一种基于谱图分析的图像检索方法

摘要

本发明提供一种基于谱图分析的图像检索方法，包括五个步骤：基于线性迭代的层次化超像素分割，通过层次化超像素分割提取和去除图像的冗余，减少图像处理的复杂性；二维图像上的双调和距离定义，通过统计图像的双调和距离分布来描述图像的局部结构特征；基于谱聚类的图像子块划分，通过谱聚类方法可融入更多的图像内蕴结构特征信息，得到的图像子块划分比单纯的超像素更具视觉意义；基于词袋模型的图像描述子设计，通过对图像特征出现的频率进行统计分析来描述图像的组成成分及其整体结构。基于谱图分析图像描述子的检索，通过实际的图像检索结果来验证本发明的有效性。本发明设计的图像检索方法，具有区分能力好，灵活性强的特点。

主权项

一种基于谱图分析的图像检索方法，其特征在于包括以下五个步骤：步骤（1）、基于线性迭代聚类的层次化超像素分割：超像素分割将在颜色和空间上相似的点聚集在一起；使用两种分割数目的超像素；一种超像素分割为物体级别分割，用来为谱聚类的构建相似度矩阵，另一种为细节级别分割，用来计算双调和距离构成每一部分的特征描述；步骤（2）、基于双调和距离度量的图像特征描述：双调和距离可通过下面公式进行计算： d B ( x , y ) 2 = Σ k = 1 ∞ ( φ k ( x ) - φ k ( y ) ) 2 λ k 2 其中dB(x,y)为x,y之间的双调和距离，φk（x）为x处第k个特征向量，λk为第k个特征值,得到图像的局部和全局拓扑结构；接下来使用超像素之间的双调和距离作为特征的度量；步骤（3）、基于谱聚类的图像特征分析：基于之前物体级别的超像素，使用谱聚类来对超像素进行聚类，得到更加具有语义级别的分类；步骤（4）、基于词袋模型的图像描述子设计：将图像作为“文档”，图像中的每一部分作为一个“词”，通过对许多图像中的“词”进行分类，构建“词典”，其中每个“词”都属于一个词典；对每一幅图像进行词频的统计，得到图像描述子；步骤（5）、图像检索测试：对图像库中的图像进行计算，每一幅图像都获得一个图像描述子；给定一张新的图像，通过步骤（1）‑（3）对图像进行计算，得到新的描述子；然后将新的描述子与图像库中的描述子进行距离度量，来检索与新图像最为匹配的图像。