一种低质量图像检索方法

文档序号:39422435发布日期:2024-09-20 22:13阅读:来源:国知局

技术特征:

1.一种低质量图像检索方法,其特征在于,包括:获取原低质量图像数据库;对所述原低质量图像数据库分别进行傅里叶变换和增强,获得高频图像数据库和增强图像数据库,其中,所述原低质量图像数据库、所述高频图像数据库和所述增强图像数据库的容量均为,且为正整数;根据所述原低质量图像数据库、所述高频图像数据库和所述增强图像数据库,建立基准低质量特征库、基准高频特征库和基准增强特征库;当用户输入待检索图像时,对所述待检索图像分别进行傅里叶变换和增强,获得高频图像和增强图像,其中,所述待检索图像为低质量图像;获取待检索图像特征、高频图像特征和增强图像特征;根据所述待检索图像特征、所述高频图像特征、所述增强图像特征、所述基准低质量特征库、所述基准高频特征库和所述基准增强特征库,确定相似性度量;根据所述相似性度量,确定自适应权重;根据所述自适应权重和所述相似性度量,确定综合相似度度量;对所述综合相似性度量进行排序,输出检索结果。

2.根据权利要求1所述的低质量图像检索方法,其特征在于,当用户输入待检索图像时,对所述待检索图像分别进行傅里叶变换和增强,获得高频图像和增强图像,包括:获得所述待检索图像中多个像素点的灰度值;根据所述灰度值,对所述待检索图像进行傅里叶变换,获得灰度值对应的频谱;对所述频谱中心化后,进行高通滤波,再去中心化后,进行傅里叶逆变换,确定高频图像中多个像素点的灰度值;获取所述待检索图像中每个点的r、g、b三个通道的分量值,亮度得分和对比度得分;对所述待检索图像进行高斯滤波,获得高斯滤波图像;根据所述r、g、b三个通道的分量值,所述亮度得分、所述对比度得分和所述高斯滤波图像,确定对比度增强结果;根据所述对比度增强结果,获得增强图像。

3.根据权利要求2所述的低质量图像检索方法,其特征在于,对所述频谱中心化后,进行高通滤波,再去中心化后,进行傅里叶逆变换,确定高频图像中多个像素点的灰度值,包括:根据公式确定高频图像中第m行第n列像素点的灰度值,其中,为频域中第u行第v列对应的频谱,m为高频图像的行标号,n为高频图像的列标号,u为高频图像第m行对应频谱的行标号,v为高频图像第n列对应频谱的列标号,m为行的数量,n为列的数量,m≤m,n≤n,u≤m,v≤n,且n、m、v、u、m和n均为非负整数,i是虚数单位,e为自然常数。

4.根据权利要求2所述的低质量图像检索方法,其特征在于,根据所述r、g、b三个通道的分量值,所述亮度得分、所述对比度得分和所述高斯滤波图像,确定对比度增强结果,包括:根据公式,,,,,确定第x行第y列像素点的对比度增强结果,其中,为r通道的分量值,为g通道的分量值,为b通道的分量值,为待检索图像的亮度值,为归一化的亮度,为亮度增强的图像,为高斯滤波图像,为对比度增强指数,z为亮度得分,p为对比度得分。

5.根据权利要求1所述的低质量图像检索方法,其特征在于,根据所述待检索图像特征、所述高频图像特征、所述增强图像特征、所述基准低质量特征库、所述基准高频特征库和所述基准增强特征库,确定相似性度量,包括:根据公式,,,,确定相似性度量d,其中,ed为增强图像与增强图像数据库的相似性度量,为增强图像与增强图像数据库中第个图像的相似度,、、、…、分别为原低质量图像数据库中第1、2、3、…、个图像,q为待检索图像,为增强图像数据库中第个图像的基准增强特征,为增强图像特征,ld为待检索图像与原低质量图像数据库的相似性度量,为待检索图像与原低质量图像数据库中第个图像的相似度,为原低质量图像数据库中第个图像的基准低质量特征,为待检索图像特征,hd为高频图像与高频图像数据库的相似性度量,为高频图像与高频图像数据库中第个图像的相似度,为高频图像数据库中第个图像的基准高频特征,为高频图像特征,为原低质量图像数据库、高频图像数据库和增强图像数据库的容量,且为正整数。

6.根据权利要求5所述的低质量图像检索方法,其特征在于,根据所述相似性度量,确定自适应权重,包括:根据所述相似性度量,对所述增强图像与增强图像数据库的相似性度量、所述待检索图像与原低质量图像数据库的相似性度量,以及所述高频图像与高频图像数据库的相似性度量求平均,获得综合相似性度量1;对综合相似性度量1进行排序,获得最大差异图,其中,所述最大差异图为与所述待检索图像差异最大的图像;将最大差异图作为新的待检索图像,获取新的待检索图像特征、新的高频图像特征和新的增强图像特征;根据所述新的待检索图像特征、所述新的高频图像特征、所述新的增强图像特征、所述基准低质量特征库、所述基准高频特征库和所述基准增强特征库,确定新的相似性度量;设置待定自适应权重;将所述新的相似性度量与所述待定自适应权重相乘,获得新的综合相似性度量;将所述相似性度量与所述待定自适应权重相乘,获得综合相似性度量2;根据所述新的综合相似性度量和所述综合相似性度量2,确定自适应权重模型的约束条件和目标函数;根据所述约束条件和所述目标函数,对所述自适应权重模型进行求解,获得自适应权重。

7.根据权利要求6所述的低质量图像检索方法,其特征在于,根据所述新的综合相似性度量和所述综合相似性度量2,确定自适应权重模型的约束条件和目标函数,包括:根据公式,,,,,

8.根据权利要求5所述的低质量图像检索方法,其特征在于,根据所述自适应权重和所述相似性度量,确定综合相似度度量,包括:根据公式


技术总结
本发明提供一种低质量图像检索方法,涉及图像检索技术领域。所述方法包括:获取原低质量图像数据库;获得高频图像数据库和增强图像数据库;建立基准低质量特征库、基准高频特征库和基准增强特征库;当用户输入待检索图像时,对所述待检索图像分别进行傅里叶变换和增强,获得高频图像和增强图像;获取待检索图像特征、高频图像特征和增强图像特征;确定相似性度量;根据所述相似性度量,确定自适应权重;根据所述自适应权重和所述相似性度量,确定综合相似度度量;对所述综合相似性度量进行排序,输出检索结果。根据本发明,可在度量层面融合多个特征进行图像检索,自适应权重使得单特征权重可随待检索图像动态更新,从而优化检索精度和结果。

技术研发人员:王姣娟,姚海龙,石蕊,王菊梅,郭茗涵,杨曼
受保护的技术使用者:兰州城市学院
技术研发日:
技术公布日:2024/9/19
当前第2页1 2 
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1