基于纹理的图像检索算法研究.pdfVIP

第33卷 第4期 西 安 科 技 大 学 学 报 V01．33 No．4 2013年07月 JOURNALOFXI’AN UNIVERSITYOFSCIENCEANDTECHNOLOGY Ju1．2013 文章编号：1672—9315(2013)04—4070—05 基于纹理的图像检索算法研究 许元飞 (西安科技大学计算机科学与技术学院，陕西 西安710054) 摘 要：多媒体技术是信息时代高度发展的重要体现，在多媒体技术 中对海量信息的高效管理就 成为一个重要的研究领域，海量图像数据库的检索是近期多媒体技术研究的一个热点问题，基于 内容图像检索(CBIR)研究是图像检索一个重要的研究方向，CBIR中传统的基于最佳尺寸的纹理 粗糙度算法纹理粗糙度算法结果比较符合人眼的视觉感受，但也存在着不足之处，文中从选取领 域尺寸和计算领域均值差值这2个方面对此算法进行改进，采用线性量化方法来选取领域尺寸， 计算领域均值差值时在像素局部梯度方向上进行，从而提高纹理粗糙度算法对纹理冒失的分辨 能力，并且保证纹理粗糙度算法具有 良好的旋转不变性，通过实验结果分析，改进的算法在分辨 能力和旋转度不变性上明显优于原算法。 关键词：图像检索；纹理；粗糙度 中图分类号：TP391．4 文献标志码 ：A 0 引 言 人类对物质世界的感知过程中大部分的信息来源于视觉。图像作为一种重要的信息载体，具有形象 直观、内容丰富等特点，是表达信息的一种重要方式。特别是随着多媒体技术的发展和信息时代的到来， 使得人们越来越多地接触到大量的图像信息，有效地组织、管理和检索大规模的图像数据库成为迫切需 要解决的问题 。传统的数据库检索采用基于关键字或描述性文本的检索方式，这种方法往往不能满足 人们的需要。因此基于内容的图像检索成为当前国内外的一个研究热点，所谓基于内容的图像检索 (Content—BasedImageRetrieval，CBIR)，是指根据图像中物体或区域的颜色、形状或纹理等特征以及这些 特征的组合来检索图像，这是计算机图像处理、图像理解、计算机视觉、模式识别和数据库技术的有效结 合，充分体现了图像所含的信息特点，又充分结合了传统数据库技术，是一项在理论研究和实际应用中都 极有前途的新技术，特别是近年来的技术的发展，基于图像 内容查询技术的应用前景变得更为诱人 J。 目前在搜索引擎、医学CT、家庭用图像检索等方面，CBIR的应用极为广泛。 基于内容的检索技术的研究早期主要是基于文本的检索，方法是利用关键字、文本标题和附加描述 信息等图像标注进行检索 ；现代主要是基于图像视觉特征的检索，方法是利用图像的颜色、纹理、形状 等低层视觉特征来进行图像的检索。相对于文本的检索，由于视觉特征可以自动提取，从而就能节约手 工标注所需要的大量人力，并避免因为主观性所带来的偏差，因此CBIR系统也就成为当前研发的一个热 点问题。目前基于内容的图像检索主要有3个研究方向，分别是基于图像颜色特征的检索、基于图像纹 理特征的检索和基于图像形状特征的检索。图像的纹理是描述图像特征的一个常用概念，很多图像在局 部区域 内可能呈现出不规则性，而在整体上却表现出某种规律性，把图像的这种特性叫做纹理，纹理虽然 描述比较困难，但应用却非常重要，所以在基于内容的图像检索中经常把纹理作为一条重要的线索使用。 收稿 日期 ：2013—02—10 作者简介：许元飞(1976一)，男，陕西成阳人，硕士，讲师，主要从事图形图像处理的研究工作 第4期 许元飞：基于纹理的图像检索算法研究 471 l 纹理特征 许多专业人士一直致力于对图像纹理特的研究，经过大量的的实验研究，发现纹理特张主要体现在 粗糙度 (coarseness)、方 向性(directionality)、对比度(contrast)、规整度(regularity)、线性状(1ine-likeness)和 平滑度 (roughness)等方面，在这些方面中，人们对对比度、粗糙度、方向性的感知能力最强，是区分纹理最 重要的3个特征。而在这3个特征中，粗糙度是纹理最基本的、最重要的特征 。