发明名称 在互联网上搜索图片及局部相似图片的方法
摘要 本发明涉及一种在互联网上搜索图片及局部相似图片的方法,包括如下步骤:(1)客户端通过互联网与神经网络系统建立连通关系;(2)由客户端从原图片中选取一个或多个一定大小的图片局部作为标准图片并传输到图片数据存储服务器;(3)神经网络服务器抽取标准图片的几何特征,然后对标准图片的每个几何特征进行感知训练得到每个几何特征的隶属度,在感知训练过程中获取的最大隶属度的几何特征所对应的坐标范围为搜索结果;(4)神经网络服务器将所获得的坐标范围传送到客户端,由客户端转换为用户原图片的坐标作为搜索的结果。本发明实现了在互联网上通过图片或其局部高速搜索原图片及其他局部相似图片功能,具有搜索速度快、准确率高的特点。
申请公布号 CN101877012B 申请公布日期 2012.06.20
申请号 CN201010239063.4 申请日期 2010.07.28
申请人 刘捷;于敏学 发明人 刘捷;于敏学
分类号 G06F17/30(2006.01)I;G06N3/02(2006.01)I 主分类号 G06F17/30(2006.01)I
代理机构 天津盛理知识产权代理有限公司 12209 代理人 王来佳
主权项 一种在互联网上搜索图片及局部相似图片的方法,其特征在于:包括如下步骤:(1)客户端通过互联网与神经网络系统建立连通关系;(2)由客户端从原图片中选取一个或多个一定大小的图片局部作为标准图片并传输到神经网络系统中的图片数据存储服务器;(3)神经网络系统中的神经网络服务器从图片数据存储服务器中获取标准图片并抽取标准图片的几何特征,然后对标准图片的每个几何特征进行感知训练得到每个几何特征的隶属度,在感知训练过程中获取的最大隶属度的几何特征所对应的坐标范围为搜索结果;所述抽取标准图片的几何特征的方法为:神经网络服务器从标准图片的像素灰度值中,抽取灰度变化明显的边缘线条的方向值作为图片的几何特征;所述对标准图片的几何特征进行感知训练的方法为:神经网络服务器利用神经元间连接权值对输入的每个几何特征进行计算,找到相应的内容类别进行收敛,得到每个几何特征的隶属度,在感知训练过程中隶属度最大时的几何特征所对应的坐标范围就是所要的搜索结果;所述的神经网络服务器内置有视觉BP神经网络模型,该神经网络模型采用基本感知器模型结构并使用误差反向传播算法,该神经网络模型的输出值是对应各个内容类别的隶属度;(4)神经网络系统中的神经网络服务器将所获得的坐标范围传送到客户端,由客户端转换为用户原图片的坐标作为搜索的结果。
地址 518010 广东省深圳市罗湖区深南东路5045号10层楼
您可能感兴趣的专利