基于平均值位移聚类与EMD测量的图像检索.pdfVIP

第12卷第l期 电路与系统学报 VbI．12．No．1 2007年2月 JOURNAL0FCIRCUITSANDSYSTEMS Febma张2007 文章编号：1007．0249(2007)01．0062一06 基于平均值位移聚类与EMD测量的图像检索+ 邰晓英1一， 吴成玉2， 赵杰煜3 (1．南京大学计算机软件新技术国家重点实验室，江苏南京2l0093； 2．浙江大学宁波理工学院，浙江宁波315100；3．宁波大学信息科学与工程学院，浙江宁波315211) 摘要。视觉特征的描述和相似度的测量是图像检索的两大关键。本文提出在较为均匀的L’a+b+颜色空间，利用平 均值位移聚类算法提取主色，相似度的测量采用EMD方法，利用粗略检索减少查询时间。然后利用相关反馈与多次 检索有效地提高检索准确率。最后通过在原型系统上的两个实验，从查准率、平均序号和检索时间验证了此方法的有 效性。 。 关键词t图像检索；主色：平均值位移；EMD测量；相关反馈 中图分类号tTP391．4文献标识码；A 1 引言 随着海量化的图像数据飞速膨胀，如何有效、快速地检索大规模的图像数据库成为迫切需要解决 述和相似度的测量是至关重要的。 在基于内容的图像检索中，颜色作为图像的一种重要视觉信息已得到广泛应用，而提取主色是最 为常用的方法。主色可以反映一幅图像的基本面貌，经典的方法有颜色集[1]、非等间隔量化[2】、色彩 移(meanshiR)估计密度函数的方法[5]，它是一种非参数估计的方法，具有很好的可靠性和健壮性， 而且严格收敛。用基于平均值位移的聚类算法可以很好的提取主色。 通常，图像的相似度测量用图像之间的距离来表示，距离越小，就越相似。经典的距离计算方法 先对颜色空间进行分割，然后计算对应子空间的颜色距离。这样，两个颜色相似的点可能被划分到不 同的子空问，从而无法得到比较。于是，在此基础上又出现了二次距离【6J和加权欧氏距离等。这两种 方法通过设置相似矩阵来考虑颜色子空间之间的距离，但是，这容易使不相近的子空间进行相似性比 问题中已得到广泛应用。利用EMD计算相似度，既克服了相似颜色无法比较的缺点，又克服了比较差 别较大颜色的不足。 基于以上分析，本文提出在较为均匀的L’a+b’颜色模型空间，结合平均值位移聚类算法与EMD算 法进行图像检索。通过引入粗略检索提高查询速度。同时，应用相关反馈与多次检索满足用户的检索 需求。最后，文中给出了一个原型系统，并设计了二个实验，从查准率、平均序号(查询相关图像的 排序位置，详见第5节中平均序号的定义)和检索时间三方面进行比较分析，验证了此方法的有效性。 2 颜色特征的描述 颜色的表示需要在一定的颜色空间中进行。常用的RGB颜色模型主要用来描述发光设备，如显 示器、扫描仪等装置所表现的颜色。从感知来说此模型是不均匀的，它依赖于相应的硬件设备。1976 2004-08—17 +收稿日期t 修订日期：2006一06-17 基金项目t国家自然科学基金资助项目；国家教育部留学回国人员基金和计算机软件新技术国家重点实验室资助 第1期 邰晓英等：基于平均值位移聚类与EMD测量的图像检索 63 年国际照明委员会‘91制定了一种与设备无关的色彩标准CIEL+a’b+，此模型表达的色彩空间较大，而且 感觉较为均匀。RGB模型到L+a+b+模型的转换‘101在较多文献中已有提到。 2．1 半均1亘位移 图像中的每个点都可以映射到颜色空间中，对于颜色相近的区域，在颜色空间中会形成一个聚类， 此聚类的中心就是一种主色。颜色空间的这种分布可以由一个多元、多峰的概率分布来描述。平均值 位移就是针对此概率分布密度函数的一种非参数估计方法。非参数统计的一个重要特点是对总体分布 的假定要求的条件很宽，使得针对这种问题而构造的非参数统计方法，不至于因为对总体分布的假定 不当而导致重大错误，所以它往往具有较好的稳健性。 用“b。表示d维欧氏空问中胛个点，在z点处，多元核密度估计‘111为