融合顏色和形狀特征的圖像檢索方法.pdf

1、圖像是一種直接形象地描述客觀世界的信息載體,快速高效的從圖像數(shù)據(jù)庫(kù)中找到查詢圖像是海量信息處理所面臨的瓶頸。實(shí)際生活中多媒體數(shù)字圖書(shū)館、衛(wèi)星遙感圖像、醫(yī)學(xué)圖像管理、計(jì)算機(jī)輔助設(shè)計(jì)和制造、罪犯識(shí)別系統(tǒng)、地理信息系統(tǒng)、商標(biāo)版權(quán)的管理等多方面都需要圖像數(shù)據(jù)庫(kù)的研究所提供的有力支持,因此對(duì)于圖像檢索的研究具有重要的現(xiàn)實(shí)意義。
　　 早期的圖像檢索技術(shù)是基于對(duì)圖像進(jìn)行文本標(biāo)注的文本檢索。文本標(biāo)注具有主觀性、語(yǔ)言背景的差異性且費(fèi)時(shí)費(fèi)力?；?/p>

2、內(nèi)容的圖像檢索解決了文本標(biāo)注的不足,它依賴于對(duì)圖像底層特征---顏色、紋理、形狀等的提取、表達(dá)和相似性匹配。基于圖像一種或多種底層特征檢索算法的研究作為一個(gè)重要的課題受到了廣泛關(guān)注?；陬伾膱D像檢索算法多用顏色直方圖描述圖像特征,它具有計(jì)算簡(jiǎn)單,效果顯著,計(jì)算效率高,對(duì)鏡頭位置不敏感,對(duì)圖像變形、旋轉(zhuǎn)具有不變性等優(yōu)點(diǎn),但它無(wú)法反映色彩分布的空間信息,從而導(dǎo)致誤識(shí)率較高?；诩y理特征的檢索,一般應(yīng)用于圖像的內(nèi)容較為豐富,物體和背景不易分

3、割的情況下的檢索。鏈碼、傅立葉描述子、Hu不變矩、Zernike矩和偽Zernike矩等諸圖像形狀特征都可被用于圖像的檢索,但這些被提取出的圖像特征對(duì)旋轉(zhuǎn)、縮放、平移等操作的不變性問(wèn)題仍沒(méi)得到很好的解決。雖然Hu不變矩等特征對(duì)平移、旋轉(zhuǎn)、縮放具有不變性,但需要做太多的圖像預(yù)處理,計(jì)算量較大。本文在總結(jié)前人研究成果的基礎(chǔ)上,提出了一種融合顏色和形狀特征的圖像檢索算法,利用歸一化轉(zhuǎn)動(dòng)慣量描述目標(biāo)圖像的形狀是本文的創(chuàng)新點(diǎn),通過(guò)目標(biāo)圖像各個(gè)象素

4、點(diǎn)的坐標(biāo)計(jì)算出的歸一化轉(zhuǎn)動(dòng)慣量能夠反映其空間信息,并且利用融合多特征的圖像檢索能更全面的描述圖像是本文的理論依據(jù)。
　　 本文針對(duì)彩色圖像,提出將顏色空間進(jìn)行非均勻量化,將色調(diào)、飽和度、亮度分別量化為6個(gè)、4個(gè)、3個(gè)級(jí)別,圖像的顏色空間共量化為72個(gè)級(jí)別,可以降低顏色特征的維數(shù)和系統(tǒng)開(kāi)銷。建立了目標(biāo)圖像歸一化轉(zhuǎn)動(dòng)慣量的公式(1),借助外部歸一化理論將顏色和形狀特征歸一化生成圖像的特征向量,通過(guò)公式(2)進(jìn)行相似性度量。在MATL

5、AB環(huán)境下進(jìn)行了檢索算法的實(shí)驗(yàn),并對(duì)實(shí)驗(yàn)結(jié)果進(jìn)行了分析。NMI(f(I,j))=√M-1∑I=0 N-1∑J=0√(I--j)2+(I--j)2×f(I,j)/M(f(I,j)(1)
　　 式中,f(I,j)表示圖像,m(f(I,j))是目標(biāo)圖像的質(zhì)量,目標(biāo)區(qū)域的重心記為CG(-I,-j),NMI(f(I,j))為目標(biāo)圖像的歸一化轉(zhuǎn)動(dòng)慣量。D(P,Q)=W172∑I=1|HP(I)-HQ(I)|+w25∑I=1|NMIP(I)-

6、NMIQ(I)|(2)
　　 其中,HP和HQ是圖像P和Q的顏色特征向量,NMIP和NMIQ分別是圖像P和Q的目標(biāo)圖像的形狀特征向量,w1+w2=1。
　　 通過(guò)實(shí)驗(yàn)可知,在傳統(tǒng)顏色直方圖無(wú)法區(qū)分的直方圖相同或相近而圖像內(nèi)容差距很大的情況下,對(duì)于本文采用的融合顏色和形狀的圖像檢索算法,利用顏色直方圖獲取顏色特征,利用歸一化轉(zhuǎn)動(dòng)慣量表達(dá)目標(biāo)圖像形狀信息,通過(guò)基于權(quán)重調(diào)整的相關(guān)反饋技術(shù)的使用,檢索結(jié)果更加準(zhǔn)確。而如何實(shí)現(xiàn)高層