本发明提供了一种检索准确的图像检索系统，包括图像输入模块、图像检索模块、图像排序模块和显示终端，所述图像输入模块用于输入用户提供的样例图像，所述图像检索模块用于从图像数据集中检索与样例图像相似的图像，获取检索结果，所述图像排序模块用于根据检索结果与样例图像的相似度对检索结果排序，获取排序列表，所述显示终端用于显示和存储检索结果和排序列表，包括画面显示模块、存储模块和通信模块，所述画面显示模块用于显示检索结果和排序列表，所述存储模块用于存储检索结果和排序列表，所述通信模块用于从所述图像检索模块和图像排序模块获取检索结果和排序列表。本发明的有益效果为：实现了图像的准确检索和显示。
1.一种检索准确的图像检索系统，其特征在于，包括图像输入模块、图像检索模块、图像排序模块和显示终端，所述图像输入模块用于输入用户提供的样例图像，所述图像检索模块用于从图像数据集中检索与样例图像相似的图像，获取检索结果，所述图像排序模块用于根据检索结果与样例图像的相似度对检索结果排序，获取排序列表，所述显示终端用于显示和存储检索结果和排序列表，包括画面显示模块、存储模块和通信模块，所述画面显示模块用于显示检索结果和排序列表，所述存储模块用于存储检索结果和排序列表，所述通信模块用于从所述图像检索模块和图像排序模块获取检索结果和排序列表；
所示画面显示模块为高清显示屏，所述存储模块为固态硬盘；
所述图像检索模块包括相似关系挖掘单元和检索单元，所述相似关系挖掘单元用于挖掘图像数据集中图像之间的相似关系，所述检索单元用于从图像数据集中检索图像；
步骤1、给定图像数据集X＝{x1,x2,…,xn}和若干种距离度量{D1,D2,…,Dm}，设X中任意两图像xi和xj在度量Dl下的距离为sl(xi,xj)，其中，l∈[1,m]；则对任意度量Dl，存在一个有向图Gl(V,B,wl)，其中，V＝X为顶点集合， 为有向边集合，wl用于计算任意边的权值，将wl(xi,xj)简记为wl(i,j)；
式中，ρij为尺度因子， 其中，xi(N)和xj(N)分别表示xi和
xj与各自距离最小的前N个数据的距离的和，ave表示取平均值；
步骤2、用kNl(xi)表示xi在有向图Gl下的k近邻，获取有向图G1,G2,…,Gm的k近邻图Gk1,Gk2,…,Gkm，对于任意的k近邻图Gkl，其中，l∈[1,m]，仅当xj∈kNl(xi)时，二者存在边bij，权值为wkl(i,j)＝wl(i,j)，其余情况下边的权值为0；将k近邻图组合成图Gk(V,B,wk)，如果样本xi和xj在任意图Gkl中有权值不为0的边，则Gk中存在边bij，权值wk为：式中，ql表示每种度量的重要性指标， 若wl>0，则cl＝1，否则为0，只有xj在至少一个度量方法下属于xi的k近邻时，wk(i,j)才非0；
步骤3、有向图Gk对应数据集X上的一个马尔科夫链，其转移概率矩阵Ak＝[akij]n×n，其中，式中，akij表示马尔科夫系统某一时刻从xi到xj的转移概率；
式中，kN(xi)表示xi在图Gk下的k近邻，kN(xj)表示xj在图Gk下的k近邻， 表示第t次迭代后的相似矩阵，初始矩 Ak(xi,xp)表示从xi到xp的转移概率矩阵，Ak(xq,xj)表示从xq到xj的转移概率矩阵；
步骤4、运行步骤3中的传播过程，样本之间的两两相似关系向远处传播，经过若干步的迭代，得到样本之间的内在相似关系。
2.根据权利要求1所述的检索准确的图像检索系统，其特征在于，所述距离度量包含第一距离度量D1，第一距离度量D1采用以下方式确定：式中,W和H分别为图像的宽和高，|W×H|表示图像像素的数量，yK和zK分别表示两幅图像y和z的第K个像素点的灰度值。
3.根据权利要求2所述的检索准确的图像检索系统，其特征在于，所述距离度量包含第二距离度量D2，第二距离度量D2采用以下方式确定：
4.根据权利要求3所述的检索准确的图像检索系统，其特征在于，所述从图像数据集中检索图像，具体采用以下步骤：步骤1、输入数据集X＝{x1,x2,…,xn}，距离度量{D1,D2,…,Dm}及其对应的 邻域大小k和迭代次数T，输出结果为优化后的相似矩阵 矩阵 的第i行对应xi与数据集所有数据之间的相似度，选取相似度前EH大的图像，得到以xi为目标时的检索结果，其中EH∈[3，7]；
步骤2、将样例图像加入到数据集当中，按照步骤1的方法得到与样例图像相似度高的图像。
一种检索准确的图像检索系统
技术领域
[0001] 本发明涉及图像检索技术领域，具体涉及一种检索准确的图像检索系统。
背景技术
[0002] 图像检索的任务是从数据库中寻找出与询问目标最相似的样本，并按照相似程度进行排序。用户检索时，可能需要查找与检索目标整体相似的图像，也可能是要查找某个特殊角度与检索目标相似的图像。这种用户目的的不确定性为图像检索带来额外的困难，而用户往往又只关心排名最靠前的若干返回结果，因此检索结果的排序非常关键。
[0003] 现有的检索系统中，存在检索精度差，检索结果不直观等问题。
发明内容
[0004] 针对上述问题，本发明旨在提供一种检索准确的图像检索系统。
[0005] 本发明的目的采用以下技术方案来实现：
[0006] 提供了一种检索准确的图像检索系统，包括图像输入模块、图像检索模块、图像排序模块和显示终端，所述图像输入模块用于输入用户提供的样例图像，所述图像检索模块用于从图像数据集中检索与样例图像相似的图像，获取检索结果，所述图像排序模块用于根据检索结果与样例图像的相似度对检索结果排序，获取排序列表，所述显示终端用于显示和存储检索结果和排序列表，包括画面显示模块、存储模块和通信模块，所述画面显示模块用于显示检索结果和排序列表，所述存储模块用于存储检索结果和排序列表，所述通信模块用于从所述图像检索模块和图像排序模块获取检索结果和排序列表。
[0007] 本发明的有益效果为：实现了图像的准确检索和显示，具体的，通过图像检索模块获取检索结果，通过图像排序模块获取排序列表，获取到的检索信息更为全面，通过显示终端对检索结果和排序列表显示，检索信息显示更为直观。
附图说明
[0008] 利用附图对本发明作进一步说明，但附图中的实施例不构成对本发明的任何限制，对于本领域的普通技术人员，在不付出创造性劳动的前提下，还可以根据以下附图获得其它的附图。
[0009] 图1是本发明的结构示意图；
[0010] 图2是本发明显示终端结构示意图。
[0011] 附图标记：
[0012] 图像输入模块1、图像检索模块2、图像排序模块3、显示终端4、画面显示模块41、存储模块42和通信模块43。
具体实施方式
[0013] 结合以下实施例对本发明作进一步描述。
[0014] 参见图1、图2，本实施例的一种检索准确的图像检索系统，包括图像输入模块1、图像检索模块2、图像排序模块3和显示终端4，所述图像输入模块1用于输入用户提供的样例图像，所述图像检索模块2用于从图像数据集中检索与样例图像相似的图像，获取检索结果，所述图像排序模块3用于根据检索结果与样例图像的相似度对检索结果排序，获取排序列表，所述显示终端4用于显示和存储检索结果和排序列表，包括画面显示模块41、存储模块42和通信模块43，所述画面显示模块41用于显示检索结果和排序列表，所述存储模块42用于存储检索结果和排序列表，所述通信模块43用于从所述图像检索模块2和图像排序模块3获取检索结果和排序列表。
[0015] 本实施例实现了图像的准确检索和显示，具体的，通过图像检索模块获取检索结果，通过图像排序模块获取排序列表，获取到的检索信息更为全面，通过显示终端对检索结果和排序列表显示，检索信息显示更为直观。
[0016] 优选的，所示画面显示模块为高清显示屏，所述存储模块为固态硬盘。
[0017] 本优选实施例画面显示模块采用高清显示屏，能够更加清晰地显示检索结果和排序列表，存储模块采用固态硬盘，存储速度更快，提升了用户体验。
[0018] 优选的，所述图像检索模块2包括相似关系挖掘单元和检索单元，所述相似关系挖掘单元用于挖掘图像数据集中图像之间的相似关系，所述检索单元用于从图像数据集中检索图像。所述挖掘图像之间的相似关系，具体采用以下步骤：
[0019] 步骤1、给定图像数据集X＝{x1,x2,…,xn}和若干种距离度量{D1,D2,…,Dm}，设X中任意两图像xi和xj在度量Dl下的距离为sl(xi,xj)，其中，l∈[1,m]；则对任意度量Dl，存在一个有向图Gl(V,B,wl)，其中，V＝X为顶点集合， 为有向边集合，wl用于计算任意边的权值，将wl(xi,xj)简记为wl(i,j)；
[0020]
[0021] 式中，ρij为尺度因子， 其中，xi(N)和xj(N)分别表示xi和xj与各自距离最小的前N个数据的距离的和，ave表示取平均值；
[0022] 步骤2、用kNl(xi)表示xi在有向图Gl下的k近邻，获取有向图G1,G2,…,Gm的k近邻图Gk1,Gk2,…,Gkm，对于任意的k近邻图Gkl，其中，l∈[1,m]，仅当xj∈kNl(xi)时，二者存在边bij，权值为wkl(i,j)＝wl(i,j)，其余情况下边的权值为0；将k近邻图组合成图Gk(V,B,wk)，如果样本xi和xj在任意图Gkl中有权值不为0的边，则Gk中存在边bij，权值wk为：
[0023]
[0024] 式中，ql表示每种度量的重要性指标， 若wl>0，则cl＝1，否则为0，只有xj在至少一个度量方法下属于xi的k近邻时，wk(i,j)才非0；
[0025] 步骤3、有向图Gk对应数据集X上的一个马尔科夫链，其转移概率矩阵Ak＝[akij]n×n，其中，
[0026]
[0027] 式中，akij表示马尔科夫系统某一时刻从xi到xj的转移概率；
[0028] 建立传播过程为：
[0029]
[0030] 式中，kN(xi)表示xi在图Gk下的k近邻，kN(xj)表示xj在图Gk下的k近邻，表示第t次迭代后的相似矩阵，初始矩阵 Ak(xi,xp)表示从xi到xp的转移概率矩阵，Ak(xq,xj)表示从xq到xj的转移概率矩阵；
[0031] 步骤4、运行步骤3中的传播过程，样本之间的两两相似关系向远处传播，经过若干步的迭代，得到样本之间的内在相似关系。
[0032] 本优选实施例将数据集上的多个距离度量融合成一个稀疏图，然后用局部约束的传播方法进行演化扩散，挖掘图中的相似关系；由于大多数不相关的样本都被排除在传播过程之外，每种度量方法中的重要信息得到突出，所形成的稀疏矩阵则极大降低了迭代过程中的计算需求；Gk中最多有mkn条边，消除了低权值关系的背景累积效应，使高权值相似关系更加突出。
[0033] 优选的，所述距离度量包含第一距离度量D1，第一距离度量D1采用以下方式确定：
[0034]
[0035] 式中,W和H分别为图像的宽和高，|W×H|表示图像像素的数量，yK和zK分别表示两幅图像y和z的第K个像素点的灰度值。
[0036] 所述距离度量包含第二距离度量D2，第二距离度量D2采用以下方式确定：
[0037] 本优选实施例引入全新的距离度量方式第一距离度量和第二距离度量，获取的图像距离更为准确，有助于提高图像相似性的计算。
[0038] 优选的，所述从图像数据集中检索图像，具体采用以下步骤：
[0039] 步骤1、输入数据集X＝{x1,x2,…,xn}，距离度量{D1,D2,…,Dm}及其对应的邻域大小k和迭代次数T，输出结果为优化后的相似矩阵 矩阵 的第i行对应xi与数据集所有数据之间的相似度，选取相似度前EH大的图像，得到以xi为目标时的检索结果，其中EH∈[3，7]；
[0040] 步骤2、将样例图像加入到数据集当中，按照步骤1的方法得到与样例图像相似度高的图像。
[0041] 本优选实施例通过计算所有样本两两之间的相似性，可得到整个数据集的相似矩阵。在图像检索任务中，将样例图像加入到数据集当中，得到包含样例图像的相似矩阵，从而得到与样例图像相似的图像，完成图像检索。
[0042] 采用本发明检索准确的图像检索系统进行图像检索，当EH取不同值时，对检索时间和检索准确率进行统计，同现图像检索系统相比，产生的有益效果如下表所示：
[0043] EH 检索时间缩短 检索准确率提高3 29％ 21％
4 27％ 23％
5 26％ 25％
6 25％ 27％
7 24％ 29％
[0044] 最后应当说明的是，以上实施例仅用以说明本发明的技术方案，而非对本发明保护范围的限制，尽管参照较佳实施例对本发明作了详细地说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或者等同替换，而不脱离本发明技术方案的实质和范围。
