关键词:
外观设计专利
图像检索
语义模型
语义提取
摘要:
外观设计专利图像检索是图像检索技术近几年的一个新的应用领域,受到了本领域内很多专家的关注。外观信息检索的准确性和全面性直接关系到专利权利的保护范围,因此如何全面有效地从所谓的“海量信息”的专利图像数据库中检索出用户需求的专利图像是非常有意义且急需解决的事情。
基于文本的图像检索和基于内容的图像检索都是比较传统的图像检索技术。基于文本的检索方式标注过程很繁重且具有主观性和不精确性,早已无法满足人们的需求。基于内容的图像检索方式虽然是目前用得比较多且较基于文本的方式更具客观性和说服力,但其对图像底层细节特征的严重依赖性及其与人描述图像的高层语义之间存在的“鸿沟”已成为其近年来在图像检索领域的发展瓶颈。外观设计专利图像检索的核心技术就是图像检索,且其具有较其它图像更为严格的语义划分。基于语义的图像检索是目前图像检索方面的一个研究热点,但其具有相当的复杂性和模糊性,因此也成为一个极具挑战性和价值性的研究内容。
本文针对外观设计专利图像库的特殊性和专利检索技术发展的实际重要性,提出了一种基于语义模型的检索方案。首先通过对常用的特征提取算法的分析、理解和判断,提出了基于物体内部结构的纹理特征算法,并用欧式距离公式求出图像纹理特征向量的相似距离。同时,运用不变矩和傅立叶描述子算法提取出图像的形状特征,通过改进的欧式距离公式得到图像形状特征向量的相似距离,最后将两种特征相结合,从而有效地得到了图像的视觉特征。然后,在此基础上利用基于SVM机器学习的方法,构造一个适当的SVM核函数,来实现外观设计图像的语义建模从而完成视觉特征到高层语义的转化。最后,通过实验检测图像检索系统的整体性能。实验结果表明,本文方案能够有效地提取图像视觉特征并实现高层语义的转化,从而提高了外观设计专利图像检索系统的性能。