一種基於顏色特徵與倒排索引的海量圖像檢索系統的製作方法
2023-05-28 07:11:31 2
一種基於顏色特徵與倒排索引的海量圖像檢索系統的製作方法
【專利摘要】本發明提出了一種基於顏色特徵與倒排索引的海量圖像檢索系統，包括如下步驟：步驟一：選用均勻性好的CIE1976L*a*b*（簡稱Lab）顏色空間，並對該空間進行K-means聚類，得到n種顏色；步驟二：對所有待檢索的圖像像素根據色差最小原則進行映射，得到降維後的圖像；步驟三：將步驟二中得到的圖像進行網格化，在網格單元中統計顏色主色作為代表色，因此每張圖像將由若干代表色組成；步驟四：將步驟三得到的若干代表色進行自定義編碼，最後得到一個由若干個字符編碼組成的類文本，將此類文本上傳至倒排索引伺服器，完成海量圖像的索引建立，進而可以完成圖像檢索功能。
【專利說明】—種基於顏色特徵與倒排索引的海量圖像檢索系統
發明領域
[0001]本發明屬於模式識別與信息處理【技術領域】，涉及電子商務平臺上的海量圖像處理，
尤其涉及一種基於顏色特徵與倒排索引的海量圖像檢索的實現方案。
【背景技術】
[0002]電子商務服務產業正經歷其發展的黃金年代。預計到2015年，中國電子商務服務業營收將突破萬億元規模，屆時中國將擁有世界上規模最大、最為領先的電子商務服務產業。在電子商務蓬勃發展的同時，海量商品圖像也在以幾何倍數的增長速度遞增。因此如何快速有效的對海量的商品圖像進行檢索成為了新的研究趨勢。商品圖像內容具有很明顯的形狀差別，比如衣服和褲子在形狀上就有很大的差別。顏色特徵是最關鍵也是最常用的特徵，但是直接處理彩色圖像的RGB顏色是相當耗時的工作，所以如何降低顏色統計的複雜度是海量圖像處理首先面對的難題。本發明提出了基於顏色空間量化及特徵編碼的方法以求快速獲取圖像顏色特徵，並用圖像網格化的方法，進一步的提取圖像的主顏色信息，並最終經過特徵編碼建立海量圖像倒排索引。
【發明內容】
[0003]本發明的目的在於要解決迅速發展的電子商務形成的海量圖像下的圖像快速檢索問題，由此消費者可以在面臨海量圖像快速檢索所關心的商品。提供了一種快速有效的電子商務平臺海量圖像檢索方法。
[0004]為了實現上述目的本發明採用以下技術方案:
一種基於顏色特徵與倒排索引的海量圖像檢索系統，其特徵在於，包括如下步驟:步驟一:首先為了解決RGB顏色空間計算顏色特徵的維數災難問題，同時考慮到顏色空間的均勻性問題，選用均勻性好的CIEigTeLiVV顏色空間，並用K-means聚類方法對CIE1976LVb*進行聚類，聚類到256種顏色。
[0005]步驟二:從電子商務平臺獲取所有待檢索的圖像，先將圖像的RGB顏色轉化為CIE1976LVb*顏色，並將圖像中的每個像素點顏色根據色差最小原則和步驟一得到的256種顏色做映射，最終圖像的每個像素的維度變為256維。
[0006]步驟三:將步驟二中得到的圖像網格化，網格大小為8*8。在每個網格單元中統計顏色主色，並以每個主色作為這個網格單元的代表色。最後每張圖像將由64個代表色組成。
[0007]步驟四:將步驟三得到的64個代表色通過自定義的編碼規則進行字符編碼，最後一張圖像會對應一個由64個字符編碼組成的類文本，將此類文本上傳至倒排索引伺服器，完成海量圖像的索引建立，進而可以完成圖像檢索功能。
[0008]本發明結合文本檢索快速有效的特點，將圖像特徵很好的轉化為了文本。解決了海量圖像的快速有效檢索問題，本發明具有以下優點:一、從消費者對用戶體驗的要求出發，通過圖像特徵類文本化的改進，能夠完成快速有效的圖像檢索效果；
二、本發明從電子商務平臺的角度出發，能夠很好的將平臺內海量的圖像信息通過顏色特徵進行行之有效的整合。從而給用戶提供更好的消費體驗，帶來更多的網站流量。
[0009]三、從信息處理技術的角度出發，本發明很好的結合了文本檢索的優點，並將圖像進行網格化，從而保留了圖像部分的輪廓信息，對於輪廓信息敏感的商品圖像來說具有良好效果。
【專利附圖】
【附圖說明】
[0010]附圖1是檢索系統框架圖；
附圖2主色圖；
附圖3自定義編碼；
附圖4字符碼文；
附圖5部分實驗結果。
【具體實施方式】
[0011]為了使得本發明的目的、技術方案和有益效果更加清楚明白，以下結合具體案例，並參照附圖，對本發明進行進一步詳細的說明。
[0012]本發明是用於電子商務平臺海量圖像中相似圖像的檢索方法。該方法能夠將圖像特徵轉化為能夠建立索引的類 文本關鍵字特徵，從而利用倒排索引搜尋引擎，完成對圖像的快速檢索工作。該檢索方法能夠很好的滿足用戶對快速有效檢索方法需求，同時可在很大程度上增加電子商務平臺的用戶體驗，並在實踐中很好的驗證了圖像檢索和文本檢索這原本不相干的兩種檢索方法結合的好處。
[0013]我們的測試實驗軟硬體環境為:
硬體環境:
電腦類型:臺式機；
CPU =Pentium(R)Dual-Core CPU E560002.93GHz
內存:4.0OGB (3.49GB 可用)
系統類型:32位作業系統 顯示卡:集成顯卡 軟體環境:
IDE =Visual Studio2010
圖像處理 SDK:0penCV2.3.1
搜尋引擎:Apache Solrl.4.1
開發語言:C++、Python
如圖1本發明對相似圖像的檢索流程圖，對相似商品圖像的檢索方法包括如下步驟:步驟一:首先為了能夠利用圖像顏色特徵建立高效的索引要解決的首要問題是圖像顏色特徵的維度問題，RGB顏色空間的維度為16777216維(256*258*256)，如果直接不經過降維處理，那麼基於顏色特徵的檢索將變得不切實際。為了解決維數災難的問題，同時考慮到顏色空間的均勻性問題，本發明選用均勻性好的CIEigTeiAiVi顏色空間，並用K-means聚類方法對CIEigTeLiVV進行聚類，聚類到256種顏色。因為這256種顏色並不包含灰度顏色，對黑白圖像或者顏色較淺的圖像的降維效果不佳，所以我們將彩色空間聚類至248維，將灰度空間聚類至8維，從而得到256維的彩色加灰度的顏色空間，本發明稱之為標準色空間，其中的每一種顏色稱之為標準色。
[0014]步驟二:從電子商務平臺獲取所有待檢索的圖像進行批量圖像特徵提取，為了更加清晰的說明圖像特徵提取的流程，我們用一張圖像的特徵提取作為例子來描述。首先，將圖像的RGB顏色轉化為CIEigTeLiVV顏色；然後將轉換後的圖像中的每個像素點顏色值與步驟一得到的標準顏色空間中的每種顏色計算色差值(本發明選用CIEDE1976色差公式，色差公式如公式1)，計算圖像中和標準顏色空間中的CIEigTeLiVV顏色的色差，選擇色差最小的標準色作為該像素點的代表色，最後我們得到圖像中的所有16777216維的像素將全部映射到256維的標準色。我們稱這一過程得到的圖像為映射圖像。
【權利要求】
1.一種基於顏色特徵與倒排索引的海量圖像檢索系統，其特徵在於，包括如下步驟:步驟一:選用均勻性好的CIEigYeLiW顏色空間，並用K-means聚類方法對CIE1976LVb*進行聚類，聚類到256種顏色； 步驟二:獲取所有待檢索的圖像，先將圖像的RGB顏色轉化為(ΠΕΝΤΘΙΛΛ/顏色，並將圖像中的每個像素點顏色根據色差最小原則和步驟一得到的256種顏色做映射，最終圖像的每個像素的維度變為256維； 步驟三:將步驟二中得到的圖像網格化，網格大小為η*η。在每個網格單元中統計顏色主色，並以每個主色作為這個網格單元的代表色，最後每張圖像將由η*η個代表色組成；步驟四:將步驟三得到的64個代表色通過自定義的編碼規則進行字符編碼，最後一張圖像會對應一個由64個字符編碼組成的類文本，將此類文本上傳至倒排索引伺服器，完成海量圖像的索引建立，進而可以完成圖像檢索功能。
【文檔編號】G06F17/30GK103593458SQ201310601630
【公開日】2014年2月19日 申請日期:2013年11月21日 優先權日:2013年11月21日
【發明者】董樂, 封寧, 梁燕, 王冉 申請人:電子科技大學