CN103593458A - 一种基于颜色特征与倒排索引的海量图像检索系统 - Google Patents

Abstract

本发明提出了一种基于颜色特征与倒排索引的海量图像检索系统，包括如下步骤：步骤一：选用均匀性好的CIE1976L^*a^*b^*（简称Lab）颜色空间，并对该空间进行K-means聚类，得到n种颜色；步骤二：对所有待检索的图像像素根据色差最小原则进行映射，得到降维后的图像；步骤三：将步骤二中得到的图像进行网格化，在网格单元中统计颜色主色作为代表色，因此每张图像将由若干代表色组成；步骤四：将步骤三得到的若干代表色进行自定义编码，最后得到一个由若干个字符编码组成的类文本，将此类文本上传至倒排索引服务器，完成海量图像的索引建立，进而可以完成图像检索功能。

Description

一种基于颜色特征与倒排索引的海量图像检索系统

发明领域

本发明属于模式识别与信息处理技术领域，涉及电子商务平台上的海量图像处理，

尤其涉及一种基于颜色特征与倒排索引的海量图像检索的实现方案。

背景技术

电子商务服务产业正经历其发展的黄金年代。预计到2015年，中国电子商务服务业营收将突破万亿元规模，届时中国将拥有世界上规模最大、最为领先的电子商务服务产业。在电子商务蓬勃发展的同时，海量商品图像也在以几何倍数的增长速度递增。因此如何快速有效的对海量的商品图像进行检索成为了新的研究趋势。商品图像内容具有很明显的形状差别，比如衣服和裤子在形状上就有很大的差别。颜色特征是最关键也是最常用的特征，但是直接处理彩色图像的RGB颜色是相当耗时的工作，所以如何降低颜色统计的复杂度是海量图像处理首先面对的难题。本发明提出了基于颜色空间量化及特征编码的方法以求快速获取图像颜色特征，并用图像网格化的方法，进一步的提取图像的主颜色信息，并最终经过特征编码建立海量图像倒排索引。

发明内容

本发明的目的在于要解决迅速发展的电子商务形成的海量图像下的图像快速检索问题，由此消费者可以在面临海量图像快速检索所关心的商品。提供了一种快速有效的电子商务平台海量图像检索方法。

为了实现上述目的本发明采用以下技术方案：

一种基于颜色特征与倒排索引的海量图像检索系统，其特征在于，包括如下步骤：

步骤一：首先为了解决RGB颜色空间计算颜色特征的维数灾难问题，同时考虑到颜色空间的均匀性问题，选用均匀性好的CIE1976L^*a^*b^*颜色空间，并用K-means聚类方法对CIE1976L^*a^*b^*进行聚类，聚类到256种颜色。

步骤二：从电子商务平台获取所有待检索的图像，先将图像的RGB颜色转化为CIE1976L^*a^*b^*颜色，并将图像中的每个像素点颜色根据色差最小原则和步骤一得到的256种颜色做映射，最终图像的每个像素的维度变为256维。

步骤三：将步骤二中得到的图像网格化，网格大小为8*8。在每个网格单元中统计颜色主色，并以每个主色作为这个网格单元的代表色。最后每张图像将由64个代表色组成。

步骤四：将步骤三得到的64个代表色通过自定义的编码规则进行字符编码，最后一张图像会对应一个由64个字符编码组成的类文本，将此类文本上传至倒排索引服务器，完成海量图像的索引建立，进而可以完成图像检索功能。

本发明结合文本检索快速有效的特点，将图像特征很好的转化为了文本。解决了海量图像的快速有效检索问题，本发明具有以下优点：

一、从消费者对用户体验的要求出发，通过图像特征类文本化的改进，能够完成快速有效的图像检索效果；

二、本发明从电子商务平台的角度出发，能够很好的将平台内海量的图像信息通过颜色特征进行行之有效的整合。从而给用户提供更好的消费体验，带来更多的网站流量。

三、从信息处理技术的角度出发，本发明很好的结合了文本检索的优点，并将图像进行网格化，从而保留了图像部分的轮廓信息，对于轮廓信息敏感的商品图像来说具有良好效果。

附图说明

附图1是检索系统框架图；

附图2主色图；

附图3自定义编码；

附图4字符码文；

附图5部分实验结果。

具体实施方式

为了使得本发明的目的、技术方案和有益效果更加清楚明白，以下结合具体案例，并参照附图，对本发明进行进一步详细的说明。

本发明是用于电子商务平台海量图像中相似图像的检索方法。该方法能够将图像特征转化为能够建立索引的类文本关键字特征，从而利用倒排索引搜索引擎，完成对图像的快速检索工作。该检索方法能够很好的满足用户对快速有效检索方法需求，同时可在很大程度上增加电子商务平台的用户体验，并在实践中很好的验证了图像检索和文本检索这原本不相干的两种检索方法结合的好处。

我们的测试实验软硬件环境为：

硬件环境：

电脑类型：台式机；

CPU：Pentium(R)Dual-Core CPU E56002.93GHz

内存：4.00GB（3.49GB可用）

系统类型：32位操作系统

显示卡：集成显卡

软件环境：

IDE：Visual Studio2010

图像处理SDK：OpenCV2.3.1

搜索引擎：Apache Solr1.4.1

开发语言：C++、Python

如图1本发明对相似图像的检索流程图，对相似商品图像的检索方法包括如下步骤：

步骤一：首先为了能够利用图像颜色特征建立高效的索引要解决的首要问题是图像颜色特征的维度问题，RGB颜色空间的维度为16777216维（256*258*256），如果直接不经过降维处理，那么基于颜色特征的检索将变得不切实际。为了解决维数灾难的问题，同时考虑到颜色空间的均匀性问题，本发明选用均匀性好的CIE1976L^*a^*b^*颜色空间，并用K-means聚类方法对CIE1976L^*a^*b^*进行聚类，聚类到256种颜色。因为这256种颜色并不包含灰度颜色，对黑白图像或者颜色较浅的图像的降维效果不佳，所以我们将彩色空间聚类至248维，将灰度空间聚类至8维，从而得到256维的彩色加灰度的颜色空间，本发明称之为标准色空间，其中的每一种颜色称之为标准色。

步骤二：从电子商务平台获取所有待检索的图像进行批量图像特征提取，为了更加清晰的说明图像特征提取的流程，我们用一张图像的特征提取作为例子来描述。首先，将图像的RGB颜色转化为CIE1976L^*a^*b^*颜色；然后将转换后的图像中的每个像素点颜色值与步骤一得到的标准颜色空间中的每种颜色计算色差值（本发明选用CIEDE1976色差公式，色差公式如公式1），计算图像中和标准颜色空间中的CIE1976L^*a^*b^*颜色的色差，选择色差最小的标准色作为该像素点的代表色，最后我们得到图像中的所有16777216维的像素将全部映射到256维的标准色。我们称这一过程得到的图像为映射图像。

${\mathrm{DE}}_{1976}(x_1,x_2)=\sqrt{({\left({\mathrm{DL}}^{*}\right)}^2+{\left({\mathrm{Da}}^{*}\right)}^2+{\left({\mathrm{Db}}^{*}\right)}^2)}$ （公式1）

其中： $x_1={[L_1^{*},a_1^{*},b_1^{*}]}^T,$ $x_2={[L_2^{*},a_2^{*},b_2^{*}]}^T,$ $\mathrm{DL}=L_1^{*}-L_2^{*},$ $\mathrm{Da}=a_1^{*}-a_2^{*},$ $\mathrm{Db}=b_1^{*}-b_2^{*},$ DE₁₉₇₆是x₁、两种CIE1976L^*a^*b^*颜色的色差。

步骤三：将步骤二中得到的图像网格化，假设图像大小为200*200，网格大小为8*8，则每个网格单元大小为25*25。在每个网格单元中统计颜色直方图，得到比例最大的颜色值作为该网格单元的主色（即代表色），最后每张图像将由64个主色组成，我们称之为主色图，如下图2所示。

步骤四：为了更好的使用以文本检索见长的倒排搜索引擎，我们将步骤三得到的主色图通过自定义的编码规则进行字符编码，即将每一个主色转化为由四个字母组成的字符编码，类似文本检索中的关键字。字符编码的前两位记录了主色的坐标信息，后两位记录了主色值，转化过程如图3所示。最后一张图像会对应一个由64个字符编码组成的类文本，本发明称之为字符码文。字符码文如图4所示。将字符码文以及图像对应的ID上传至倒排索引服务器，完成海量图像的索引建立，进而可以完成图像检索功能。

本发明方法的效果：

为了验证本发明的效果，我们在国内某电子商务平台中获得了海量的运动商品图像数据集，此测试数据集包含运动外套、运动T恤、运动鞋、运动裤以及各种球类等总共10000张图像。其中图像检索时间不高于14ms，达到了很好的实时效果。本发明的部分实验结果如图5所示。

Claims (1)

1.一种基于颜色特征与倒排索引的海量图像检索系统，其特征在于，包括如下步骤：

步骤一：选用均匀性好的CIE1976L^*a^*b^*颜色空间，并用K-means聚类方法对CIE1976L^*a^*b^*进行聚类，聚类到256种颜色；

步骤二：获取所有待检索的图像，先将图像的RGB颜色转化为CIE1976L^*a^*b^*颜色，并将图像中的每个像素点颜色根据色差最小原则和步骤一得到的256种颜色做映射，最终图像的每个像素的维度变为256维；

步骤三：将步骤二中得到的图像网格化，网格大小为n*n。在每个网格单元中统计颜色主色，并以每个主色作为这个网格单元的代表色，最后每张图像将由n*n个代表色组成；

步骤四：将步骤三得到的64个代表色通过自定义的编码规则进行字符编码，最后一张图像会对应一个由64个字符编码组成的类文本，将此类文本上传至倒排索引服务器，完成海量图像的索引建立，进而可以完成图像检索功能。

Images