一種圖片檢索方法
【技術領域】
[0001] 本發(fā)明涉及圖像處理領域，尤其涉及一種圖片檢索方法。
【背景技術】
[0002] 手機已發(fā)展成人們必不可少的工具，在出去旅游的時候，遇到新鮮好玩的事物都 會拍照留念或者大家聚到一起都會自然地自拍幾張紀念在一起的時光，現(xiàn)在拍照不僅在年 輕人中流行，越來越多的老年人也玩起智能手機，也會用拍照功能，存儲在手機里的照片越 來越多。當某天心血來潮想翻看一張照片時，還需要在幾百張甚至上千張照片中一一查找， 比較繁瑣，那么我們就需要解決這個問題，如果我們記得那張圖片上有什么標志性特征，我 們就可以用這個標志性特征作為關鍵字搜索，系統(tǒng)自動篩選出具有這個特征的圖片，我們 就可以從篩選出來的一些圖片中選擇我們想看的那張圖片，大大減少了我們查找的工作 量。在這個快節(jié)奏的時代，時間就是金錢，所以省時的東西往往比較受歡迎。
[0003] 當存儲的圖片很多，現(xiàn)有的手機在想查找某一張圖片時需要慢慢查找，這樣就比 較繁瑣，所以亟需一個新的圖片快速檢索方法。

【發(fā)明內容】

[0004] 鑒于上述問題，本發(fā)明提供一種圖片檢索方法。
[0005] -種圖片檢索方法，應用于具有圖片存儲功能的移動終端中，其特征在于，包括步 驟：
[0006] 標記所述移動終端中的每一張圖片；
[0007] 于所述移動終端中輸入視覺特征和語義特征；
[0008] 搜索出符合所述視覺特征和所述語義特征的圖片集，以檢索得到圖片。
[0009] 上述的方法，其中，所述方法包括：
[0010] 搜索出符合所述視覺特征的第一圖片集；
[0011] 于所述第一圖片集中搜索出符合所述語義特征的第二圖片集，以檢索得到所述圖 片。
[0012] 上述的方法，其中，所述方法還包括：
[0013] 搜索出符合所述語義特征的第一圖片集；
[0014] 于所述第一圖片集中搜索出符合所述視覺特征的第二圖片集，以檢索得到所述圖 片。
[0015] 上述的方法，其特征在于，搜索所述第一圖像集的方法為：
[0016] 輸入查詢標簽Iq;
[0017] 于所述移動終端中搜索與所述查詢標簽Iq相似的所述第一圖片集X = Ix i，X2，··· ，Xn};
[0018] 其中，所述第一圖像集中的任意兩圖片之間相關性分值接近，且相關性分值的計 算公式為：
[0020] 其中，S為相似性矩陣，Slj表示圖像x種X j之間的視覺相似性，x種X廣示所述 第一圖片集中任意兩圖片的低層特征向量，Il · Il 2表示I2范數(shù)，半徑參數(shù)σ表示圖片X1 和Xj之間歐式距離的中值。
[0021 ] 上述的方法，其中，所述方法還包括：
[0022] 于所述第一圖片集中搜索與所述查詢標簽Iq相似的圖片標簽集L1= {1 i，I2，… ，U ;
[0023] 其中，所述第一圖片集中任一圖片的標簽集計算公式：
[0025] m是所述第一圖片集中任一圖片的標簽數(shù)目，1是標簽集中任一標簽。
[0026] 上述的方法，其特征在于，所述圖片標簽集中任一標簽與所述查詢標簽具有所述 語義特征的相關性；
[0027] 其中，所述語義特征相關性的計算公式為：
[0029] 込和I j表示所述標簽集中的任意兩標簽，c (I J和C(I j)指分別標注有込和1」的 圖像數(shù)目，C (I1,1,)指同時標注有IjP 1 ,的圖像數(shù)目，G指所述移動終端中所有圖像數(shù)目。
[0030] 上述的方法，其中，所述方法還包括：
[0031] 對所述第二圖片集中任一圖片進行相似性計算，以檢索得到所述圖片；
[0032] 其中，相似性計算的公式為：
[0034] 其中，F(xiàn)1是圖像X i和查詢標簽I q的相關性分值，D H= Σ、= Aljt3
[0035] 上述的方法，其中，所述視覺特征包括顏色特征、形狀特征和紋理特征。
[0036] 綜上所述，本發(fā)明提出了一種圖片檢索方法，通過提取圖片的視覺特征和語義特 征來得到所需要的圖片。其中，視覺特征包括顏色特征和紋理特征，語義特征主要解決的是 視覺特征不能反映的高層的特征，利用這幾個特征的融合，對被標記的圖片進行檢索，當輸 入的檢索關鍵字與圖片的標簽的對應程度相似，就可以篩選出期望得到的圖片。
【附圖說明】
[0037] 參考所附附圖，以更加充分的描述本發(fā)明的實施例。然而，所附附圖僅用于說明和 闡述，并不構成對本發(fā)明范圍的限制。
[0038] 圖1是本發(fā)明檢索圖片的流程圖。
【具體實施方式】
[0039] 為了使本發(fā)明的技術方案及優(yōu)點更加易于理解，下面結合附圖作進一步詳細說 明。應當說明，此處所描述的具體實施例僅僅用以解釋本發(fā)明，并不用于限定本發(fā)明。
[0040] 目前，一般用戶手機里的圖片非常多，用戶需要查找一張圖片時，可能會花費很多 時間。現(xiàn)在的手機所實現(xiàn)的僅僅是按時間排序或者其他標簽來排序，需要查找圖片時只能 一張張的翻看，或者在一個總體的視圖下慢慢查看，當圖片非常多時，這就相對來說比較繁 瑣。
[0041] 本發(fā)明的中心思想是：在手機相冊自動標注里面的每一張照片，這樣相冊里的每 一張照片都有對應的幾個標簽，然后通過檢索關鍵字與相片的標簽的對應程度，篩選出期 望得到的相片。
[0042] 如圖1所示，本發(fā)明設計的一種圖片檢索方法，該方法應用于具有圖片存儲功能 的移動終端內，該方法包括有以下步驟：
[0043] 對該移動終端內的每一張圖片都進行標記，標記是在每一張圖片上設置若干的標 簽，標簽是標記這些圖片的特征，比如該圖片上的顏色、紋理或者是形狀、日期之類的。這個 可以根據(jù)移動終端自身的功能進行設定。
[0044] 根據(jù)這些標簽，在移動終端內輸入查詢標簽，查詢標簽就是類似于輸入關鍵字，然 后根據(jù)查詢標簽的的視覺特征，搜索出符合視覺特征的第一圖片集，然后在該第一圖片集 中搜索符合語義特征的第二圖片集，這樣就得到需要檢索的圖片了。
[0045] 或者是，在移動終端內輸入查詢標簽，查詢標簽就是類似于輸入關鍵字，然后根據(jù) 查詢標簽的的語義特征，搜索出符合語義特征的第一圖片集，然后在該第一圖片集中搜索 符合視覺特征的第二圖片集，這樣就得到需要檢索的圖片了。
[0046] 具體的，在移動終端內搜索第一圖片集的方法為：
[0047] 首先是輸入查詢標簽lq，根據(jù)查詢標簽Iq給出的標簽內容去移動終端中找出類似 的標簽，有這些標簽的圖片統(tǒng)一為第一圖片集X = Ix1, X2，…，xj，因為第一圖片集中任意 兩圖片之間的視覺特征是相似的，即第一圖像集中的任意兩圖片之間相關性分值接近，這 樣就可以根據(jù)相關性分值的計算公式計算得出那些圖片了，具體的相關性分值的計算公式 為：
[0049] 其中，S為相似性矩陣，Slj表示圖像X種X ;之間的視覺相似性，X種X廣示第一 圖片集中任意兩圖片的低層特征向量，Il · Il2表示I2范數(shù)，半徑參數(shù)σ表示圖片1 JP ^ 之間歐式距離的中值。