quanhua-guan / sketchretrieval

A whole application of sketch retrieval written in matlab

整个sketch retrieval的处理流程

---

1.离线处理（处理image）

（1）对所有image进行边缘提取

输入：所有原始图像

处理脚本（批处理）：image_ edge_ detection.m

处理函数：AnisotropicDetector

输出：所有图像的边缘图像

备注：处理时间较长

（2）计算所有image的local feature

输入：（1）处理后得到的所有边缘图像

处理脚本（批处理）：image_ local_ feature_extraction.m

处理函数： feature_ extraction_local.m

输出：所有图像的local feature

备注：处理时间较长，相比(1)时间要短

（3）计算图像的视觉词典codebook

输入：（2）得到的所有图像的local feature

处理脚本：generate_local_feature_visual_word.m

输出：所有图像的local feature

备注：visual vocabulary用于量化local feature

（4）量化所有图像的local feature

输入：（2）得到的local feature,(3)得到的visual vocabulary

处理脚本（批处理）：quantize_image_local_feature.m

处理函数： adaptive_weigthing_quantization.m

输出：所有图像经过量化后的local feature

备注：

（5）计算所有image的分割情况

输入：（1）处理得到的边缘图像

处理脚本（批处理）：image_divide.m

处理函数： divide_function.m

输出：每一个图像的分割情况

备注： 1）处理时间较快； 2）图像的分割情况可能用于匹配值计算（类似two-way-matching）

2.在线处理

2.1 处理sketch

（1）sketch预处理

输入：sketch

处理函数：sketch_ processing.m

输出：sketch的边缘图像

备注：

（2）计算sketch的local feature

输入：（1）处理后的sketch

处理函数：feature_ extraction_ local.m

输出：sketch的local feature

备注：

（3）量化sketch的local feature

输入：（2）处理后的local feature，离线得到的codebook

处理脚本：adaptive_weigthing_quantization.m

输出：量化后的local feature

备注：

（4）计算sketch的分割情况

输入：（1）处理后的边缘图像

处理函数：divide_function.m

输出：sketch的分割情况

备注：

2.2 计算global feature

2.2.1 根据sketch的分割情况计算global feature

(1) 根据sketch的分割情况计算sketch的global feature

输入：sketch的边缘图像，sketch的分割情况

处理函数：feature_ extraction_ global

输出：sketch的global feature

备注：

(2) 根据sketch的分割情况计算image的global feature

输入：image的边缘图像，sketch的分割情况

处理函数：feature_ extraction_ global

输出：image的global feature

（3）整理sketch和image的feature

对于sketch和image上的每一个兴趣点,现在已经可以得到每一个兴趣点的feature，每一个feature = [global feature, local feature]

2.2.2 根据image的分割情况计算global feature

(1) 根据image的分割情况计算sketch的global feature

输入：sketch的边缘图像，image的分割情况

处理函数：feature_ extraction_ global

输出：sketch的global feature

备注：

(2) 根据image的分割情况计算image的global feature

输入：image的边缘图像，image的分割情况

处理函数：feature_ extraction_ global

输出：image的global feature

（3）整理sketch和image的feature

对于sketch和image上的每一个兴趣点,现在已经可以得到每一个兴趣点的feature，每一个feature = [global feature, local feature]

###2.3 计算匹配值

2.3.1 计算sketch和所有图像的匹配值

输入：sketch，所有image

处理脚本：retrieval.m

输出：最终的匹配值

备注：query_sketch.m中包含下面两部分

（1）计算sketch ——> image的匹配值

输入：sketch的feature，image的feature，sketch的分割情况

处理脚本：calculate_ matching_ cost.m

输出：sketch ——> image的匹配值

备注：

（2）计算image ——> sketch的匹配值

输入：sketch的feature，image的feature，image的分割情况

处理脚本：calculate_ matching_ cost.m

输出：image ——> sketch的匹配值

备注：