專利名稱：在互聯(lián)網(wǎng)上搜索圖片及局部相似圖片的方法
技術(shù)領(lǐng)域：
本發(fā)明屬于互聯(lián)網(wǎng)信息處理領(lǐng)域，尤其是一種在互聯(lián)網(wǎng)上搜索圖片及局部相似圖 片的方法。
背景技術(shù)：
隨著互聯(lián)網(wǎng)技術(shù)的不斷發(fā)展，互聯(lián)網(wǎng)為人們提供了各種搜索以滿足人們的需要。 人們不僅需要對文本信息進(jìn)行搜索，而且也需要在互聯(lián)網(wǎng)上進(jìn)行圖片或局部相似圖片的搜 索，但由于圖片搜索的特殊性，根據(jù)圖片內(nèi)容搜索圖片是一個在世界范圍內(nèi)難以解決的技 術(shù)難題。目前，在互聯(lián)網(wǎng)上進(jìn)行圖片搜索的方法存在以下問題(1)受計(jì)算機(jī)智能識別水平 的限制，個別技術(shù)雖然智能化識別達(dá)到一定水平，但識別速度過慢，難以滿足應(yīng)用要求；(2) 由于圖片占用存儲空間很大，圖片識別過程占用的數(shù)據(jù)空間又被指數(shù)級放大，受到網(wǎng)絡(luò)數(shù) 據(jù)傳輸速度局限，圖片的網(wǎng)上識別和搜索難以進(jìn)入實(shí)際應(yīng)用層面。

發(fā)明內(nèi)容
本發(fā)明的目的在于克服現(xiàn)有技術(shù)的不足，提供一種設(shè)計(jì)合理、搜索速度快并且準(zhǔn) 確率高的在互聯(lián)網(wǎng)上搜索圖片及局部相似圖片的方法。本發(fā)明解決其技術(shù)問題是采取以下技術(shù)方案實(shí)現(xiàn)的一種在互聯(lián)網(wǎng)上搜索圖片及局部相似圖片的方法，包括如下步驟(1)客戶端通過互聯(lián)網(wǎng)與神經(jīng)網(wǎng)絡(luò)系統(tǒng)建立連通關(guān)系；(2)由客戶端從原圖片中選取一個或多個一定大小的圖片局部作為標(biāo)準(zhǔn)圖片并傳 輸?shù)缴窠?jīng)網(wǎng)絡(luò)系統(tǒng)中的圖片數(shù)據(jù)存儲服務(wù)器；(3)神經(jīng)網(wǎng)絡(luò)系統(tǒng)中的神經(jīng)網(wǎng)絡(luò)服務(wù)器從圖片存儲數(shù)據(jù)庫服務(wù)器中獲取標(biāo)準(zhǔn)圖片 并抽取標(biāo)準(zhǔn)圖片的幾何特征，然后對標(biāo)準(zhǔn)圖片的每個幾何特征進(jìn)行感知訓(xùn)練得到每個幾何 特征的隸屬度，在感知訓(xùn)練過程中獲取的最大隸屬度的幾何特征所對應(yīng)的坐標(biāo)范圍為搜索
結(jié)果；(4)神經(jīng)網(wǎng)絡(luò)系統(tǒng)中的神經(jīng)網(wǎng)絡(luò)服務(wù)器將所獲得的坐標(biāo)范圍傳送到客戶端，由客 戶端轉(zhuǎn)換為用戶原圖片的坐標(biāo)作為搜索的結(jié)果。而且，在步驟(1)中，客戶端通過中介即時通訊服務(wù)器與神經(jīng)網(wǎng)絡(luò)系統(tǒng)建立點(diǎn)對 點(diǎn)連通關(guān)系。而且，在步驟(2)中，客戶端在向圖片數(shù)據(jù)存儲服務(wù)器傳輸前對標(biāo)準(zhǔn)圖片進(jìn)行壓 縮處理。而且，在步驟(2)中，標(biāo)準(zhǔn)圖片的大小根據(jù)精度要求設(shè)定為900像素或900像素以上。而且，在步驟(3)中，抽取標(biāo)準(zhǔn)圖片的幾何特征的方法為神經(jīng)網(wǎng)絡(luò)服務(wù)器從標(biāo)準(zhǔn) 圖片的像素灰度值中，抽取灰度變化明顯的邊緣線條的方向值作為圖片的幾何特征。而且，在步驟(3)中，對標(biāo)準(zhǔn)圖片的幾何特征進(jìn)行感知訓(xùn)練的方法為神經(jīng)網(wǎng)絡(luò)服務(wù)器利用神經(jīng)元間連接權(quán)值對輸入的每個幾何特征進(jìn)行計(jì)算，找到相應(yīng)的內(nèi)容類別進(jìn)行收 斂，得到每個幾何特征的隸屬度，在感知訓(xùn)練過程中隸屬度最大時的幾何特征所對應(yīng)的坐 標(biāo)范圍就是所要的搜索結(jié)果。而且，所述的神經(jīng)網(wǎng)絡(luò)服務(wù)器內(nèi)置有視覺BP神經(jīng)網(wǎng)絡(luò)模型，該神經(jīng)網(wǎng)絡(luò)模型采用 基本感知器模型結(jié)構(gòu)并使用誤差反向傳播算法，該神經(jīng)網(wǎng)絡(luò)模型的輸出值是對應(yīng)各個內(nèi)容 類別的隸屬度。本發(fā)明的優(yōu)點(diǎn)和積極效果是1、本方法將客戶端與神經(jīng)網(wǎng)絡(luò)系統(tǒng)建立點(diǎn)對點(diǎn)通訊聯(lián)系，通過視覺BP神經(jīng)網(wǎng)絡(luò) 模型對標(biāo)準(zhǔn)圖片進(jìn)行幾何特征抽取、感知訓(xùn)練，從而實(shí)現(xiàn)在互聯(lián)網(wǎng)上搜索圖片或局部相似 圖片的功能，使圖片的匹配效率大幅提高。2、本方法在互聯(lián)網(wǎng)上進(jìn)行圖片或其局部識別時，僅傳輸局部的標(biāo)準(zhǔn)圖片并進(jìn)行壓 縮處理，使圖片匹配的信息在網(wǎng)絡(luò)上傳輸?shù)男畔⒘康玫酱蠓s減。3、本方法使互聯(lián)網(wǎng)上根據(jù)圖片內(nèi)容搜索圖片或其局部相似圖片成為現(xiàn)實(shí)，填補(bǔ)了 文字無法描述的圖片內(nèi)容搜索的空白。4、本發(fā)明實(shí)現(xiàn)了在互聯(lián)網(wǎng)上通過圖片或其局部高速搜索原圖片及其他局部相似 圖片功能，具有搜索速度快、準(zhǔn)確率高的特點(diǎn)，可廣泛用于互聯(lián)網(wǎng)上相似或近似圖片的搜索。


圖1是本發(fā)明所使用的圖片搜索系統(tǒng)的連接示意圖；圖2是檢索方法的處理流程圖。
具體實(shí)施例方式以下結(jié)合附圖對本發(fā)明實(shí)施例做進(jìn)一步詳述。一種在互聯(lián)網(wǎng)上搜索圖片及局部相似圖片的方法，是在如圖1所示的基于神經(jīng)網(wǎng) 絡(luò)系統(tǒng)的圖片搜索系統(tǒng)上實(shí)現(xiàn)的。該搜索系統(tǒng)包括客戶端、互聯(lián)網(wǎng)、即時通訊中介服務(wù)器、 神經(jīng)網(wǎng)絡(luò)服務(wù)器和圖片數(shù)據(jù)存儲服務(wù)器，客戶端、即時通訊中介服務(wù)器、神經(jīng)網(wǎng)絡(luò)服務(wù)器和 圖片數(shù)據(jù)存儲服務(wù)器通過互聯(lián)網(wǎng)相連接，多個神經(jīng)網(wǎng)絡(luò)服務(wù)器與圖片數(shù)據(jù)存儲服務(wù)器構(gòu)成 神經(jīng)網(wǎng)絡(luò)系統(tǒng)?？蛻舳思瓤梢允沁\(yùn)行任何瀏覽器的客戶電腦，也可以是網(wǎng)站內(nèi)的服務(wù)器，還 可以是雖然無瀏覽器但有圖片輸入設(shè)備(如攝像頭掃描儀等)的任何互聯(lián)網(wǎng)上的電腦；即 時通訊中介服務(wù)器負(fù)責(zé)登記神經(jīng)網(wǎng)絡(luò)服務(wù)器的IP地址和端口并合理分配各個神經(jīng)網(wǎng)絡(luò)服 務(wù)器的負(fù)載，客戶端軟件運(yùn)行時能夠通過即時通訊中介服務(wù)器得到分配給自己的神經(jīng)網(wǎng)絡(luò) 服務(wù)器IP地址和端口 ；圖片數(shù)據(jù)存儲服務(wù)器用來存儲客戶端傳來的標(biāo)準(zhǔn)圖片；神經(jīng)網(wǎng)絡(luò)服 務(wù)器從圖片數(shù)據(jù)存儲服務(wù)器中抽取標(biāo)準(zhǔn)圖片的幾何特征并進(jìn)行感知訓(xùn)練，并將匹配成功后 的搜索結(jié)果返回給客戶端。系統(tǒng)初始工作時，首先由神經(jīng)網(wǎng)絡(luò)服務(wù)器與即時通訊中介服務(wù) 器聯(lián)系并登記，客戶端訪問即時通訊中介服務(wù)器獲得神經(jīng)網(wǎng)絡(luò)服務(wù)器位置信息，并與神經(jīng) 網(wǎng)絡(luò)服務(wù)器建立高速連接，實(shí)現(xiàn)客戶端向神經(jīng)網(wǎng)絡(luò)服務(wù)器的搜索功能。一種在互聯(lián)網(wǎng)上搜索圖片及局部相似圖片的方法，包括如下步驟(1)、客戶端通過互聯(lián)網(wǎng)與神經(jīng)網(wǎng)絡(luò)系統(tǒng)建立連通關(guān)系；
客戶端通過互聯(lián)網(wǎng)向即時通訊中介服務(wù)器發(fā)出請求，由即時通訊中介服務(wù)器合理 分配神經(jīng)網(wǎng)絡(luò)服務(wù)器的IP地址和端口號，從而建立起客戶端與神經(jīng)網(wǎng)絡(luò)系統(tǒng)的點(diǎn)對點(diǎn)連 通關(guān)系，即客戶端與神經(jīng)網(wǎng)絡(luò)系統(tǒng)中的神經(jīng)網(wǎng)絡(luò)服務(wù)器和圖片數(shù)據(jù)存儲服務(wù)器通過互聯(lián)網(wǎng) 直接進(jìn)行通訊。(2)、由客戶端從原圖片中選取一個或多個一定大小的圖片局部作為標(biāo)準(zhǔn)圖片并 傳輸?shù)缴窠?jīng)網(wǎng)絡(luò)系統(tǒng)中的圖片數(shù)據(jù)存儲服務(wù)器。為了提高傳輸速度，在向圖片數(shù)據(jù)存儲服務(wù)器傳輸前，可以將標(biāo)準(zhǔn)圖片進(jìn)行壓縮 處理，減小傳輸?shù)臄?shù)據(jù)量，從而提高傳輸速度。
客戶端可以自動截取原圖片中的圖片局部作為標(biāo)準(zhǔn)圖片，也可以通過鼠標(biāo)或畫筆 選取鼠標(biāo)或畫筆周圍的區(qū)域作為標(biāo)準(zhǔn)圖片，標(biāo)準(zhǔn)圖片的大小可以設(shè)定為900像素，或根據(jù) 精度要求設(shè)定為大于900像素，如果是局部相似可以選取一個標(biāo)準(zhǔn)圖片，如果是原圖片搜 索的話，可以選擇一個標(biāo)準(zhǔn)圖片，也可以選取多個標(biāo)準(zhǔn)圖片。(3)、神經(jīng)網(wǎng)絡(luò)系統(tǒng)中的神經(jīng)網(wǎng)絡(luò)服務(wù)器從圖片存儲數(shù)據(jù)庫服務(wù)器中獲取標(biāo)準(zhǔn)圖 片并抽取標(biāo)準(zhǔn)圖片的幾何特征，然后對標(biāo)準(zhǔn)圖片的每個幾何特征進(jìn)行感知訓(xùn)練得到每個幾 何特征的隸屬度，在感知訓(xùn)練過程中獲取的最大隸屬度的幾何特征所對應(yīng)的坐標(biāo)范圍為搜
索結(jié)果。神經(jīng)網(wǎng)絡(luò)服務(wù)器內(nèi)安裝有視覺BP神經(jīng)網(wǎng)絡(luò)模型，該神經(jīng)網(wǎng)絡(luò)模型采用基本感知 器模型結(jié)構(gòu)并使用誤差反向傳播算法，該視覺BP神經(jīng)網(wǎng)絡(luò)模型的輸出值是對應(yīng)各個內(nèi)容 類別的隸屬度，輸出值(隸屬度)越大則說明相似度最大。抽取標(biāo)準(zhǔn)圖片的幾何特征的方法為視覺BP神經(jīng)網(wǎng)絡(luò)模型從標(biāo)準(zhǔn)圖片的像素灰 度值中，抽取灰度變化明顯的邊緣線條的方向值作為圖片的幾何特征。對標(biāo)準(zhǔn)圖片的幾何特征進(jìn)行感知訓(xùn)練的方法為視覺BP神經(jīng)網(wǎng)絡(luò)模型利用神經(jīng) 元間連接權(quán)值對輸入的每個幾何特征進(jìn)行計(jì)算，找到相應(yīng)的內(nèi)容類別進(jìn)行收斂，得到每個 幾何特征的隸屬度，隸屬度越大則說明相似度越大，在感知訓(xùn)練過程中隸屬度最大時的幾 何特征所對應(yīng)的坐標(biāo)范圍就是所要的搜索結(jié)果。而對于原圖片搜索時選擇的多個標(biāo)準(zhǔn)圖片，神經(jīng)網(wǎng)絡(luò)服務(wù)器依次對每個標(biāo)準(zhǔn)圖片 的幾何特征進(jìn)行感知訓(xùn)練處理，獲取所有標(biāo)準(zhǔn)圖片的每個幾何特征的隸屬度，從而得到最 大隸屬度的幾何特征所對應(yīng)的坐標(biāo)范圍，該幾何特征所對應(yīng)的坐標(biāo)范圍就是所要的搜索結(jié)^ ο(4)、神經(jīng)網(wǎng)絡(luò)系統(tǒng)中的神經(jīng)網(wǎng)絡(luò)服務(wù)器將所獲得的坐標(biāo)范圍傳送到客戶端，由客 戶端轉(zhuǎn)換為用戶原圖片的坐標(biāo)作為搜索的結(jié)果。通過上述步驟即可實(shí)現(xiàn)客戶端在互聯(lián)網(wǎng)上搜索圖片及局部相似圖片功能。本發(fā)明所述的實(shí)施例是說明性的，而不是限定性的，因此本發(fā)明并不限于具體實(shí) 施方式中所述的實(shí)施例，凡是由本領(lǐng)域技術(shù)人員根據(jù)本發(fā)明的技術(shù)方案得出的其他實(shí)施方 式，同樣屬于本發(fā)明保護(hù)的范圍。
權(quán)利要求
一種在互聯(lián)網(wǎng)上搜索圖片及局部相似圖片的方法，其特征在于包括如下步驟(1)客戶端通過互聯(lián)網(wǎng)與神經(jīng)網(wǎng)絡(luò)系統(tǒng)建立連通關(guān)系；(2)由客戶端從原圖片中選取一個或多個一定大小的圖片局部作為標(biāo)準(zhǔn)圖片并傳輸?shù)缴窠?jīng)網(wǎng)絡(luò)系統(tǒng)中的圖片數(shù)據(jù)存儲服務(wù)器；(3)神經(jīng)網(wǎng)絡(luò)系統(tǒng)中的神經(jīng)網(wǎng)絡(luò)服務(wù)器從圖片存儲數(shù)據(jù)庫服務(wù)器中獲取標(biāo)準(zhǔn)圖片并抽取標(biāo)準(zhǔn)圖片的幾何特征，然后對標(biāo)準(zhǔn)圖片的每個幾何特征進(jìn)行感知訓(xùn)練得到每個幾何特征的隸屬度，在感知訓(xùn)練過程中獲取的最大隸屬度的幾何特征所對應(yīng)的坐標(biāo)范圍為搜索結(jié)果；(4)神經(jīng)網(wǎng)絡(luò)系統(tǒng)中的神經(jīng)網(wǎng)絡(luò)服務(wù)器將所獲得的坐標(biāo)范圍傳送到客戶端，由客戶端轉(zhuǎn)換為用戶原圖片的坐標(biāo)作為搜索的結(jié)果。
2.根據(jù)權(quán)利要求1所述的在互聯(lián)網(wǎng)上搜索圖片及局部相似圖片的方法，其特征在于 在步驟(1)中，客戶端通過中介即時通訊服務(wù)器與神經(jīng)網(wǎng)絡(luò)系統(tǒng)建立點(diǎn)對點(diǎn)連通關(guān)系。
3.根據(jù)權(quán)利要求1所述的在互聯(lián)網(wǎng)上搜索圖片及局部相似圖片的方法，其特征在于 在步驟(2)中，客戶端在向圖片數(shù)據(jù)存儲服務(wù)器傳輸前對標(biāo)準(zhǔn)圖片進(jìn)行壓縮處理。
4.根據(jù)權(quán)利要求1所述的在互聯(lián)網(wǎng)上搜索圖片及局部相似圖片的方法，其特征在于 在步驟(2)中，標(biāo)準(zhǔn)圖片的大小根據(jù)精度要求設(shè)定為900像素或900像素以上。
5.根據(jù)權(quán)利要求1所述的在互聯(lián)網(wǎng)上搜索圖片及局部相似圖片的方法，其特征在于 在步驟(3)中，抽取標(biāo)準(zhǔn)圖片的幾何特征的方法為神經(jīng)網(wǎng)絡(luò)服務(wù)器從標(biāo)準(zhǔn)圖片的像素灰 度值中，抽取灰度變化明顯的邊緣線條的方向值作為圖片的幾何特征。
6.根據(jù)權(quán)利要求1所述的在互聯(lián)網(wǎng)上搜索圖片及局部相似圖片的方法，其特征在于 在步驟(3)中，對標(biāo)準(zhǔn)圖片的幾何特征進(jìn)行感知訓(xùn)練的方法為神經(jīng)網(wǎng)絡(luò)服務(wù)器利用神經(jīng) 元間連接權(quán)值對輸入的每個幾何特征進(jìn)行計(jì)算，找到相應(yīng)的內(nèi)容類別進(jìn)行收斂，得到每個 幾何特征的隸屬度，在感知訓(xùn)練過程中隸屬度最大時的幾何特征所對應(yīng)的坐標(biāo)范圍就是所 要的搜索結(jié)果。
7.根據(jù)權(quán)利要求1或5或6所述的在互聯(lián)網(wǎng)上搜索圖片及局部相似圖片的方法，其特 征在于所述的神經(jīng)網(wǎng)絡(luò)服務(wù)器內(nèi)置有視覺BP神經(jīng)網(wǎng)絡(luò)模型，該神經(jīng)網(wǎng)絡(luò)模型采用基本感 知器模型結(jié)構(gòu)并使用誤差反向傳播算法，該神經(jīng)網(wǎng)絡(luò)模型的輸出值是對應(yīng)各個內(nèi)容類別的 隸屬度。
全文摘要
本發(fā)明涉及一種在互聯(lián)網(wǎng)上搜索圖片及局部相似圖片的方法，包括如下步驟(1)客戶端通過互聯(lián)網(wǎng)與神經(jīng)網(wǎng)絡(luò)系統(tǒng)建立連通關(guān)系；(2)由客戶端從原圖片中選取一個或多個一定大小的圖片局部作為標(biāo)準(zhǔn)圖片并傳輸?shù)綀D片數(shù)據(jù)存儲服務(wù)器；(3)神經(jīng)網(wǎng)絡(luò)服務(wù)器抽取標(biāo)準(zhǔn)圖片的幾何特征，然后對標(biāo)準(zhǔn)圖片的每個幾何特征進(jìn)行感知訓(xùn)練得到每個幾何特征的隸屬度，在感知訓(xùn)練過程中獲取的最大隸屬度的幾何特征所對應(yīng)的坐標(biāo)范圍為搜索結(jié)果；(4)神經(jīng)網(wǎng)絡(luò)服務(wù)器將所獲得的坐標(biāo)范圍傳送到客戶端，由客戶端轉(zhuǎn)換為用戶原圖片的坐標(biāo)作為搜索的結(jié)果。本發(fā)明實(shí)現(xiàn)了在互聯(lián)網(wǎng)上通過圖片或其局部高速搜索原圖片及其他局部相似圖片功能，具有搜索速度快、準(zhǔn)確率高的特點(diǎn)。
文檔編號G06F17/30GK101877012SQ20101023906
公開日2010年11月3日 申請日期2010年7月28日 優(yōu)先權(quán)日2010年7月28日
發(fā)明者于敏學(xué), 劉捷 申請人:劉捷;于敏學(xué)