技術特征：
1.一種基于手持終端的搜索方法，包括以下步驟：(1)、索引文件的建立1.1)、通過網(wǎng)絡爬取技術，從各大購物網(wǎng)站獲得商品圖片和商品信息，存入服務器視覺特征數(shù)據(jù)庫中；1.2)、獲取視覺特征數(shù)據(jù)庫中商品圖片的圖像特征屬性值；1.3)、使用圖像特征屬性值，按照爬取得到的商品在購物網(wǎng)站中商品分類的類別，分類別在視覺特征數(shù)據(jù)庫中建立商品圖片的索引文件，并存儲在服務器上；(2)、相似商品的搜索用戶從手持終端上傳需要搜索的商品圖片至服務器，在服務器端對上傳的商品圖片進行圖像特征屬性值提取，使用得到的圖像特征值在步驟1.3)獲得的商品圖片索引文件中進行搜索：2.1)、如果用戶上傳商品圖片的同時，也上傳有文字信息，服務器首先用文字信息確認用戶所要搜索的商品在視覺特征數(shù)據(jù)庫中的類別，再使用用戶上傳商品圖片的圖像特征屬性值在已經(jīng)確定的商品類別商品圖片索引文件中進行相似商品搜索；2.2)、如果用戶只上傳了商品圖片，則在用戶上傳商品圖片以后，由服務器提供商品類別的選擇供用戶手動選擇，然后使用用戶上傳的商品圖片在用戶選擇的商品類別商品圖片索引文件中進行相似商品的搜索；(3)、商品推薦根據(jù)相似商品的搜索結果，將搜索到的商品圖片以及商品信息推薦給用戶；所述的對上傳的商品圖片進行圖像特征屬性值提取為：S051.根據(jù)商品圖片中商品對象一般集中在圖片中間部分的特點，通過圖片四個角上的顏色特征的統(tǒng)計，得到圖片背景部分的顏色類型統(tǒng)計結果；S052.圖像前景提取的擴散階段：擴散階段是根據(jù)統(tǒng)計階段統(tǒng)計的圖片背景顏色類型在商品圖片中去掉圖片中的背景顏色，即提取出圖像前景；S053.在圖像前景提取之后需要對商品圖片進行二次凈化，以去除商品LOGO和商品廣告語的小連通區(qū)域，留下最大的連通區(qū)域，以得到只包含商品圖像主體部分的商品圖片；S054.獲取商品圖片的RGB顏色屬性值；S055.所使用的商品圖片的特征是在HSV顏色模型下進行計算的，所以在計算商品圖片的圖像特征屬性值之前需先將步驟S054得到的商品圖片的RGB顏色屬性轉換成相應HSV模型下的屬性值；用r、g、b分別表示RGB顏色模型中的R，G，B顏色屬性值，max表示r、g、b中的最大值，min表示r、g、b中的最小值，則HSV模型中H，S，V三個維度的顏色屬性值h、s、v分別為：v＝max其中，h的范圍為[0，360]，s和v的范圍為[0，1]；S056.使用顏色模型轉換后的商品圖片的HSV顏色屬性值提取商品圖片特征屬性值，提取時，使用顏色特征和邊緣特征相結合的圖片特征，提取按照CEDD算法進行；在計算商品圖片特征屬性值時，首先計算商品圖片的顏色特征向量C＝(c1,c2,…,ci)，然后計算圖片的邊緣特征向量F＝(f1,f2,…,fj)，商品圖片的特征屬性值則用向量表示為X＝(c1,c2,…,ci,f1,f2,…,fj)，其中，i表示顏色特征的數(shù)量，j表示邊緣特征數(shù)量。2.根據(jù)權利要求1所述的搜索方法，其特征在于，所述的顏色特征統(tǒng)計為：S0511.從商品圖片的四個角分別取出一個區(qū)間，區(qū)間大小為(lx/20)*(ly/20)，其中l(wèi)x為商品圖片的橫向像素點數(shù)，ly為商品圖片的縱向像素點數(shù)；S0512.取一個角的區(qū)間第一個像素點作為第一類，記作C1類，并把這個像素的RGB顏色分量即屬性值作為C1類的特征值；S0513.將C1類放入類別集合C中；S0514.依次遍歷此區(qū)間的下一個像素點，計算下一個像素點與C中每個類的RGB特征值的差值，如果它和類別集合C有一Ck類的差值小于設定的閾值，步驟S0516，否則即與所有類的RGB特征值的差值都不小于設定的閾值，就到步驟S0515；S0515.建立新的類別Cn+1類，并加入到類別集合C中，轉步驟S0517；S0516.把該像素點歸為Ck類，并把Ck類的計數(shù)加1，轉步驟S0517；S0517.判斷是否遍歷完整的一個區(qū)域，若未遍歷完，則到S0514，S0518.若已經(jīng)遍歷完，則對下一個角進行步驟S0512～S0518，直到4個角的背景顏色統(tǒng)計完成，然后對每個角取背景顏色統(tǒng)計數(shù)最多的5類作為該角背景區(qū)間的顏色統(tǒng)計結果。3.根據(jù)權利要求2所述的搜索方法，其特征在于，所述的擴散階段的步驟如下：S0521.將一個角的第一個像素點作為背景像素點對整張商品圖片進行擴散，依次計算商品圖片中背景像素點在擴散方向上的相鄰像素點的RGB屬性值和它本身的RGB屬性值以及此角區(qū)間統(tǒng)計的5個類的RGB屬性值的差值；S0522.判斷是否有差值在閾值范圍內(nèi)，如果有，則將該相鄰像素點標記為背景“bkg”，否則，標記前景“obj”；S0523.然后對這些標記為背景“bkg”的相鄰像素點在擴展方向上的相鄰像素點進行相同的判斷和標記，直到遍歷完整張商品圖片；S0524.選擇下一個角的第一個像素，則重復步驟S0521～S0523，直到四個角都完成擴散；S0525.在商品圖片中，將四個角擴散過程中標記為背景“bkg”的像素點設定為背景顏色，背景顏色為黑色，這樣可以得到去掉背景顏色后的商品圖片。4.根據(jù)權利要求2所述的搜索方法，其特征在于，所述的二次凈化的步驟如下：S0531.對商品圖片P1進行二值化處理，用單通道存儲圖像副本信息，將商品圖片P1中所有的背景像素點設置為0，即純黑色，前景像素點設置為255，即純白色，得到二值化后的商品圖片P2；S0532.遍歷商品圖片P2中的像素點，如果像素點為255即前景像素點，就轉到步驟S0533，否則，執(zhí)行步驟S0534；S0533.從該像素點開始用廣度優(yōu)先搜索算法遍歷所有的鄰接的具有255像素值的像素點，并用整數(shù)i進行標記，用線性表list(i)記錄此聯(lián)通區(qū)域的像素點個數(shù)，然后，執(zhí)行步驟S0534；S0534.判斷是否遍歷完商品圖片P2，遍歷完轉到步驟S0535，沒有遍歷完，則對下一個像素點執(zhí)行S0532步驟；S0535.選取線性表list(i)記錄像素點最多的那個標記，如果商品圖片P2中具有該標記，就把商品圖片中對應的像素點保留，其它像素則都設置為背景。