一种多特征融合的外观设计专利图像检索方法

摘要

本发明公开了一种多特征融合的外观设计专利图像检索方法，根据外观设计专利图像的特点，设计特征提取的方法和图像检索的流程；在特征提取方面采用将整体特征和局部特征相融合的方法，采用边界方向直方图算法和结构特征描述形状特征；采用Gabor滤波算法和分块特征统计法提取纹理特征，图像检索过程中首先采用几何特征进行比较，根据阈值对图像筛选；其次用形状特征和纹理特征进行相似度匹配，将图像按相似度大小排序返回；本发明通过提取外观专利图像整体和局部较为全面的特征以及检索过程中的分步筛选，提供了一种高效率、高准确率的外观设计专利图像检索方法。

主权项

一种多特征融合的外观设计专利图像检索方法，其特征在于该图像检索方法步骤如下：步骤1：建立外观设计专利图像库，对所有图像进行预处理；步骤2：从图像中计算外观设计专利的长宽比L和圆形度R作为简单几何特征；步骤3：采用canny算子对图像进行边缘检测之后得到图像的边界，对边界上的每一个点计算切线方向，以5度为范围进行划分，构成72级的边界方向直方图，以此作为边界形状特征向量B{b1，b2，...b72}；步骤4：将图像x方向和y方向分别划分5等份，统计每一行或每一列中图像中物体的宽度或高度所占整体宽度或高度的比重p，分别对每一份中所有的比重p求均值ap和方差sp，得到图像的结构特征S{ap1，sp1，ap2，sp2，...ap10，sp10}；步骤5：采用Gabor滤波方法提取图像的纹理特征，对图像经过Gabor小波变换后计算在不同尺度和方向上的系数幅度序列的均值u和标准差s，取尺度数M＝5，方向数N＝6，则计算出的纹理特征向量为G{u00，s00，u01，s01，...u45，s45}；步骤6：将图像分为5*5个小块，统计每一块中物体的像素总数与分块大小的比值，得到特征T{t1，t2，...t25}；步骤7：对所有特征向量分组进行特征的归一化，写入外观设计专利图像库；步骤8：对于用户的输入，经过图像的归一化和预处理之后，采用步骤2～步骤5中的方法提取特征并归一化；步骤9：用长宽比和圆形度特征计算输入图像与库中图像的距离，设定阈值，大于阈值的图像筛除，小于阈值的图像保留；步骤10：对于步骤9中经过初步筛选的图像，计算出的输入图像的每组特征与图像中的每组特征分别一一进行比对，得到四组特征间的距离d(B)、d(S)、d(G)、d(T)，将四组距离分别归一化并加权融合得到最终的距离d；步骤11：按照d由小到大的顺序，输出相应的外观专利图像作为结果返回给用户。