1.一种商标图像检索方法,其特征在于,包括以下步骤:S1:将待检索图像和图像库中的对比图像进行多尺度特征提取,采用多个不同尺度的滑窗分割待检索图像和对比图像的区域,提取滑窗窗口内图像特征;
所述步骤S1,包括以下步骤:
(1)提取滑窗窗口内图像像素点的梯度方向直方图特征;
(2)梯度方向直方图量化编码;
(3)采用梯度点数目归一化与面积归一化相结合的方法归一化;
(4)进行空间分布描述,并级联,将图像各区域进行量化编码,统计图像内各个方向梯度点的重心位置,根据重心位置落入图像的区域,采用该区域的位置编码,在梯度方向直方图特征矩阵后级联位置编码;
S2:将待检索图像特征和对比图像特征进行全局尺度间相似匹配;
S3:筛选正确的匹配,采用随机抽样一致性(RANSAC)算法,保留在尺度上和空间位置上都具有一致性的匹配对,排除错误的匹配对;
S4:候选相似区域分割,根据自适应阈值分割出相似区域;将正确匹配窗口进行数量上的加权叠加,统计每个相似窗口的数目,根据自适应阈值矩阵分割相似区域;
S5:区域内局部尺度间相似匹配,检索结果相似对比图像的排序。
2.根据权利要求1所述的商标图像检索方法,其特征在于,所述步骤(1),计算图像像素点的水平梯度和垂直梯度,采用方向模板[‑1,0,1],计算规则为[Gh,Gv]=gradient(F),所述步骤(2),图像像素点的方向角度θ=arctan(Gv/Gh),以平面上0到360度进行n方向量化,采用模糊量化方法,将一个梯度方向量化至其相邻的两个方向中,即将一个方向用投影至相邻两个方向的分量表示,统计各像素点的量化方向的数量,进行直方图统计,采用一维矩阵的形式表示;所述n值,为大于2的整数;
所述步骤(3),采用梯度点数目归一化与面积归一化相结合的方法,梯度方向直方图T
Hist=[h0,h1,…,hi] ,滑窗面积为pArea,归一化的直方图 其中i=n‑1,α=1/n。
3.根据权利要求1所述的商标图像检索方法,其特征在于,所述步骤S2,待检索图像中滑动滑窗,遍历对比图像中所有符合相似可能性的窗口,计算得到相似距离;所述步骤S2,待检索图像中滑动滑窗的方式,为从待检索图像的中心向四周滑动。
4.根据权利要求3所述的商标图像检索方法,其特征在于,所述步骤S2,相似距离通过汉明距离(Hamming Distance)进行计算;相似距离 其中,待检索图像经k
过编码后的特征二进制串为fi,对比图像经过编码后的特征二进制串为gj,fi 表示二进制k
串fi的第k位,gj 表示二进制串gj的第k位, 表示异或操作,α的取值等于特征二进制串fi与gj长度和的倒数;
所述步骤S2,符合相似可能性需要满足的条件为:(1)对比图像窗口的中心位置在待检索图像滑窗窗口中心位置的附近,允许变换范围为u,u的取值范围为0.4到0.6;(2)对比图像窗口与待检索图像滑窗窗口具有相似的长宽比,所述两个长宽比的比值范围为0.2到5。
5.根据权利要求3所述的商标图像检索方法,其特征在于,所述步骤S3,采用尺度‑空间一致性的方法消除错误匹配;采用随机抽样一致性(RANSAC)算法,保留在尺度上和空间位置上都具有一致性的匹配对,排除错误的匹配对。
6.根据权利要求3或5所述的商标图像检索方法,其特征在于,所述步骤S4,根据自适应阈值分割出相似区域;将正确匹配窗口进行数量上的加权叠加,统计每个相似窗口的数目,根据自适应阈值矩阵分割相似区域。
7.根据权利要求6所述的商标图像检索方法,其特征在于,所述步骤S4,将步骤S1滑窗的中心位置定义为结构定位点(anchor point),在步骤S4,统计覆盖每个结构定位点(anchor point)的相似窗口的数目;所述步骤S4,为每对匹配窗口的权重由相似距离dij决定,相似距离越小,给与的权重越大,相似距离越大,给与的权重越小,总平均权重为1。
8.根据权利要求7所述的商标图像检索方法,其特征在于,所述步骤S5,各对比图像相似区域的相似性,通过汉明距离(Hamming Distance)进行计算;区域内相似窗口匹配,查找方法为局部邻域查找;
所述步骤S5,在待检索图像的相似区域,通过滑窗的任意滑动,遍历对比图像的相似区域中所有符合相似可能性条件的滑窗窗口,计算得到相似距离,相似距离最小的为最相似的窗口。
9.根据权利要求8所述的商标图像检索方法,其特征在于,所述步骤S5,待检索图像与对比图像相似区域中滑窗的相似性以滑窗的结构定位点(anchor point)的相似性来代替,相似距离由所有以该结构定位点(anchor point)为中心的窗口的对应相似距离的均值来计算;
待检索图像相似区域与对比图像相似区域的相似距离dAB,具体算法为:其中,nA为待检索图像相似区域中包含结构定位点(anchor point)的数目,nB为对比图像相似区域中包含结构定位点(anchor point)的数目,(u、v)为结构定位点(anchor point)的坐标,dAUV为待检索图像相似区域结构定位点(u、v)的相似距离,dBUV为对比图像相似区域结构定位点(u、v)的相似距离,λ为相似面积参数,和nA、nB成反比,相似区域总面积越大,λ越小。