基于颜色空间和纹理特征的图像检索.pdfVIP

基于颜色空间和纹理特征的图像检索 姚华静 河海大学计算机信息与工程学院，南京（210098 ） E-mail ：yaohuajing@ 摘 要：针对目前的基于特征的图像检索中没有有效地结合图像中对象空间信息的问题，提 出了一种新的融合了颜色、空间和纹理特征的图像特征提取及匹配方法。为了减少时间和空 间复杂度，首先通过基于普通颜色直方图的检索得到初始图像集合，然后根据提出的结合空 间、纹理特征加权度量对初始图像集合再进行检索，从而得到最后更符合要求的相似图像。 关键词：图像检索，图像相似性，颜色，空间，纹理 中图分类号：TP 39 1. 引言 目前，多媒体信息迅速膨胀，传统的检索方法已经不能满足发展的需要，为了能够从大 量的多媒体数据中迅速、准确地找到所需要的信息，基于内容的图像检索（Content-Based Image Retrieval, CBIR ）技术正成为研究的热点。国内外许多著名的大学和研究机构已经开 发了多种 CBIR 原型系统，如 IBM 的 QBIC 系统[1] [2] 、MIT 的 PhotoBook 系统 、UIVC 的 MARS 系统、Virage 公司的 Virage 系统、哥伦比亚大学的 VisualSEEK 系统、中科院的MIRES 系统等等。现有的 CBIR 系统主要是根据图像的色彩、纹理、形状以及对象的空间关系等底 层图像特征，建立图像的特征矢量，表达图像的语义信息[3] 。在这些底层特征中，颜色无疑 是图像重要视觉感知特征。但是，忽略图像的其他特征而仅考虑其颜色特征，必然会降低表 达图像语义信息的能力。本文提出的融合颜色、空间和纹理的方法正是为了弥补这一不足。 2. 算法描述 2.1 颜色特征的提取 颜色特征是在图像检索中应用最为广泛的视觉特征，那是因为颜色往往和图像中所包含 的物体或场景十分相关。而且，与其它特征相比，颜色特征对于图像本身的尺寸、方向、视 觉的依赖性较小，从而具有较高的鲁棒性。最常用的颜色空间是 RGB 颜色空间，原因在于 大部分的数字图像是采用这种颜色空间表达的。然而，RGB 颜色空间并不符合人们对颜色 相似性的主观判断。因此，有人提出了基于 HSV 空间、基于 Lab 空间的颜色直方图，因为 它们更接近人们对颜色的主观认识。其中，HSV 空间是直方图最常用的颜色空间。它的三 个分量分别代表色彩（Hue ）、饱和度（Saturation）、明度值（Value ）。 将 H 、S、V 三个分量按照人的颜色感知特性进行非等间隔的量化。 （1） 按照视觉分辨能力，把色调 H 空间分成 16 份，饱和度 S 分成 4 份，明度值 V 分成 4 份； （2 ） 根据色彩的不同范围进行非等间隔量化，量化后的色调、饱和度和明度值分别为 H 、 S、V ，这样可以得到下面量化的计算式，见式(1)； -1- 0 if h ∈(345,15] ⎧ ⎪ 1 if h ∈(15,25] ⎪ ⎪ if h ∈ 2 (25,45] ⎪ 3 if h ∈(45,55] ⎪ ⎪ if h ∈ 4 (55,80] ⎪ 5 if h ∈(80,108] ⎪ ⎪ if h ∈ ∈ 0 (0,0.15] 6 (108,140]