要

本发明公开了一种基于半监督哈希的图像检索方法，主要解决现有技术检索速度慢、占用内存空间大、检索结果不精确的问题。其实现步骤为：(1)提取原始图像的底层特征，并对其作归一化处理；(3)将归一化数据分为训练数据和测试数据；(4)使用类标传递方法求训练数据的类标，根据类标产生编码；(5)使用训练数据及其编码训练支持向量机分类器；(6)使用支持向量机分类器对训练数据和测试数据分类，根据分类结果产生训练数据和测试数据的编码；(7)根据训练数据编码和测试数据编码之间的汉明距离得到检索结果。本发明降低了内存消耗，节省了检索时间，提高了图像检索的准确性，可用于电子商务和移动终端设备的图片搜索服务。

主权项

一种基于半监督哈希的图像检索方法，包括如下步骤：(1)从图像数据库中提取10000张原始图像，对每一张原始图像提取局部空间约束的全局频率特征，得到每一张图像的特征数据；(2)对每一张图像的特征数据做归一化处理，得到归一化数据；(3)将所有图像的归一化数据随机分成三部分：已标记的训练数据L、未标记的训练数据U、测试数据T，并对已标记的训练数据L标记类标H_L，将已标记的训练数据L和未标记的训练数据U组合得到训练数据矩阵X；(4)根据训练数据矩阵X和已标记的训练数据的类标H_L，使用类标传递方法求得未标记训练数据U的类标H_U，将已标记的训练数据的类标H_L和未标记训练数据的类标H_U组合得到训练数据矩阵的类标H；(5)根据训练数据矩阵X及训练数据矩阵的类标H产生更新的训练数据的编码B′；(6)使用训练数据矩阵X和更新的训练数据的编码B′对K个支持向量机分类器进行训练，其中K表示编码位数；(7)使用训练得到的K个支持向量机分类器对训练数据X和测试数据T进行分类，根据分类结果得到训练数据X的哈希码C_X和测试数据T的哈希码C_T；(8)从测试数据的哈希码C_T中取一个测试数据的哈希码t，计算该哈希码t与训练数据的哈希码C_T之间的汉明距离，得到汉明距离向量；(9)对汉明距离向量中的数值按从小到大的顺序进行排序，按顺序输出对应的原始图像，得到检索结果。