專利名稱：一種商標(biāo)檢索方法及系統(tǒng)的制作方法
技術(shù)領(lǐng)域：
本發(fā)明涉及圖像處理技術(shù)領(lǐng)域，尤其涉及一種利用組合穩(wěn)定特征點(diǎn)的商標(biāo)檢索方法及系統(tǒng)。
背景技術(shù)：
商標(biāo)不僅是一個(gè)企業(yè)產(chǎn)品的標(biāo)識(shí)，還包含了許多社會(huì)文化背景。企業(yè)商標(biāo)的管理和保護(hù)是極為重要的。隨著B2C業(yè)務(wù)的興起，各種購(gòu)物網(wǎng)站不斷涌現(xiàn)，網(wǎng)上商品信息量巨大，商品來源途徑不一而足，也給企業(yè)維護(hù)自身品牌，反侵權(quán)帶來了新的難度。如果對(duì)商標(biāo)進(jìn)行人工檢索則需要耗費(fèi)大量人力，相對(duì)互聯(lián)網(wǎng)的海量數(shù)據(jù)，速度是非常慢的。而目前的互聯(lián)網(wǎng)檢索，如百度，google等，還是以關(guān)鍵字為主。即使是已有的一些基于圖像的商標(biāo)檢索方法，其應(yīng)用也主要是在商標(biāo)庫(kù)中查找相同相似的商標(biāo)。商標(biāo)庫(kù)中的圖像是經(jīng)過標(biāo)準(zhǔn)化的， 只包含商標(biāo)，沒有其他背景。且商標(biāo)圖像清晰、端正。而在互聯(lián)網(wǎng)查找商標(biāo)的情況中，商標(biāo)在圖像中重新出現(xiàn)，往往會(huì)產(chǎn)生尺度、旋轉(zhuǎn)角度、光照、視角、形狀的變化?；ヂ?lián)網(wǎng)圖像為了便于傳輸一般壓縮較多，圖像質(zhì)量也不高。這是查詢商標(biāo)庫(kù)所使用的方法無法解決的。目前現(xiàn)有的商標(biāo)檢索技術(shù)都是從商標(biāo)整體特征出發(fā)的，也就是說，待檢索的圖像庫(kù)里都是商標(biāo)圖像，且每幅圖像包含且僅包含商標(biāo)圖像，不存在其他背景。如中國(guó)專利申請(qǐng) 03152653. 5提供了一種“商標(biāo)檢索方法”，其技術(shù)方案為“一種商標(biāo)檢索方法，包括步驟獲取商標(biāo)圖像；過濾掉商標(biāo)圖案中的噪聲；預(yù)處理；從過濾后的圖像中抽取一組具有可分性的特征；把抽取的特征存放到特征字典中；降維；利用現(xiàn)有的特征與特征字典進(jìn)行匹配，計(jì)算相似度返回一組最相似的圖像作為查詢結(jié)果；利用相關(guān)反饋來優(yōu)化檢索結(jié)果。該方法可以消除手工編碼的繁重勞動(dòng)，減少手工編碼中人的主觀影響，提高商標(biāo)檢索和認(rèn)證的效率和可靠性，縮短商標(biāo)的認(rèn)證周期?！苯┠甑囊恍┢诳谐霈F(xiàn)的商標(biāo)檢索方法基本都是這一思路。但這種技術(shù)思路必須針對(duì)整體商標(biāo)圖像進(jìn)行特征提取，比如輪廓、顏色分布、紋理、各種矩特征等。這就要求待查詢的圖像必須是完整的且僅包含商標(biāo)圖像，不能是商標(biāo)出現(xiàn)在其他背景之上。其次，使用全局特征進(jìn)行商標(biāo)檢索，無法解決商標(biāo)放大或縮小的問題，對(duì)于遮擋的情況，全局特征誤差會(huì)很大，從而無法正確檢索。

發(fā)明內(nèi)容
本發(fā)明的目的在于針對(duì)現(xiàn)有技術(shù)的缺陷，提供一種利用組合穩(wěn)定特征點(diǎn)的商標(biāo)檢索方法及系統(tǒng)，從而能夠?qū)崿F(xiàn)背景復(fù)雜的商標(biāo)圖像或部分遮擋的商標(biāo)圖像的準(zhǔn)確檢索。本發(fā)明的技術(shù)方案如下一種商標(biāo)檢索方法，包括如下步驟(Si)分別對(duì)待檢索圖像和原商標(biāo)圖像進(jìn)行穩(wěn)定特征點(diǎn)組合提取，找出不受光照、 顏色、尺度、旋轉(zhuǎn)變化影響的穩(wěn)定特征點(diǎn)；(S2)針對(duì)待檢索圖像和原商標(biāo)圖像中提取出的穩(wěn)定特征點(diǎn)，利用其鄰域內(nèi)的圖像信息進(jìn)行特征描述，形成特征向量；(S3)利用距離公式分別計(jì)算待檢索圖像中的特征點(diǎn)和原商標(biāo)圖像中各個(gè)特征點(diǎn)間的距離，進(jìn)行特征點(diǎn)匹配；(S4)通過建立商標(biāo)變換模型，以確定商標(biāo)是否存在，如果存在即可估計(jì)其位置；(S5)根據(jù)商標(biāo)變換模型的變換參數(shù)，計(jì)算商標(biāo)外接矩形的四個(gè)頂點(diǎn)的變換坐標(biāo)， 并按順序連接，在待檢索圖像中找出商標(biāo)出現(xiàn)的位置和范圍，標(biāo)識(shí)商標(biāo)。進(jìn)一步，如上所述的商標(biāo)檢索方法，在步驟(Si)之前，還包括對(duì)待檢索圖像進(jìn)行預(yù)處理的步驟，具體方法為為適應(yīng)商標(biāo)在待檢索的圖像中出現(xiàn)顏色變化情況，計(jì)算純白圖像與原圖像的差值圖像；為適應(yīng)待檢索圖像中商標(biāo)過小的情況，對(duì)待檢索圖像進(jìn)行放大操作。進(jìn)一步，如上所述的商標(biāo)檢索方法，步驟(Si)中，穩(wěn)定特征點(diǎn)組合提取的具體方法如下(Sll)利用抽樣和高斯卷積構(gòu)造圖像高斯金字塔，它由多個(gè)頻段組成，相鄰頻段尺度相差50%，每個(gè)頻段中利用高斯卷積構(gòu)造多個(gè)子層；(S12)對(duì)各層圖像使用多種特征檢測(cè)算子進(jìn)行處理；(S13)在各個(gè)頻段內(nèi)，對(duì)每一子層中的每一像素點(diǎn)，比較尺度空間上鄰域內(nèi)的特征檢測(cè)算子的處理結(jié)果值，如果該像素點(diǎn)上的結(jié)果值在其鄰域內(nèi)是極大值或極小值，就將其作為候選特征點(diǎn)，記錄它出現(xiàn)的頻段，子層序號(hào)，圖像中的坐標(biāo)信息；(S14)去除候選特征點(diǎn)中重復(fù)的點(diǎn)，然后去除候選特征點(diǎn)中弱對(duì)比度和邊緣附近的點(diǎn)，就得到了穩(wěn)定特征點(diǎn)。更進(jìn)一步，如上所述的穩(wěn)定特征點(diǎn)組合提取的方法，步驟(Sll)中，所述的圖像高斯金字塔的圖像尺度從底部到頂部按頻段逐次減小，上一頻段圖像的尺度是其下一頻段圖像尺度的50% ；在圖像金字塔的每一頻段內(nèi)利用高斯卷積生成4 6個(gè)子層；金字塔最底層為原始輸入圖像，各個(gè)頻段中使用的高斯函數(shù)，其標(biāo)準(zhǔn)差計(jì)算公式如下Qin=O 02k其中k= l+2Xin/IN，σ Q = 1. 6，in為頻段內(nèi)子層序號(hào)，IN為一個(gè)頻段內(nèi)的子層總數(shù)；設(shè)高斯金字塔中的圖像為GP。t,in，則
權(quán)利要求
1.一種商標(biāo)檢索方法，包括如下步驟(51)分別對(duì)待檢索圖像和原商標(biāo)圖像進(jìn)行穩(wěn)定特征點(diǎn)組合提取，找出不受光照、顏色、 尺度、旋轉(zhuǎn)變化影響的穩(wěn)定特征點(diǎn)；(52)針對(duì)待檢索圖像和原商標(biāo)圖像中提取出的穩(wěn)定特征點(diǎn)，利用其鄰域內(nèi)的圖像信息進(jìn)行特征描述，形成特征向量；(53)利用距離公式分別計(jì)算待檢索圖像中的特征點(diǎn)和原商標(biāo)圖像中各個(gè)特征點(diǎn)間的距離，進(jìn)行特征點(diǎn)匹配；(54)通過建立商標(biāo)變換模型，以確定商標(biāo)是否存在，如果存在即可估計(jì)其位置；(55)根據(jù)商標(biāo)變換模型的變換參數(shù)，計(jì)算商標(biāo)外接矩形的四個(gè)頂點(diǎn)的變換坐標(biāo)，并按順序連接，在待檢索圖像中找出商標(biāo)出現(xiàn)的位置和范圍，標(biāo)識(shí)商標(biāo)。
2.如權(quán)利要求1所述的商標(biāo)檢索方法，其特征在于在步驟(Si)之前，還包括對(duì)待檢索圖像進(jìn)行預(yù)處理的步驟，具體方法為為適應(yīng)商標(biāo)在待檢索的圖像中出現(xiàn)顏色變化情況， 計(jì)算純白圖像與原圖像的差值圖像；為適應(yīng)待檢索圖像中商標(biāo)過小的情況，對(duì)待檢索圖像進(jìn)行放大操作。
3.如權(quán)利要求1或2所述的商標(biāo)檢索方法，其特征在于步驟(Si)中，穩(wěn)定特征點(diǎn)組合提取的具體方法如下(511)利用抽樣和高斯卷積構(gòu)造圖像高斯金字塔，它由多個(gè)頻段組成，相鄰頻段尺度相差50%，每個(gè)頻段中利用高斯卷積構(gòu)造多個(gè)子層；(512)對(duì)各層圖像使用多種特征檢測(cè)算子進(jìn)行處理；(513)在各個(gè)頻段內(nèi)，對(duì)每一子層中的每一像素點(diǎn)，比較尺度空間上鄰域內(nèi)的特征檢測(cè)算子的處理結(jié)果值，如果該像素點(diǎn)上的結(jié)果值在其鄰域內(nèi)是極大值或極小值，就將其作為候選特征點(diǎn)，記錄它出現(xiàn)的頻段，子層序號(hào)，圖像中的坐標(biāo)信息；(514)去除候選特征點(diǎn)中重復(fù)的點(diǎn)，然后去除候選特征點(diǎn)中弱對(duì)比度和邊緣附近的點(diǎn)， 就得到了穩(wěn)定特征點(diǎn)。
4.如權(quán)利要求3所述的商標(biāo)檢索方法，其特征在于步驟(Sll)中，所述的圖像高斯金字塔的圖像尺度從底部到頂部按頻段逐次減小，上一頻段圖像的尺度是其下一頻段圖像尺度的50% ；在圖像金字塔的每一頻段內(nèi)利用高斯卷積生成4 6個(gè)子層；金字塔最底層為原始輸入圖像，各個(gè)頻段中使用的高斯函數(shù)，其標(biāo)準(zhǔn)差計(jì)算公式如下°in= σ o2k其中k = 1+2X in/IN，σ Q = 1. 6，in為頻段內(nèi)子層序號(hào)，IN為一個(gè)頻段內(nèi)的子層總數(shù)；設(shè)高斯金字塔中的圖像為GP。t,in，則
5.如權(quán)利要求3所述的商標(biāo)檢索方法，其特征在于步驟(S12)中，多種特征檢測(cè)算子包括DoG，LoG, Hessian矩陣行列式。
6.如權(quán)利要求1或2所述的商標(biāo)檢索方法，其特征在于步驟(S2)中，所述的特征描述為梯度直方圖，梯度直方圖的橫坐標(biāo)為梯度角度，縱坐標(biāo)為梯度幅值的加權(quán)和，加權(quán)系數(shù)為以特征點(diǎn)為中心、以一定半徑為標(biāo)準(zhǔn)差的高斯函數(shù)值，半徑范圍W，6]。
7.如權(quán)利要求1或2所述的商標(biāo)檢索方法，其特征在于步驟(S2)中，所述的特征描述也可以組合采用顏色強(qiáng)度直方圖，窗口傅里葉變換特征或灰度共生矩陣。
8.如權(quán)利要求6所述的商標(biāo)檢索方法，其特征在于步驟(S2)中，將梯度直方圖進(jìn)行幅度歸一化到W，l]，去除光照亮暗的影響；根據(jù)特征點(diǎn)周圍的梯度分布的主峰確定特征點(diǎn)的主方向，得到待檢索圖像與原商標(biāo)圖像中特征點(diǎn)的主方向角度差，確定商標(biāo)旋轉(zhuǎn)角度； 所謂主方向角度，即在梯度直方圖中最大幅度對(duì)應(yīng)的角度。
9.如權(quán)利要求1所述的商標(biāo)檢索方法，其特征在于步驟(S3)中，具體的特征點(diǎn)匹配方法分為正向匹配與反向匹配兩種形式。
10.如權(quán)利要求9所述的商標(biāo)檢索方法，其特征在于步驟(S3)中，所述的正向匹配的步驟如下(a)將待檢索圖像中的每一個(gè)特征點(diǎn)fie F與原商標(biāo)圖像中所有的特征點(diǎn)G = {gj, j =1，2，. . .，m}進(jìn)行比較，計(jì)算出最短距離Cltl和次短距離Cl1，設(shè)分別對(duì)應(yīng)的特征點(diǎn)為％和Sq >(b)如果Cltl< (BXd1)，a為常數(shù)，則認(rèn)為&與最短距離對(duì)應(yīng)的特征點(diǎn)gp匹配成功。
11.如權(quán)利要求9所述的商標(biāo)檢索方法，其特征在于步驟(S3)中，所述的反向匹配的步驟如下①將原商標(biāo)圖像中的每一個(gè)特征點(diǎn)^eG與待檢索圖中所有的特征點(diǎn)F= {fj; j = 1，2，. . .，η}進(jìn)行比較，計(jì)算出最短距離Cltl和次短距離Cl1，設(shè)分別對(duì)應(yīng)特征點(diǎn)f；和fs ；②如果Cltl< (BXd1)，a為常數(shù)，則認(rèn)為&與最短距離對(duì)應(yīng)的特征點(diǎn)f；匹配成功；③如果dQ>=(a X (I1),則繼續(xù)比較Cl1和下一個(gè)較短距離d2的關(guān)系，如果Cl1 < (a Xd2), 則認(rèn)為找到匹配點(diǎn)，否則繼續(xù)依次尋找下去，直至‘和dk ；其中k的取值為大于1的任意正整數(shù)，其值的調(diào)節(jié)可以控制最終的檢索率；較好的取值范圍是[3，6]。
12.如權(quán)利要求10或11所述的商標(biāo)檢索方法，其特征在于步驟(S3)中，在特征點(diǎn)匹配方法中，常數(shù)a的取值范圍是W. 4，0. 7]；正向匹配時(shí)優(yōu)選a = 0. 5，反向匹配時(shí)優(yōu)選a = 0. 6。
13.如權(quán)利要求1所述的商標(biāo)檢索方法，其特征在于步驟(S3)中，所述的距離公式包括L1, L2, χ 2，KL散度，余弦距離公式。
14.如權(quán)利要求13所述的商標(biāo)檢索方法，其特征在于步驟(S3)中，當(dāng)采用X2距離公式時(shí)，具體計(jì)算方法如下
15.如權(quán)利要求1或2所述的商標(biāo)檢索方法，其特征在于步驟(S4)中，根據(jù)尺度參數(shù)和旋轉(zhuǎn)角度變換商標(biāo)圖像，計(jì)算商標(biāo)變換后匹配點(diǎn)的橫、縱坐標(biāo)偏差；再根據(jù)偏差使用參數(shù)投票方法從待檢索圖像中找出可能為商標(biāo)的特征點(diǎn)集；最后在每一個(gè)特征點(diǎn)集中使用 RANSAC的方法確定商標(biāo)圖像變換參數(shù)；所述的尺度參數(shù)如下sp = σ Jlayer式中，layer = oct+in/IN, oct為特征點(diǎn)出現(xiàn)的頻段數(shù)，IN為一個(gè)頻段內(nèi)的圖層總數(shù)， in為特征點(diǎn)在一個(gè)頻段內(nèi)的圖層層數(shù)，σ ^為對(duì)圖像進(jìn)行高斯平滑的基準(zhǔn)標(biāo)準(zhǔn)差，通常取 1. 6。
16.如權(quán)利要求15所述的商標(biāo)檢索方法，其特征在于步驟(S4)中，商標(biāo)變換后匹配點(diǎn)的橫、縱坐標(biāo)偏差的計(jì)算方法如下以原商標(biāo)圖像的左上角為原點(diǎn)，建立XY坐標(biāo)系；以待檢索圖像的左上角為原點(diǎn)，建立 UV坐標(biāo)系，對(duì)于原商標(biāo)圖像中的每一個(gè)坐標(biāo)為(x，y)的特征點(diǎn)，其變換到UV坐標(biāo)系的坐標(biāo)為(u' ,ν')，將商標(biāo)變換的模型近似為仿射變換，仿射變換公式如下
17.一種商標(biāo)檢索系統(tǒng)，包括圖像預(yù)處理裝置(1)，用于對(duì)商標(biāo)圖像進(jìn)行預(yù)處理，使商標(biāo)圖像適應(yīng)顏色變化與尺度過小的情況；穩(wěn)定特征點(diǎn)組合提取裝置( ，分別對(duì)預(yù)處理后的待檢索圖像和原商標(biāo)圖像進(jìn)行穩(wěn)定特征點(diǎn)組合提取，找出不受光照、顏色、尺度、旋轉(zhuǎn)變化影響的穩(wěn)定特征點(diǎn)；特征點(diǎn)特征描述裝置(3)，用于對(duì)待檢索圖像和原商標(biāo)圖像中提取出的穩(wěn)定特征點(diǎn)進(jìn)行特征描述，分別計(jì)算各穩(wěn)定特征點(diǎn)所在層上的位置的鄰域內(nèi)的梯度直方圖；特征點(diǎn)匹配裝置G)，利用梯度直方圖以及距離公式分別計(jì)算待檢索圖像中的特征點(diǎn)和原商標(biāo)圖像中各個(gè)特征點(diǎn)間的距離，進(jìn)行特征點(diǎn)匹配；變換模型估計(jì)裝置(5)，用于通過建立商標(biāo)變換模型，以確定商標(biāo)是否存在，如果存在即可估計(jì)其位置；商標(biāo)標(biāo)識(shí)裝置(6)，用于根據(jù)商標(biāo)變換模型的變換參數(shù)，計(jì)算商標(biāo)外接矩形的四個(gè)頂點(diǎn)的變換坐標(biāo)，并按順序連接，在待檢索圖像中找出商標(biāo)出現(xiàn)的位置和范圍。
全文摘要
本發(fā)明涉及圖像處理技術(shù)領(lǐng)域，尤其涉及一種利用組合穩(wěn)定特征點(diǎn)的商標(biāo)檢索方法及系統(tǒng)。該方法首先分別對(duì)待檢索圖像和商標(biāo)圖像進(jìn)行穩(wěn)定特征點(diǎn)組合提取，然后對(duì)待檢索圖像和原商標(biāo)圖像中提取出的穩(wěn)定特征點(diǎn)，利用其鄰域內(nèi)的圖像信息進(jìn)行特征描述，形成特征向量；對(duì)所有的特征點(diǎn)進(jìn)行匹配，通過參數(shù)投票篩選出匹配點(diǎn)集，利用匹配的點(diǎn)集來估計(jì)商標(biāo)變換的模型，在得到商標(biāo)變換模型后，找出商標(biāo)出現(xiàn)的圖像及在待檢索圖像中的位置。本發(fā)明可以針對(duì)互聯(lián)網(wǎng)上下載的背景復(fù)雜圖像進(jìn)行商標(biāo)檢索，其檢索方法不受商標(biāo)縮放、光照、旋轉(zhuǎn)的影響，并能夠找出部分遮擋的商標(biāo)圖案，對(duì)于商標(biāo)形變、色變、視角變化也有較強(qiáng)的適應(yīng)性。
文檔編號(hào)G06F17/30GK102541954SQ20101062280
公開日2012年7月4日 申請(qǐng)日期2010年12月29日 優(yōu)先權(quán)日2010年12月29日
發(fā)明者李平立, 胡希馳 申請(qǐng)人:北京大學(xué), 方正國(guó)際軟件(北京)有限公司