公开(公告)号：CN106815362A

公开(公告)日：2017-06-09

申请号：CN201710054383.4

申请日：2017-01-22

Applicant: 福州大学

Inventor： 郭太良 ,  叶芸 ,  林志贤 ,  林金堂 ,  邓清文

IPC: G06F17/30

Abstract: 本发明提供一种基于KPCA多表索引的图像哈希检索方法，其包括以下步骤：区分性特征选取，特征聚类以及多表索引构建以及哈希编码的优化。本发明在训练哈希投影函数之前，首先，通过基于核函数的主元分析从图像特征维度中，选取具有区分能力的特征作为训练集，并在此基础上，利用特征聚类的方法获取不同语义样本的聚类中心，找出每类的多个最佳近邻类，最后对聚类空间进行层次划分，构造多个索引表。在检索时，通过查询多张哈希索引表以此提高检索的性能。本发明将高维的图像特征映射成简单的二值码，节省了数据的存储空间；解决采用单表索引结构时，相似图像之间的离散度相差较大，或者是相似特征属性分布区间较大，即原本是相似的特征，而被映射到不同哈希编码等问题。

公开(公告)号：CN106815362B

公开(公告)日：2019-12-31

申请号：CN201710054383.4

申请日：2017-01-22

Applicant: 福州大学

Inventor： 郭太良 ,  叶芸 ,  林志贤 ,  林金堂 ,  邓清文

IPC: G06F16/583 ,  G06F16/51

Abstract: 本发明提供一种基于KPCA多表索引的图像哈希检索方法，其包括以下步骤：区分性特征选取，特征聚类以及多表索引构建以及哈希编码的优化。本发明在训练哈希投影函数之前，首先，通过基于核函数的主元分析从图像特征维度中，选取具有区分能力的特征作为训练集，并在此基础上，利用特征聚类的方法获取不同语义样本的聚类中心，找出每类的多个最佳近邻类，最后对聚类空间进行层次划分，构造多个索引表。在检索时，通过查询多张哈希索引表以此提高检索的性能。本发明将高维的图像特征映射成简单的二值码，节省了数据的存储空间；解决采用单表索引结构时，相似图像之间的离散度相差较大，或者是相似特征属性分布区间较大，即原本是相似的特征，而被映射到不同哈希编码等问题。