一種圖像分割方法、圖像檢索方法和電子設(shè)備的制作方法
【專利摘要】本發(fā)明公開一種圖像分割方法、圖像檢索方法和電子設(shè)備，圖像檢索方法包括：對輸入的第二圖像進(jìn)行紋理分析，基于紋理分析的結(jié)果將第二圖像分割為不同的區(qū)域；統(tǒng)計(jì)每個(gè)區(qū)域內(nèi)的區(qū)域統(tǒng)計(jì)特征和相應(yīng)的邊緣角點(diǎn)特征；根據(jù)第二圖像的每個(gè)區(qū)域的區(qū)域統(tǒng)計(jì)特征和邊緣角點(diǎn)特征檢索數(shù)據(jù)庫，數(shù)據(jù)庫中保存有第一圖像和對應(yīng)第一圖像的每個(gè)區(qū)域的區(qū)域描述集，區(qū)域描述集中包括區(qū)域統(tǒng)計(jì)特征和邊緣角點(diǎn)特征；通過檢索數(shù)據(jù)庫得到匹配第二圖像中區(qū)域的對應(yīng)區(qū)域描述集，并根據(jù)匹配的區(qū)域描述集在第一圖像中的對應(yīng)區(qū)域分布，提取滿足預(yù)設(shè)匹配度的第一圖像作為圖像檢索結(jié)果并輸出。通過本發(fā)明，能實(shí)現(xiàn)基于圖像分割的圖像檢索，從而實(shí)現(xiàn)快速、高效、準(zhǔn)確的匹配相似場景。
【專利說明】一種圖像分割方法、圖像檢索方法和電子設(shè)備

【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及圖像分割和圖像檢索【技術(shù)領(lǐng)域】，尤其涉及一種圖像分割方法、圖像檢索方法和電子設(shè)備。

【背景技術(shù)】
[0002]在大量圖像中自動(dòng)找到與當(dāng)前拍攝圖像中相似的場景，是機(jī)器人環(huán)境感知與自主定位的基礎(chǔ)，如何高效準(zhǔn)確的描述當(dāng)前場景，并將之與數(shù)據(jù)庫中的圖像進(jìn)行匹配，以快速找到相似場景，是目前亟待解決的問題。


【發(fā)明內(nèi)容】

[0003]有鑒于此，本發(fā)明的主要目的在于提供一種圖像分割方法、圖像檢索方法和電子設(shè)備，以至少實(shí)現(xiàn)基于圖像分割的圖像檢索，從而實(shí)現(xiàn)快速、高效、準(zhǔn)確的匹配相似場景。
[0004]為達(dá)到上述目的，本發(fā)明的技術(shù)方案是這樣實(shí)現(xiàn)的:
[0005]本發(fā)明實(shí)施例提供了一種圖像分割方法，應(yīng)用于電子設(shè)備，該方法包括:
[0006]獲取第一圖像并對所述第一圖像進(jìn)行紋理分析，基于紋理分析的結(jié)果將所述第一圖像分割為不同的區(qū)域；
[0007]統(tǒng)計(jì)每個(gè)所述區(qū)域內(nèi)的區(qū)域統(tǒng)計(jì)特征和相應(yīng)的邊緣角點(diǎn)特征；
[0008]將每個(gè)所述區(qū)域的區(qū)域統(tǒng)計(jì)特征和邊緣角點(diǎn)特征保存為對應(yīng)區(qū)域的區(qū)域描述集，保存所述第一圖像并對應(yīng)保存所述第一圖像的每個(gè)區(qū)域的區(qū)域描述集。
[0009]本發(fā)明實(shí)施例還提供了一種圖像檢索方法，應(yīng)用于電子設(shè)備，該方法包括:
[0010]對輸入的第二圖像進(jìn)行紋理分析，基于紋理分析的結(jié)果將所述第二圖像分割為不同的區(qū)域；
[0011]統(tǒng)計(jì)每個(gè)所述區(qū)域內(nèi)的區(qū)域統(tǒng)計(jì)特征和相應(yīng)的邊緣角點(diǎn)特征；
[0012]根據(jù)所述第二圖像的每個(gè)區(qū)域的區(qū)域統(tǒng)計(jì)特征和邊緣角點(diǎn)特征檢索數(shù)據(jù)庫，所述數(shù)據(jù)庫中保存有第一圖像和對應(yīng)所述第一圖像的每個(gè)區(qū)域的區(qū)域描述集，所述區(qū)域描述集中包括區(qū)域統(tǒng)計(jì)特征和邊緣角點(diǎn)特征；
[0013]通過所述檢索數(shù)據(jù)庫得到匹配所述第二圖像中區(qū)域的對應(yīng)區(qū)域描述集，并根據(jù)所述匹配的區(qū)域描述集在所述第一圖像中的對應(yīng)區(qū)域分布，提取滿足預(yù)設(shè)匹配度的所述第一圖像作為圖像檢索結(jié)果并輸出。
[0014]本發(fā)明實(shí)施例還提供了一種電子設(shè)備，包括:
[0015]圖像獲取單元，用于獲取第一圖像；
[0016]區(qū)域分割單元，用于對獲取的所述第一圖像進(jìn)行紋理分析，基于紋理分析的結(jié)果將所述第一圖像分割為不同的區(qū)域；
[0017]特征統(tǒng)計(jì)單元，用于統(tǒng)計(jì)每個(gè)所述區(qū)域內(nèi)的區(qū)域統(tǒng)計(jì)特征和相應(yīng)的邊緣角點(diǎn)特征；
[0018]保存單元，用于將每個(gè)所述區(qū)域的區(qū)域統(tǒng)計(jì)特征和邊緣角點(diǎn)特征保存為對應(yīng)區(qū)域的區(qū)域描述集，保存所述第一圖像并對應(yīng)保存所述第一圖像的每個(gè)區(qū)域的區(qū)域描述集。
[0019]本發(fā)明實(shí)施例還提供了一種電子設(shè)備，包括:
[0020]圖像獲取單元，用于獲取輸入的第二圖像；
[0021]區(qū)域分割單元，用于對輸入的所述第二圖像進(jìn)行紋理分析，基于紋理分析的結(jié)果將所述第二圖像分割為不同的區(qū)域；
[0022]特征統(tǒng)計(jì)單元，用于統(tǒng)計(jì)每個(gè)所述區(qū)域內(nèi)的區(qū)域統(tǒng)計(jì)特征和相應(yīng)的邊緣角點(diǎn)特征；
[0023]檢索單元，用于根據(jù)所述第二圖像的每個(gè)區(qū)域的區(qū)域統(tǒng)計(jì)特征和邊緣角點(diǎn)特征檢索數(shù)據(jù)庫，所述數(shù)據(jù)庫中保存有第一圖像和對應(yīng)所述第一圖像的每個(gè)區(qū)域的區(qū)域描述集，所述區(qū)域描述集中包括區(qū)域統(tǒng)計(jì)特征和邊緣角點(diǎn)特征；通過所述檢索數(shù)據(jù)庫得到匹配所述第二圖像中區(qū)域的對應(yīng)區(qū)域描述集，并根據(jù)所述匹配的區(qū)域描述集在所述第一圖像中的對應(yīng)區(qū)域分布，提取滿足預(yù)設(shè)匹配度的所述第一圖像作為圖像檢索結(jié)果并輸出。
[0024]本發(fā)明所提供的一種圖像分割方法、圖像檢索方法和電子設(shè)備，首先根據(jù)圖像的紋理信息，并利用圖分割的方法將圖像分為不同的區(qū)域，然后對每個(gè)區(qū)域分別提取區(qū)域統(tǒng)計(jì)特征和邊界角點(diǎn)特征，由于區(qū)域統(tǒng)計(jì)特征能夠反映對應(yīng)區(qū)域的整體信息，邊界角點(diǎn)特征能夠反映區(qū)域間的連接關(guān)系，因此區(qū)域統(tǒng)計(jì)特征和邊界角點(diǎn)特征的組合能夠充分反應(yīng)場景的結(jié)構(gòu)信息；從而，基于區(qū)域統(tǒng)計(jì)特征和邊界角點(diǎn)特征匹配的圖像檢索，能夠達(dá)到快速、高效、準(zhǔn)確的匹配相似場景的目的。

【專利附圖】

【附圖說明】
[0025]圖1為本發(fā)明實(shí)施例的一種圖像分割方法的流程圖；
[0026]圖2為本發(fā)明實(shí)施例的一種圖像檢索方法的流程圖；
[0027]圖3為本發(fā)明實(shí)施例的一種電子設(shè)備的組成結(jié)構(gòu)示意圖；
[0028]圖4為本發(fā)明實(shí)施例的一種特征統(tǒng)計(jì)單元的組成結(jié)構(gòu)示意圖；
[0029]圖5為本發(fā)明實(shí)施例的另一種電子設(shè)備的組成結(jié)構(gòu)示意圖。

【具體實(shí)施方式】
[0030]下面結(jié)合附圖和具體實(shí)施例對本發(fā)明的技術(shù)方案進(jìn)一步詳細(xì)闡述。
[0031]本發(fā)明實(shí)施例提供的一種圖像分割方法，應(yīng)用于電子設(shè)備，如圖1所示，該方法主要包括以下步驟:
[0032]步驟101，獲取第一圖像并對所述第一圖像進(jìn)行紋理分析，基于紋理分析的結(jié)果將所述第一圖像分割為不同的區(qū)域。
[0033]由于本實(shí)施例的方法應(yīng)用于電子設(shè)備中，因此所述步驟101也可描述為:電子設(shè)備獲取第一圖像并對所述第一圖像進(jìn)行紋理分析，基于紋理分析的結(jié)果將所述第一圖像分割為不同的區(qū)域。
[0034]本發(fā)明實(shí)施例中，電子設(shè)備可以根據(jù)所述第一圖像的紋理信息，利用基于圖的分割方法(graph-based image segmentat1n methods)將所述第一圖像分割為不同的區(qū)域。本發(fā)明實(shí)施例適用的基于圖的分割方法可以為以下之一:歸一化分割(Normalized Cut)、最小生成樹(minimum spanning tree)、隨機(jī)游走(random walker)等等。
[0035]步驟102，統(tǒng)計(jì)每個(gè)所述區(qū)域內(nèi)的區(qū)域統(tǒng)計(jì)特征和相應(yīng)的邊緣角點(diǎn)特征。
[0036]由于本實(shí)施例的方法應(yīng)用于電子設(shè)備中，因此所述步驟102也可描述為:電子設(shè)備統(tǒng)計(jì)每個(gè)所述區(qū)域內(nèi)的區(qū)域統(tǒng)計(jì)特征和相應(yīng)的邊緣角點(diǎn)特征。具體包括:
[0037]統(tǒng)計(jì)每個(gè)所述區(qū)域內(nèi)的顏色直方圖、方向梯度直方圖和區(qū)域形狀信息，所述每個(gè)區(qū)域內(nèi)的顏色直方圖、方向梯度直方圖(HOG,Histograms of Oriented Gradients)和區(qū)域形狀信息組成對應(yīng)所述區(qū)域的區(qū)域統(tǒng)計(jì)特征；
[0038]基于所分割的區(qū)域進(jìn)行邊緣提取，并對所提取的邊緣進(jìn)行角點(diǎn)特征檢測，得到對應(yīng)每個(gè)所述區(qū)域的邊緣角點(diǎn)特征。
[0039]其中，所述區(qū)域內(nèi)的顏色直方圖用于反映所述區(qū)域的顏色分布情況，所述統(tǒng)計(jì)每個(gè)區(qū)域內(nèi)的顏色直方圖可以采用以下方式:統(tǒng)計(jì)每個(gè)所述區(qū)域內(nèi)的各像素點(diǎn)的灰度值，并根據(jù)各像素點(diǎn)的灰度值統(tǒng)計(jì)每個(gè)所述區(qū)域內(nèi)的顏色直方圖。具體的，根據(jù)各像素點(diǎn)的灰度值統(tǒng)計(jì)每個(gè)所述區(qū)域內(nèi)的顏色直方圖的方法可以為:根據(jù)各像素點(diǎn)的灰度值，統(tǒng)計(jì)各灰度值的像素點(diǎn)分布，并依此統(tǒng)計(jì)所述區(qū)域內(nèi)各灰度值的分布概率。
[0040]所述區(qū)域內(nèi)的方向梯度直方圖用于反映所述區(qū)域的梯度紋理信息，所述統(tǒng)計(jì)每個(gè)區(qū)域內(nèi)的方向梯度直方圖可以采用以下方式:統(tǒng)計(jì)每個(gè)所述區(qū)域內(nèi)的各特征點(diǎn)的梯度值，并根據(jù)各特征點(diǎn)的梯度值統(tǒng)計(jì)每個(gè)所述區(qū)域內(nèi)的方向梯度直方圖。具體的，根據(jù)各特征點(diǎn)的梯度值統(tǒng)計(jì)每個(gè)所述區(qū)域內(nèi)的方向梯度直方圖的方法可以為:根據(jù)各特征點(diǎn)的梯度值，統(tǒng)計(jì)各梯度值的特征點(diǎn)分布，并依此統(tǒng)計(jì)所述區(qū)域內(nèi)各梯度值的分布概率。
[0041]所述區(qū)域內(nèi)的區(qū)域形狀信息用于反映所述區(qū)域的形狀特征，所述統(tǒng)計(jì)每個(gè)所述區(qū)域內(nèi)的區(qū)域形狀信息可以采用以下方式:
[0042]統(tǒng)計(jì)每個(gè)所述區(qū)域內(nèi)的像素面積，并確定所述像素面積的外界矩形面積，所述外界矩形面積為包括所述像素面積的最小矩形的面積；
[0043]每個(gè)所述區(qū)域內(nèi)的區(qū)域形狀信息包括所述區(qū)域內(nèi)的像素面積、外界矩形面積，或者包括所述區(qū)域內(nèi)的像素面積、外界矩形面積、以及所述像素面積與對應(yīng)外界矩形面積的比值，或者包括所述區(qū)域內(nèi)的像素面積與對應(yīng)外界矩形面積的比值。
[0044]優(yōu)選的，所述基于所分割的區(qū)域進(jìn)行邊緣提取，并對所提取的邊緣進(jìn)行角點(diǎn)特征檢測，得到對應(yīng)每個(gè)所述區(qū)域的邊緣角點(diǎn)特征，包括:
[0045]基于所述分割的區(qū)域，采用canny算子進(jìn)行各區(qū)域的邊緣提取，并保證所述邊緣的連續(xù)性；
[0046]在提取邊緣后，對所提取的邊緣進(jìn)行角點(diǎn)特征檢測，得到對應(yīng)每個(gè)所述區(qū)域的邊緣角點(diǎn)特征。
[0047]其中，角點(diǎn)特征用于反映區(qū)域間的相關(guān)性，因此所述角點(diǎn)檢測是在區(qū)域的邊緣檢測得到的，具體可采用ORB特征或快速魯棒特征(SURF, Speeded Up Robust Features)檢測的方法對提取的邊緣進(jìn)行角點(diǎn)特征檢測。
[0048]步驟103，將每個(gè)所述區(qū)域的區(qū)域統(tǒng)計(jì)特征和邊緣角點(diǎn)特征保存為對應(yīng)區(qū)域的區(qū)域描述集，保存所述第一圖像并對應(yīng)保存所述第一圖像的每個(gè)區(qū)域的區(qū)域描述集。
[0049]由于本實(shí)施例的方法應(yīng)用于電子設(shè)備中，因此所述步驟103也可描述為:電子設(shè)備將每個(gè)所述區(qū)域的區(qū)域統(tǒng)計(jì)特征和邊緣角點(diǎn)特征保存為對應(yīng)區(qū)域的區(qū)域描述集，保存所述第一圖像并對應(yīng)保存所述第一圖像的每個(gè)區(qū)域的區(qū)域描述集。
[0050]電子設(shè)備在統(tǒng)計(jì)完第一圖像的每個(gè)區(qū)域的區(qū)域統(tǒng)計(jì)特征和邊緣角點(diǎn)特征后，首先將每個(gè)所述區(qū)域的區(qū)域統(tǒng)計(jì)特征和邊緣角點(diǎn)特征保存為對應(yīng)區(qū)域的區(qū)域描述集，然后將所述第一圖像和所述第一圖像的每個(gè)區(qū)域的區(qū)域描述集對應(yīng)保存。較佳的，所述第一圖像及其對應(yīng)的每個(gè)區(qū)域的區(qū)域描述集可以采用kd-tree的方式進(jìn)行保存。
[0051]本發(fā)明實(shí)施例提供的一種圖像檢索方法，應(yīng)用于電子設(shè)備，如圖2所示，該方法主要包括以下步驟:
[0052]步驟201，獲取第二圖像并對所述第二圖像進(jìn)行紋理分析，基于紋理分析的結(jié)果將所述第二圖像分割為不同的區(qū)域。
[0053]由于本實(shí)施例的方法應(yīng)用于電子設(shè)備中，因此所述步驟201也可描述為:電子設(shè)備獲取第二圖像并對所述第二圖像進(jìn)行紋理分析，基于紋理分析的結(jié)果將所述第二圖像分割為不同的區(qū)域。
[0054]本發(fā)明實(shí)施例中，電子設(shè)備可以根據(jù)所述第一圖像的紋理信息，利用基于圖的分割方法(graph-based image segmentat1n methods)將所述第一圖像分割為不同的區(qū)域。本發(fā)明實(shí)施例適用的基于圖的分割方法可以為以下之一:歸一化分割(Normalized Cut)、最小生成樹(minimum spanning tree)、隨機(jī)游走(random walker)等等。
[0055]步驟202，統(tǒng)計(jì)每個(gè)所述區(qū)域內(nèi)的區(qū)域統(tǒng)計(jì)特征和相應(yīng)的邊緣角點(diǎn)特征。
[0056]由于本實(shí)施例的方法應(yīng)用于電子設(shè)備中，因此所述步驟202也可描述為:電子設(shè)備統(tǒng)計(jì)每個(gè)所述區(qū)域內(nèi)的區(qū)域統(tǒng)計(jì)特征和相應(yīng)的邊緣角點(diǎn)特征。具體包括:
[0057]統(tǒng)計(jì)每個(gè)所述區(qū)域內(nèi)的顏色直方圖、方向梯度直方圖和區(qū)域形狀信息，所述每個(gè)區(qū)域內(nèi)的顏色直方圖、HOG和區(qū)域形狀信息組成對應(yīng)所述區(qū)域的區(qū)域統(tǒng)計(jì)特征；
[0058]基于所分割的區(qū)域進(jìn)行邊緣提取，并對所提取的邊緣進(jìn)行角點(diǎn)特征檢測，得到對應(yīng)每個(gè)所述區(qū)域的邊緣角點(diǎn)特征。
[0059]其中，所述區(qū)域內(nèi)的顏色直方圖用于反映所述區(qū)域的顏色分布情況，所述統(tǒng)計(jì)每個(gè)區(qū)域內(nèi)的顏色直方圖可以采用以下方式:統(tǒng)計(jì)每個(gè)所述區(qū)域內(nèi)的各像素點(diǎn)的灰度值，并根據(jù)各像素點(diǎn)的灰度值統(tǒng)計(jì)每個(gè)所述區(qū)域內(nèi)的顏色直方圖。具體的，根據(jù)各像素點(diǎn)的灰度值統(tǒng)計(jì)每個(gè)所述區(qū)域內(nèi)的顏色直方圖的方法可以為:根據(jù)各像素點(diǎn)的灰度值，統(tǒng)計(jì)各灰度值的像素點(diǎn)分布，并依此統(tǒng)計(jì)所述區(qū)域內(nèi)各灰度值的分布概率。
[0060]所述區(qū)域內(nèi)的方向梯度直方圖用于反映所述區(qū)域的梯度紋理信息，所述統(tǒng)計(jì)每個(gè)區(qū)域內(nèi)的方向梯度直方圖可以采用以下方式:統(tǒng)計(jì)每個(gè)所述區(qū)域內(nèi)的各特征點(diǎn)的梯度值，并根據(jù)各特征點(diǎn)的梯度值統(tǒng)計(jì)每個(gè)所述區(qū)域內(nèi)的方向梯度直方圖。具體的，根據(jù)各特征點(diǎn)的梯度值統(tǒng)計(jì)每個(gè)所述區(qū)域內(nèi)的方向梯度直方圖的方法可以為:根據(jù)各特征點(diǎn)的梯度值，統(tǒng)計(jì)各梯度值的特征點(diǎn)分布，并依此統(tǒng)計(jì)所述區(qū)域內(nèi)各梯度值的分布概率。
[0061]所述區(qū)域內(nèi)的區(qū)域形狀信息用于反映所述區(qū)域的形狀特征，所述統(tǒng)計(jì)每個(gè)所述區(qū)域內(nèi)的區(qū)域形狀信息可以采用以下方式:
[0062]統(tǒng)計(jì)每個(gè)所述區(qū)域內(nèi)的像素面積，并確定所述像素面積的外界矩形面積，所述外界矩形面積為包括所述像素面積的最小矩形的面積；
[0063]每個(gè)所述區(qū)域內(nèi)的區(qū)域形狀信息包括所述區(qū)域內(nèi)的像素面積、外界矩形面積，或者包括所述區(qū)域內(nèi)的像素面積、外界矩形面積、以及所述像素面積與對應(yīng)外界矩形面積的比值，或者包括所述區(qū)域內(nèi)的像素面積與對應(yīng)外界矩形面積的比值。
[0064]優(yōu)選的，所述基于所分割的區(qū)域進(jìn)行邊緣提取，并對所提取的邊緣進(jìn)行角點(diǎn)特征檢測，得到對應(yīng)每個(gè)所述區(qū)域的邊緣角點(diǎn)特征，包括:
[0065]基于所述分割的區(qū)域，采用canny算子進(jìn)行各區(qū)域的邊緣提取，并保證所述邊緣的連續(xù)性；
[0066]在提取邊緣后，對所提取的邊緣進(jìn)行角點(diǎn)特征檢測，得到對應(yīng)每個(gè)所述區(qū)域的邊緣角點(diǎn)特征。
[0067]其中，角點(diǎn)特征用于反映區(qū)域間的相關(guān)性，因此所述角點(diǎn)檢測是在區(qū)域的邊緣檢測得到的，具體可采用ORB特征或SURF檢測的方法對提取的邊緣進(jìn)行角點(diǎn)特征檢測。
[0068]步驟203，根據(jù)所述第二圖像的每個(gè)區(qū)域的區(qū)域統(tǒng)計(jì)特征和邊緣角點(diǎn)特征檢索數(shù)據(jù)庫，所述數(shù)據(jù)庫中保存有第一圖像和對應(yīng)所述第一圖像的每個(gè)區(qū)域的區(qū)域描述集，所述區(qū)域描述集中包括區(qū)域統(tǒng)計(jì)特征和邊緣角點(diǎn)特征。
[0069]由于本實(shí)施例的方法應(yīng)用于電子設(shè)備中，因此所述步驟203也可描述為:電子設(shè)備根據(jù)所述第二圖像的每個(gè)區(qū)域的區(qū)域統(tǒng)計(jì)特征和邊緣角點(diǎn)特征檢索數(shù)據(jù)庫，所述數(shù)據(jù)庫中保存有第一圖像和對應(yīng)所述第一圖像的每個(gè)區(qū)域的區(qū)域描述集，所述區(qū)域描述集中包括區(qū)域統(tǒng)計(jì)特征和邊緣角點(diǎn)特征。
[0070]數(shù)據(jù)庫采用kd-tree的方式存儲(chǔ)時(shí)，電子設(shè)備可以采用檢索kd-tree方法進(jìn)行檢索操作。
[0071]需要說明的是，所述檢索是將第二圖像的每個(gè)區(qū)域的區(qū)域統(tǒng)計(jì)特征和邊緣角點(diǎn)特征與所述數(shù)據(jù)庫中保存的區(qū)域的區(qū)域統(tǒng)計(jì)特征和邊緣角點(diǎn)特征進(jìn)行相似的匹配，且與所述第二圖像的同一區(qū)域匹配的數(shù)據(jù)庫中的區(qū)域可能會(huì)有多個(gè)，這些多個(gè)匹配的區(qū)域可能分別屬于不同的所述第一圖像。
[0072]步驟204，通過所述檢索數(shù)據(jù)庫得到匹配所述第二圖像中區(qū)域的對應(yīng)區(qū)域描述集，并根據(jù)所述匹配的區(qū)域描述集在所述第一圖像中的對應(yīng)區(qū)域分布，提取滿足預(yù)設(shè)匹配度的所述第一圖像作為圖像檢索結(jié)果并輸出。
[0073]由于本實(shí)施例的方法應(yīng)用于電子設(shè)備中，因此所述步驟204也可描述為:電子設(shè)備通過所述檢索數(shù)據(jù)庫得到匹配所述第二圖像中區(qū)域的對應(yīng)區(qū)域描述集，并根據(jù)所述匹配的區(qū)域描述集在所述第一圖像中的對應(yīng)區(qū)域分布，提取滿足預(yù)設(shè)匹配度的所述第一圖像作為圖像檢索結(jié)果并輸出。
[0074]較佳的，根據(jù)匹配的區(qū)域描述集在第一圖像中的對應(yīng)區(qū)域分布，可以采用WTA(Winner-Take-All)的方式，提取滿足預(yù)設(shè)匹配度的第一圖像作為圖像檢索結(jié)果。
[0075]較佳的，所述根據(jù)匹配的區(qū)域描述集在第一圖像中的對應(yīng)區(qū)域分布，提取滿足預(yù)設(shè)匹配度的第一圖像作為圖像檢索結(jié)果，也可具體為:
[0076]將包含所述匹配的區(qū)域描述集所對應(yīng)的區(qū)域最多的至少一個(gè)所述第一圖像作為圖像檢索結(jié)果；當(dāng)所述圖像檢索結(jié)果中包括至少一個(gè)所述第一圖像時(shí)，將所述第一圖像按照其所包含的所述匹配的區(qū)域的數(shù)量從大到小的順序進(jìn)行排列。
[0077]本發(fā)明實(shí)施例的區(qū)域劃分方法更加符合場景的結(jié)構(gòu)信息；由區(qū)域內(nèi)部的統(tǒng)計(jì)特征和邊緣處的角點(diǎn)特征共同構(gòu)成區(qū)域的信息描述，因此能夠更好的反映區(qū)域間的連接關(guān)系，更好的適用于場景識別，實(shí)現(xiàn)更好的場景識別效果?；趨^(qū)域統(tǒng)計(jì)特征和邊界角點(diǎn)特征匹配的圖像檢索，能夠達(dá)到快速、高效、準(zhǔn)確的匹配相似場景的目的。
[0078]對應(yīng)上述圖像分割方法，本發(fā)明實(shí)施例還提供了一種用于執(zhí)行所述圖像分割方法的電子設(shè)備，如圖3所不,該電子設(shè)備包括:
[0079]圖像獲取單元10，用于獲取第一圖像；
[0080]區(qū)域分割單元20，用于對獲取的所述第一圖像進(jìn)行紋理分析，基于紋理分析的結(jié)果將所述第一圖像分割為不同的區(qū)域；
[0081]特征統(tǒng)計(jì)單元30，用于統(tǒng)計(jì)每個(gè)所述區(qū)域內(nèi)的區(qū)域統(tǒng)計(jì)特征和相應(yīng)的邊緣角點(diǎn)特征；
[0082]保存單元40，用于將每個(gè)所述區(qū)域的區(qū)域統(tǒng)計(jì)特征和邊緣角點(diǎn)特征保存為對應(yīng)區(qū)域的區(qū)域描述集，保存所述第一圖像并對應(yīng)保存所述第一圖像的每個(gè)區(qū)域的區(qū)域描述集。
[0083]作為一種較佳實(shí)施方式，如圖4所示，特征統(tǒng)計(jì)單元30包括:
[0084]區(qū)域特征統(tǒng)計(jì)子單元31，用于統(tǒng)計(jì)每個(gè)所述區(qū)域內(nèi)的顏色直方圖、方向梯度直方圖和區(qū)域形狀信息，所述每個(gè)區(qū)域內(nèi)的顏色直方圖、方向梯度直方圖和區(qū)域形狀信息組成對應(yīng)所述區(qū)域的區(qū)域統(tǒng)計(jì)特征；
[0085]邊緣角點(diǎn)提取子單元32，用于基于所分割的區(qū)域進(jìn)行邊緣提取，并對所提取的邊緣進(jìn)行角點(diǎn)特征檢測，得到對應(yīng)每個(gè)所述區(qū)域的邊緣角點(diǎn)特征。
[0086]其中，所述區(qū)域內(nèi)的顏色直方圖用于反映所述區(qū)域的顏色分布情況；優(yōu)選的，區(qū)域特征統(tǒng)計(jì)子單元31進(jìn)一步用于通過以下方式統(tǒng)計(jì)每個(gè)所述區(qū)域內(nèi)的顏色直方圖:統(tǒng)計(jì)每個(gè)所述區(qū)域內(nèi)的各像素點(diǎn)的灰度值，并根據(jù)各像素點(diǎn)的灰度值統(tǒng)計(jì)每個(gè)所述區(qū)域內(nèi)的顏色直方圖。具體的，根據(jù)各像素點(diǎn)的灰度值統(tǒng)計(jì)每個(gè)所述區(qū)域內(nèi)的顏色直方圖的方法可以為:根據(jù)各像素點(diǎn)的灰度值，統(tǒng)計(jì)各灰度值的像素點(diǎn)分布，并依此統(tǒng)計(jì)所述區(qū)域內(nèi)各灰度值的分布概率。
[0087]所述區(qū)域內(nèi)的方向梯度直方圖用于反映所述區(qū)域的梯度紋理信息；優(yōu)選的，區(qū)域特征統(tǒng)計(jì)子單元31進(jìn)一步用于通過以下方式統(tǒng)計(jì)每個(gè)所述區(qū)域內(nèi)的方向梯度直方圖--統(tǒng)計(jì)每個(gè)所述區(qū)域內(nèi)的各特征點(diǎn)的梯度值，并根據(jù)各特征點(diǎn)的梯度值統(tǒng)計(jì)每個(gè)所述區(qū)域內(nèi)的方向梯度直方圖。具體的，根據(jù)各特征點(diǎn)的梯度值統(tǒng)計(jì)每個(gè)所述區(qū)域內(nèi)的方向梯度直方圖的方法可以為:根據(jù)各特征點(diǎn)的梯度值，統(tǒng)計(jì)各梯度值的特征點(diǎn)分布，并依此統(tǒng)計(jì)所述區(qū)域內(nèi)各梯度值的分布概率。
[0088]所述區(qū)域內(nèi)的區(qū)域形狀信息用于反映所述區(qū)域的形狀特征；優(yōu)選的，所述區(qū)域特征統(tǒng)計(jì)子單元31進(jìn)一步用于通過以下方式統(tǒng)計(jì)每個(gè)所述區(qū)域內(nèi)的區(qū)域形狀信息:
[0089]統(tǒng)計(jì)每個(gè)所述區(qū)域內(nèi)的像素面積，并確定所述像素面積的外界矩形面積，所述外界矩形面積為包括所述像素面積的最小矩形的面積；
[0090]每個(gè)所述區(qū)域內(nèi)的區(qū)域形狀信息包括所述區(qū)域內(nèi)的像素面積、外界矩形面積，或者包括所述區(qū)域內(nèi)的像素面積、外界矩形面積、以及所述像素面積與對應(yīng)外界矩形面積的比值，或者包括所述區(qū)域內(nèi)的像素面積與對應(yīng)外界矩形面積的比值。
[0091]優(yōu)選的，邊緣角點(diǎn)提取子單元32進(jìn)一步用于，基于所述分割的區(qū)域，采用canny算子進(jìn)行各區(qū)域的邊緣提取，并保證所述邊緣的連續(xù)性；在提取邊緣后，對所提取的邊緣進(jìn)行角點(diǎn)特征檢測，得到對應(yīng)每個(gè)所述區(qū)域的邊緣角點(diǎn)特征。
[0092]其中，角點(diǎn)特征用于反映區(qū)域間的相關(guān)性，因此所述角點(diǎn)檢測是在區(qū)域的邊緣檢測得到的，具體可采用ORB特征或SURF檢測的方法對提取的邊緣進(jìn)行角點(diǎn)特征檢測。
[0093]對應(yīng)上述圖像檢索方法，本發(fā)明實(shí)施例還提供了一種用于執(zhí)行所述圖像檢索方法的電子設(shè)備，如圖5所不,該電子設(shè)備包括:
[0094]圖像獲取單元10，用于獲取輸入的第二圖像；
[0095]區(qū)域分割單元20，用于對輸入的所述第二圖像進(jìn)行紋理分析，基于紋理分析的結(jié)果將所述第二圖像分割為不同的區(qū)域；
[0096]特征統(tǒng)計(jì)單元30，用于統(tǒng)計(jì)每個(gè)所述區(qū)域內(nèi)的區(qū)域統(tǒng)計(jì)特征和相應(yīng)的邊緣角點(diǎn)特征；
[0097]檢索單元50，用于根據(jù)所述第二圖像的每個(gè)區(qū)域的區(qū)域統(tǒng)計(jì)特征和邊緣角點(diǎn)特征檢索數(shù)據(jù)庫，所述數(shù)據(jù)庫中保存有第一圖像和對應(yīng)所述第一圖像的每個(gè)區(qū)域的區(qū)域描述集，所述區(qū)域描述集中包括區(qū)域統(tǒng)計(jì)特征和邊緣角點(diǎn)特征；通過所述檢索數(shù)據(jù)庫得到匹配所述第二圖像中區(qū)域的對應(yīng)區(qū)域描述集，并根據(jù)所述匹配的區(qū)域描述集在所述第一圖像中的對應(yīng)區(qū)域分布，提取滿足預(yù)設(shè)匹配度的所述第一圖像作為圖像檢索結(jié)果并輸出。
[0098]作為一種較佳實(shí)施方式，如圖4所示，特征統(tǒng)計(jì)單元30包括:
[0099]區(qū)域特征統(tǒng)計(jì)子單元31，用于統(tǒng)計(jì)每個(gè)所述區(qū)域內(nèi)的顏色直方圖、方向梯度直方圖和區(qū)域形狀信息，所述每個(gè)區(qū)域內(nèi)的顏色直方圖、方向梯度直方圖和區(qū)域形狀信息組成對應(yīng)所述區(qū)域的區(qū)域統(tǒng)計(jì)特征；
[0100]邊緣角點(diǎn)提取子單元32，用于基于所分割的區(qū)域進(jìn)行邊緣提取，并對所提取的邊緣進(jìn)行角點(diǎn)特征檢測，得到對應(yīng)每個(gè)所述區(qū)域的邊緣角點(diǎn)特征。
[0101]優(yōu)選的，區(qū)域特征統(tǒng)計(jì)子單元31進(jìn)一步用于通過以下方式統(tǒng)計(jì)每個(gè)所述區(qū)域內(nèi)的區(qū)域形狀信息:
[0102]統(tǒng)計(jì)每個(gè)所述區(qū)域內(nèi)的像素面積，并確定所述像素面積的外界矩形面積，所述外界矩形面積為包括所述像素面積的最小矩形的面積；
[0103]每個(gè)所述區(qū)域內(nèi)的區(qū)域形狀信息包括所述區(qū)域內(nèi)的像素面積、外界矩形面積，或者包括所述區(qū)域內(nèi)的像素面積、外界矩形面積、以及所述像素面積與對應(yīng)外界矩形面積的比值，或者包括所述區(qū)域內(nèi)的像素面積與對應(yīng)外界矩形面積的比值。
[0104]優(yōu)選的，檢索單元50進(jìn)一步用于，將包括所述匹配的區(qū)域描述集所對應(yīng)的區(qū)域最多的至少一個(gè)所述第一圖像作為圖像檢索結(jié)果；當(dāng)所述圖像檢索結(jié)果中包括至少一個(gè)所述第一圖像時(shí)，將所述第一圖像按照其所包含的所述匹配的區(qū)域的數(shù)量從大到小的順序進(jìn)行排列。
[0105]數(shù)據(jù)庫采用kd-tree的方式存儲(chǔ)時(shí),檢索單元50可以采用檢索kd-tree方法進(jìn)行檢索操作。
[0106]需要說明的是，實(shí)際應(yīng)用中同一臺電子設(shè)備可以同時(shí)具備執(zhí)行圖像分割方法和圖像檢索方法的能力，那么，此類電子設(shè)備包括上述的圖像獲取單元10、區(qū)域分割單元20、特征統(tǒng)計(jì)單元30、保存單元40和檢索單元50，各單元的功能和結(jié)構(gòu)參見前述圖3、圖4和圖5的實(shí)施例所述，此處不再贅述。
[0107]綜上所述，本發(fā)明實(shí)施例首先根據(jù)圖像的紋理信息，并利用圖分割的方法將圖像分為不同的區(qū)域，然后對每個(gè)區(qū)域分別提取區(qū)域統(tǒng)計(jì)特征和邊界角點(diǎn)特征，由于區(qū)域統(tǒng)計(jì)特征能夠反映對應(yīng)區(qū)域的整體信息，邊界角點(diǎn)特征能夠反映區(qū)域間的連接關(guān)系，因此區(qū)域統(tǒng)計(jì)特征和邊界角點(diǎn)特征的組合能夠充分反應(yīng)場景的結(jié)構(gòu)信息；從而，基于區(qū)域統(tǒng)計(jì)特征和邊界角點(diǎn)特征匹配的圖像檢索，能夠達(dá)到快速、高效、準(zhǔn)確的匹配相似場景的目的。另外，本發(fā)明實(shí)施例的區(qū)域劃分方法更加符合場景的結(jié)構(gòu)信息；由區(qū)域內(nèi)部的統(tǒng)計(jì)特征和邊緣處的角點(diǎn)特征共同構(gòu)成區(qū)域的信息描述，能夠更好的反映區(qū)域間的連接關(guān)系，實(shí)現(xiàn)更好的場景識別效果。
[0108]在本發(fā)明所提供的幾個(gè)實(shí)施例中，應(yīng)該理解到，所揭露的方法、裝置和電子設(shè)備，可以通過其它的方式實(shí)現(xiàn)。以上所描述的設(shè)備實(shí)施例僅僅是示意性的，例如，所述單元的劃分，僅僅為一種邏輯功能劃分，實(shí)際實(shí)現(xiàn)時(shí)可以有另外的劃分方式，如:多個(gè)單元或組件可以結(jié)合，或可以集成到另一個(gè)系統(tǒng)，或一些特征可以忽略，或不執(zhí)行。另外，所顯示或討論的各組成部分相互之間的耦合、或直接耦合、或通信連接可以是通過一些接口，設(shè)備或單元的間接耦合或通信連接，可以是電性的、機(jī)械的或其它形式的。
[0109]上述作為分離部件說明的單元可以是、或也可以不是物理上分開的，作為單元顯示的部件可以是、或也可以不是物理單元，即可以位于一個(gè)地方，也可以分布到多個(gè)網(wǎng)絡(luò)單元上；可以根據(jù)實(shí)際的需要選擇其中的部分或全部單元來實(shí)現(xiàn)本實(shí)施例方案的目的。
[0110]另外，在本發(fā)明各實(shí)施例中的各功能單元可以全部集成在一個(gè)處理單元中，也可以是各單元分別單獨(dú)作為一個(gè)單元，也可以兩個(gè)或兩個(gè)以上單元集成在一個(gè)單元中；上述集成的單元既可以采用硬件的形式實(shí)現(xiàn)，也可以采用硬件加軟件功能單元的形式實(shí)現(xiàn)。
[0111]本領(lǐng)域普通技術(shù)人員可以理解:實(shí)現(xiàn)上述方法實(shí)施例的全部或部分步驟可以通過程序指令相關(guān)的硬件來完成，前述的程序可以存儲(chǔ)于一計(jì)算機(jī)可讀取存儲(chǔ)介質(zhì)中，該程序在執(zhí)行時(shí)，執(zhí)行包括上述方法實(shí)施例的步驟；而前述的存儲(chǔ)介質(zhì)包括:移動(dòng)存儲(chǔ)設(shè)備、只讀存儲(chǔ)器(ROM, Read-Only Memory)、隨機(jī)存取存儲(chǔ)器(RAM, Random Access Memory)、磁碟或者光盤等各種可以存儲(chǔ)程序代碼的介質(zhì)。
[0112]或者，本發(fā)明實(shí)施例上述集成的單元如果以軟件功能模塊的形式實(shí)現(xiàn)并作為獨(dú)立的產(chǎn)品銷售或使用時(shí)，也可以存儲(chǔ)在一個(gè)計(jì)算機(jī)可讀取存儲(chǔ)介質(zhì)中?；谶@樣的理解，本發(fā)明實(shí)施例的技術(shù)方案本質(zhì)上或者說對現(xiàn)有技術(shù)做出貢獻(xiàn)的部分可以以軟件產(chǎn)品的形式體現(xiàn)出來，該計(jì)算機(jī)軟件產(chǎn)品存儲(chǔ)在一個(gè)存儲(chǔ)介質(zhì)中，包括若干指令用以使得一臺計(jì)算機(jī)設(shè)備(可以是個(gè)人計(jì)算機(jī)、服務(wù)器、或者網(wǎng)絡(luò)設(shè)備等)執(zhí)行本發(fā)明各個(gè)實(shí)施例所述方法的全部或部分。而前述的存儲(chǔ)介質(zhì)包括:移動(dòng)存儲(chǔ)設(shè)備、只讀存儲(chǔ)器(ROM，Read-Only Memory)、隨機(jī)存取存儲(chǔ)器(RAM, Random Access Memory)、磁碟或者光盤等各種可以存儲(chǔ)程序代碼的介質(zhì)。
[0113]以上所述，僅為本發(fā)明的【具體實(shí)施方式】，但本發(fā)明的保護(hù)范圍并不局限于此，任何熟悉本【技術(shù)領(lǐng)域】的技術(shù)人員在本發(fā)明揭露的技術(shù)范圍內(nèi)，可輕易想到變化或替換，都應(yīng)涵蓋在本發(fā)明的保護(hù)范圍之內(nèi)。因此，本發(fā)明的保護(hù)范圍應(yīng)以所述權(quán)利要求的保護(hù)范圍為準(zhǔn)。
【權(quán)利要求】
1.一種圖像分割方法，應(yīng)用于電子設(shè)備，其特征在于，該方法包括: 獲取第一圖像并對所述第一圖像進(jìn)行紋理分析，基于紋理分析的結(jié)果將所述第一圖像分割為不同的區(qū)域； 統(tǒng)計(jì)每個(gè)所述區(qū)域內(nèi)的區(qū)域統(tǒng)計(jì)特征和相應(yīng)的邊緣角點(diǎn)特征； 將每個(gè)所述區(qū)域的區(qū)域統(tǒng)計(jì)特征和邊緣角點(diǎn)特征保存為對應(yīng)區(qū)域的區(qū)域描述集，保存所述第一圖像并對應(yīng)保存所述第一圖像的每個(gè)區(qū)域的區(qū)域描述集。
2.根據(jù)權(quán)利要求1所述圖像分割方法，其特征在于，所述統(tǒng)計(jì)每個(gè)所述區(qū)域內(nèi)的區(qū)域統(tǒng)計(jì)特征和相應(yīng)的邊緣角點(diǎn)特征，包括: 統(tǒng)計(jì)每個(gè)所述區(qū)域內(nèi)的顏色直方圖、方向梯度直方圖和區(qū)域形狀信息，所述每個(gè)區(qū)域內(nèi)的顏色直方圖、方向梯度直方圖和區(qū)域形狀信息組成對應(yīng)所述區(qū)域的區(qū)域統(tǒng)計(jì)特征；基于所分割的區(qū)域進(jìn)行邊緣提取，并對所提取的邊緣進(jìn)行角點(diǎn)特征檢測，得到對應(yīng)每個(gè)所述區(qū)域的邊緣角點(diǎn)特征。
3.根據(jù)權(quán)利要求2所述圖像分割方法，其特征在于，所述統(tǒng)計(jì)每個(gè)所述區(qū)域內(nèi)的區(qū)域形狀信息包括: 統(tǒng)計(jì)每個(gè)所述區(qū)域內(nèi)的像素面積，并確定所述像素面積的外界矩形面積，所述外界矩形面積為包括所述像素面積的最小矩形的面積； 每個(gè)所述區(qū)域內(nèi)的區(qū)域形狀信息包括所述區(qū)域內(nèi)的像素面積、外界矩形面積，或者包括所述區(qū)域內(nèi)的像素面積、外界矩形面積、以及所述像素面積與對應(yīng)外界矩形面積的比值，或者包括所述區(qū)域內(nèi)的像素面積與對應(yīng)外界矩形面積的比值。
4.一種圖像檢索方法，應(yīng)用于電子設(shè)備，其特征在于，該方法包括: 對輸入的第二圖像進(jìn)行紋理分析，基于紋理分析的結(jié)果將所述第二圖像分割為不同的區(qū)域； 統(tǒng)計(jì)每個(gè)所述區(qū)域內(nèi)的區(qū)域統(tǒng)計(jì)特征和相應(yīng)的邊緣角點(diǎn)特征； 根據(jù)所述第二圖像的每個(gè)區(qū)域的區(qū)域統(tǒng)計(jì)特征和邊緣角點(diǎn)特征檢索數(shù)據(jù)庫，所述數(shù)據(jù)庫中保存有第一圖像和對應(yīng)所述第一圖像的每個(gè)區(qū)域的區(qū)域描述集，所述區(qū)域描述集中包括區(qū)域統(tǒng)計(jì)特征和邊緣角點(diǎn)特征； 通過所述檢索數(shù)據(jù)庫得到匹配所述第二圖像中區(qū)域的對應(yīng)區(qū)域描述集，并根據(jù)所述匹配的區(qū)域描述集在所述第一圖像中的對應(yīng)區(qū)域分布，提取滿足預(yù)設(shè)匹配度的所述第一圖像作為圖像檢索結(jié)果并輸出。
5.根據(jù)權(quán)利要求4所述圖像檢索方法，其特征在于，所述統(tǒng)計(jì)每個(gè)所述區(qū)域內(nèi)的區(qū)域統(tǒng)計(jì)特征和相應(yīng)的邊緣角點(diǎn)特征，包括: 統(tǒng)計(jì)每個(gè)所述區(qū)域內(nèi)的顏色直方圖、方向梯度直方圖和區(qū)域形狀信息，所述每個(gè)區(qū)域內(nèi)的顏色直方圖、方向梯度直方圖和區(qū)域形狀信息組成對應(yīng)所述區(qū)域的區(qū)域統(tǒng)計(jì)特征；基于所分割的區(qū)域進(jìn)行邊緣提取，并對所提取的邊緣進(jìn)行角點(diǎn)特征檢測，得到對應(yīng)每個(gè)所述區(qū)域的邊緣角點(diǎn)特征。
6.根據(jù)權(quán)利要求5所述圖像檢索方法，其特征在于，所述統(tǒng)計(jì)每個(gè)所述區(qū)域內(nèi)的區(qū)域形狀信息包括: 統(tǒng)計(jì)每個(gè)所述區(qū)域內(nèi)的像素面積，并確定所述像素面積的外界矩形面積，所述外界矩形面積為包括所述像素面積的最小矩形的面積； 每個(gè)所述區(qū)域內(nèi)的區(qū)域形狀信息包括所述區(qū)域內(nèi)的像素面積、外界矩形面積，或者包括所述區(qū)域內(nèi)的像素面積、外界矩形面積、以及所述像素面積與對應(yīng)外界矩形面積的比值，或者包括所述區(qū)域內(nèi)的像素面積與對應(yīng)外界矩形面積的比值。
7.根據(jù)權(quán)利要求4、5或6所述圖像檢索方法，其特征在于，所述根據(jù)匹配的區(qū)域描述集在第一圖像中的對應(yīng)區(qū)域分布，提取滿足預(yù)設(shè)匹配度的第一圖像作為圖像檢索結(jié)果，包括: 將包含所述匹配的區(qū)域描述集所對應(yīng)的區(qū)域最多的至少一個(gè)所述第一圖像作為圖像檢索結(jié)果；當(dāng)所述圖像檢索結(jié)果中包括至少一個(gè)所述第一圖像時(shí)，將所述第一圖像按照其所包含的所述匹配的區(qū)域的數(shù)量從大到小的順序進(jìn)行排列。
8.—種電子設(shè)備,其特征在于,包括: 圖像獲取單元，用于獲取第一圖像； 區(qū)域分割單元，用于對獲取的所述第一圖像進(jìn)行紋理分析，基于紋理分析的結(jié)果將所述第一圖像分割為不同的區(qū)域； 特征統(tǒng)計(jì)單元，用于統(tǒng)計(jì)每個(gè)所述區(qū)域內(nèi)的區(qū)域統(tǒng)計(jì)特征和相應(yīng)的邊緣角點(diǎn)特征； 保存單元，用于將每個(gè)所述區(qū)域的區(qū)域統(tǒng)計(jì)特征和邊緣角點(diǎn)特征保存為對應(yīng)區(qū)域的區(qū)域描述集，保存所述第一圖像并對應(yīng)保存所述第一圖像的每個(gè)區(qū)域的區(qū)域描述集。
9.根據(jù)權(quán)利要求8所述電子設(shè)備，其特征在于，所述特征統(tǒng)計(jì)單元包括: 區(qū)域特征統(tǒng)計(jì)子單元，用于統(tǒng)計(jì)每個(gè)所述區(qū)域內(nèi)的顏色直方圖、方向梯度直方圖和區(qū)域形狀信息，所述每個(gè)區(qū)域內(nèi)的顏色直方圖、方向梯度直方圖和區(qū)域形狀信息組成對應(yīng)所述區(qū)域的區(qū)域統(tǒng)計(jì)特征； 邊緣角點(diǎn)提取子單元，用于基于所分割的區(qū)域進(jìn)行邊緣提取，并對所提取的邊緣進(jìn)行角點(diǎn)特征檢測，得到對應(yīng)每個(gè)所述區(qū)域的邊緣角點(diǎn)特征。
10.根據(jù)權(quán)利要求9所述電子設(shè)備，其特征在于，所述區(qū)域特征統(tǒng)計(jì)子單元進(jìn)一步用于通過以下方式統(tǒng)計(jì)每個(gè)所述區(qū)域內(nèi)的區(qū)域形狀信息: 統(tǒng)計(jì)每個(gè)所述區(qū)域內(nèi)的像素面積，并確定所述像素面積的外界矩形面積，所述外界矩形面積為包括所述像素面積的最小矩形的面積； 每個(gè)所述區(qū)域內(nèi)的區(qū)域形狀信息包括所述區(qū)域內(nèi)的像素面積、外界矩形面積，或者包括所述區(qū)域內(nèi)的像素面積、外界矩形面積、以及所述像素面積與對應(yīng)外界矩形面積的比值，或者包括所述區(qū)域內(nèi)的像素面積與對應(yīng)外界矩形面積的比值。
11.一種電子設(shè)備，其特征在于，包括: 圖像獲取單元，用于獲取輸入的第二圖像； 區(qū)域分割單元，用于對輸入的所述第二圖像進(jìn)行紋理分析，基于紋理分析的結(jié)果將所述第二圖像分割為不同的區(qū)域； 特征統(tǒng)計(jì)單元，用于統(tǒng)計(jì)每個(gè)所述區(qū)域內(nèi)的區(qū)域統(tǒng)計(jì)特征和相應(yīng)的邊緣角點(diǎn)特征； 檢索單元，用于根據(jù)所述第二圖像的每個(gè)區(qū)域的區(qū)域統(tǒng)計(jì)特征和邊緣角點(diǎn)特征檢索數(shù)據(jù)庫，所述數(shù)據(jù)庫中保存有第一圖像和對應(yīng)所述第一圖像的每個(gè)區(qū)域的區(qū)域描述集，所述區(qū)域描述集中包括區(qū)域統(tǒng)計(jì)特征和邊緣角點(diǎn)特征；通過所述檢索數(shù)據(jù)庫得到匹配所述第二圖像中區(qū)域的對應(yīng)區(qū)域描述集，并根據(jù)所述匹配的區(qū)域描述集在所述第一圖像中的對應(yīng)區(qū)域分布，提取滿足預(yù)設(shè)匹配度的所述第一圖像作為圖像檢索結(jié)果并輸出。
12.根據(jù)權(quán)利要求11所述電子設(shè)備，其特征在于，所述特征統(tǒng)計(jì)單元包括: 區(qū)域特征統(tǒng)計(jì)子單元，用于統(tǒng)計(jì)每個(gè)所述區(qū)域內(nèi)的顏色直方圖、方向梯度直方圖和區(qū)域形狀信息，所述每個(gè)區(qū)域內(nèi)的顏色直方圖、方向梯度直方圖和區(qū)域形狀信息組成對應(yīng)所述區(qū)域的區(qū)域統(tǒng)計(jì)特征； 邊緣角點(diǎn)提取子單元，用于基于所分割的區(qū)域進(jìn)行邊緣提取，并對所提取的邊緣進(jìn)行角點(diǎn)特征檢測，得到對應(yīng)每個(gè)所述區(qū)域的邊緣角點(diǎn)特征。
13.根據(jù)權(quán)利要求12所述電子設(shè)備，其特征在于，所述區(qū)域特征統(tǒng)計(jì)子單元進(jìn)一步用于通過以下方式統(tǒng)計(jì)每個(gè)所述區(qū)域內(nèi)的區(qū)域形狀信息: 統(tǒng)計(jì)每個(gè)所述區(qū)域內(nèi)的像素面積，并確定所述像素面積的外界矩形面積，所述外界矩形面積為包括所述像素面積的最小矩形的面積； 每個(gè)所述區(qū)域內(nèi)的區(qū)域形狀信息包括所述區(qū)域內(nèi)的像素面積、外界矩形面積，或者包括所述區(qū)域內(nèi)的像素面積、外界矩形面積、以及所述像素面積與對應(yīng)外界矩形面積的比值，或者包括所述區(qū)域內(nèi)的像素面積與對應(yīng)外界矩形面積的比值。
14.根據(jù)權(quán)利要求11、12或13所述電子設(shè)備，其特征在于，所述檢索單元進(jìn)一步用于，將包含所述匹配的區(qū)域描述集所對應(yīng)的區(qū)域最多的至少一個(gè)所述第一圖像作為圖像檢索結(jié)果；當(dāng)所述圖像檢索結(jié)果中包括至少一個(gè)所述第一圖像時(shí)，將所述第一圖像按照其所包含的所述匹配的區(qū)域的數(shù)量從大到小的順序進(jìn)行排列。
【文檔編號】G06T7/00GK104424636SQ201310390882
【公開日】2015年3月18日 申請日期:2013年8月30日 優(yōu)先權(quán)日:2013年8月30日
【發(fā)明者】申浩, 李南君 申請人:聯(lián)想(北京)有限公司