目录
一、基于BOW的图像检索原理
1.1原理
考虑将Bag-of-words模型应用于图像表示。为了表示一幅图像,我们可以将图像看作文档,即若干个“视觉词汇”的集合,同样的,视觉词汇相互之间没有顺序。由于图像中的词汇不像文本文档中的那样是现成的,我们需要首先从图像中提取出相互独立的视觉词汇,这通常需要经过三个步骤:
(1)特征检测
(2)特征表示
(3)单词本的生成
通过观察会发现,同一类目标的不同实例之间虽然存在差异,但我们仍然可以找到它们之间的一些共同的地方,比如说人脸,虽然说不同人的脸差别比较大,但眼睛,嘴,鼻子等一些比较细小的部位,却观察不到太大差别,我们可以把这些不同实例之间共同的部位提取出来,作为识别这一类目标的视觉词汇。
第一步:利用SIFT算法,从每类图像中提取视觉词汇,将所有的视觉词汇集合在一起
第二步:利用K-Means算法构造单词表。K-Means算法是一种基于样本间相似性度量的间接聚类方法,此算法以K为参数,把N个对象分为K个簇,以使簇内具有较高的相似度,而簇间相似度较低。SIFT提取的视觉词汇向量之间根据距离的远近,可以利用K-Means算法将词义相近的词汇合并,作为单词表中的基础词汇
第三步:利用单词表的中词汇表示图像。利用SIFT算法,可以从每幅图像中提取很多个特征点,这些特征点都可以用单词表中的单词近似代替,通过统计单词表中每个单词在图像中出现的次数,可以将图像表示成为一个K=4维数值向量。
1.2检索步骤
1、特征提取
2、学习“视觉词典”
3、针对输入特征集,根据视觉词典进行量化
4、把输入图像根据,TF-IDF转换成视觉单词的频率直方图
5、构造特征到图像的倒排表,通过倒排表快速索引相关图像
6、根据索引结果进行直方图匹配
二、实验过程与分析
2.1实验环境准备
1.vlfeat
安装说明见之前的实验:SIFT特征提取与检索及地理标记图像匹配
https://blog.csdn.net/weixin_45622220/article/details/104725429
2.安装PyQt5
cmd进入命令窗口,输入命令语句:pip install PyQt5
3.安装cherrypy
cmd进入命令窗口,输入命令语句:pip install cherrypy
2.2实验过程
2.2.1、进行SIFT特征提取,生成词汇
实验代码
# -*- coding: utf-8 -*-
import pickle
from PCV.imagesearch import vocabulary
from PCV.tools.imtools import get_imlist
import sift
#获取图像列表
imlist = get_imlist('C:/Users/Administrator/Documents/work/BOW/images/')
nbr_images = len(imlist)
#获取特征列表
featlist = [imlist[i][:-3]+'sift' for i in range(nbr_images)]
#提取文件夹下图像的sift特征
for i in range(nbr_images):
sift.process_image(imlist[i], featlist[i])
#生成词汇
voc