《電子技術應用》
您所在的位置:首頁 > 其他 > 設計應用 > 基于色彩與形狀信息特征的圖像檢索算法研究
基于色彩與形狀信息特征的圖像檢索算法研究
來源:微型機與應用2012年第13期
汪季英,陳賢富
(中國科學技術大學 電子科學與技術系,安徽 合肥 230027)
摘要: 針對單獨用顏色特征并不能很好地表達圖像內容的問題,提出了綜合利用顏色和形狀特征進行圖像檢索的方法。由于顏色直方圖無法表達空間分布信息,因此采用的顏色特征為顏色自相關圖,并對色調進行重疊量化。而形狀特征采用邊緣方向直方圖,并對方向進行重疊量化。仿真實驗表明,綜合利用顏色和形狀特征比單獨用顏色和形狀特征進行圖像檢索的效果要好,提高了圖像檢索的查準率。
Abstract:
Key words :

摘  要: 針對單獨用顏色特征并不能很好地表達圖像內容的問題,提出了綜合利用顏色和形狀特征進行圖像檢索的方法。由于顏色直方圖無法表達空間分布信息,因此采用的顏色特征為顏色自相關圖,并對色調進行重疊量化。而形狀特征采用邊緣方向直方圖,并對方向進行重疊量化。仿真實驗表明,綜合利用顏色和形狀特征比單獨用顏色和形狀特征進行圖像檢索的效果要好,提高了圖像檢索的查準率。
關鍵詞: 圖像檢索;主色調; 顏色自相關圖;邊緣方向直方圖;相似性度量

 隨著計算機技術和網絡技術的快速發展以及多媒體和數碼產品的推廣應用,每天都會產生成千上萬的圖片,如何從這樣海量的圖像庫中準確、快速地找到滿足用戶的圖像就成為各界的熱點問題。因此,人們提出了基于內容的圖像檢索技術。這種技術主要包括提取圖像的底層特征,如顏色、紋理、形狀和空間關系等[1-3],以及將數據庫中圖像和查詢圖像在特征空間進行相似性匹配,檢索出與樣本相似的圖像。
顏色和形狀是圖像最重要的兩個視覺特征。本文分別對單獨利用顏色和形狀特征的檢索進行了討論,并對色調和邊緣方向的量化進行了改進,引入了重疊量化,使量化結果更接近人類感知。在此基礎上,提出了一種綜合利用這兩個特征進行檢索的方法,并對圖像進行了檢索實驗,取得了較滿意的結果,驗證了綜合顏色和形狀特征檢索比單一特征檢索的優越性。
 本文提出了基于顏色信息和形狀信息的檢索算法。該算法采用HSV顏色空間,對整幅圖像采用主色調顏色自相關圖[4]。而形狀特征采用原始圖像的二值邊緣信息,這里采用邊緣方向直方圖[5]。綜合利用顏色自相關圖和邊緣方向直方圖來計算圖像間的內容相似度,并進行圖像檢索。
1 利用顏色特征的檢索算法
 RGB顏色空間不適用于人眼,因此在顏色空間上選擇了符合人眼視覺感應的HSV模型。由于色度H對人眼的感覺貢獻大,因此在HSV空間可充分發揮色度的作用。在顏色特征方面,顏色直方圖在圖像檢索中被廣泛采用,這是因為它具有平移、尺度和旋轉不變性。顏色直方圖無法表達圖像的空間分布信息,因此存在完全不同的兩幅圖像可能具有相同的顏色直方圖。為此,提取圖像的顏色及其空間分布信息顯得十分必要。本文的顏色特征采用顏色相關圖。
 對于一幅圖像I,顏色相關圖是從聯合概率分布的角度出發的,描述的是相隔距離為d像素的一對像素pi和pj,并分別具有顏色值ci和cj的出現概率Pr,其具體

 


 不難看出,本文算法能夠較準確和高效地查找出用戶所需內容相似的彩色圖像,并且具有較好的查準率。這是因為該算法所選取的內容是圖像的主色調相關圖和邊緣方向直方圖,主色調相關圖反映了圖像的顏色空間特征,而邊緣方向直方圖反映了圖像邊緣的方向性。
 本文綜合圖像的主色調自相關圖和圖像的邊緣方向直方圖這兩種圖像特征提出了新的算法,仿真實驗表明,該算法比單獨用主色調自相關圖算法和邊緣方向直方圖算法檢索效果要好。將本文采用的圖像特征與相互反饋的智能算法相結合,是下一步的研究目標。
參考文獻
[1] YOO H W, JANG S H. Extraction of major object feature using VQ clustering for content-based image retrieval[J].Pattern Recognition, 2002,35(2):1115-1126.
[2] LIN H J, KAO Y T. A study of shape-based image retrieval[J]. IEEE Computer,2004,22(2):645-662.
[3] YU H H. Visual image retrieval on compressed domain with Q-distance image signal process[J]. International Journal of Computer Vision,2000,31(1):134-149.
[4] HUANG J, KUMAR S. Image indexing using color correlograms[C]. Proceedings of the Sixth International Conference on Computer Vision,2003.
[5] 劉惟錦,章毓晉.基于Kalman濾波和邊緣方向直方圖的實時目標跟蹤[J].清華大學學報(自然科學版),2008,48(7):1104-1107.
[6] CANNY J. A computational approach to edge-detection[J].IEEE Transactions on Pattern Analysis and Machine intelligence,1986,8(6):679-698.

此內容為AET網站原創,未經授權禁止轉載。
主站蜘蛛池模板: 天堂在线免费观看| 久久久亚洲精品无码| 精品久久久久久无码中文野结衣| 国产精品免费精品自在线观看| 久久99国产精品久久99小说| 欧美日韩精品福利在线观看| 又粗又紧又湿又爽的视频| 欧美日韩高清性色生活片| 天天天天天天天操| 久久久久亚洲av无码专区| 欧美换爱交换乱理伦片不卡片| 公交车后车座的疯狂运| 青草青草久热精品视频在线观看| 国产精品高清2021在线| 一本久久精品一区二区| 日本黄色免费观看| 亚洲国产av无码精品| 男人操女人的免费视频| 国产v亚洲v天堂a无码| www五月婷婷| 夜夜嘿视频免费看| 中国体育生gary飞机| 日韩制服丝袜在线| 亚洲成年www| 琪琪女色窝窝777777| 四虎影8818| 免费在线视频a| 国语自产偷拍精品视频偷| 中国jizzxxxx| 日本大胆欧美艺术337p| 亚洲人成影院在线无码按摩店 | 好大好硬好深好爽的视频| 久久久久亚洲av成人网人人软件| 校霸把学霸往死里做| 亚洲第一区精品观看| 秋葵视频在线高清免费下载| 国产a三级三级三级| 麻豆国产三级在线观看| 国产精品入口麻豆免费| 99久久免费只有精品国产| 好男人官网资源在线观看|