基于区域特征融合的图像检索算法研究.pdfVIP

第 12卷 第 2期 重庆科技学院学报 自然科学版 2010年4月 基于区域特征融合的图像检索算法研究 唐世伟 王冰梅 大庆石油学院，大庆 163318 摘 要 ：目前图像检索主要基于颜色、纹理、形状、空间关系等单一特征 。针对此局限性，以彩色 图像分割为基础 ，提 出一种综合颜色及局部纹理特征信息的图像检索方法。该方法结合 了颜色和纹理特征 ．比单一特征检索更符合人的 视觉感受要求，检索效果更好 。 关键词 ：图像检索 ；图像分割；特征融合 中图分类号 ：TP301 文献标识码 ：A 文章编号 ：1673—1980 2010 02—0163—03 20世纪90年代初 ．研究人员提出了基于内容 的图像分割是计算简单、具有较高的运算效率的方 的图像检索技术。该技术研究热点之一就是基于区 法 。适合没有先验知识的图像检索。本文借鉴文献 域的图像检索方法 ，其主要思想是通过图像分割技 [2]中将基本直方图、Histon直方图和粗糙集理论中 术提取图像中有意义的区域 ，然后针对每个 区域使 近似空间的概念联系起来的方法 ，用基本直方图根 用局部特征来描述 ，综合各 区域特征得到 图像 的 据像素的灰度值把像素划分成若干个子集并将其看 特征描述 。目前 ，大多数研究集 中于图像 的全局特 成是下近似 ，而 Histon直方图中每个子集还包含 了 征信息和颜色、纹理、形状或空间信息等单一底层 所有与周围颜色相近的像素点．则它可以被看作是 特征的提取上。一方面 ，全局方法忽略了图像 中对 上近似。根据粗糙度函数的性质，图像中每个区域的 人视觉影响很大的 目标信息；另一方面，单一底层 中心点位于粗糙度 函数 的波峰位置，而各个区域之 特征容易忽视特征 问的相互联系，无法对 图像 以 间的边界部分位于粗糙度函数的波谷位置。因此 ，可 各种形式提供 的信息加 以充分利用 。限制 了众多 以通过单峰子集分离法实现对图像的分割。经过试 特征联合诠释图像的可能性。对图像子区域的检 验，采用该方法分割图像可以在基本保证识别图像 索在结合空间信息的同时能够分离出有意义的图 有意义对象的情况下具有较高的运算效率。 像主体和背景 ，通常 比全局图像检索更精确…。另 算法 1：图像的分割算法 外，底层 内容特征 的融合可 以同时全面互补表示 Stepl：分别计算图像的R|、G、8原色的直方图及 图像 中包含的各类信息．有效地利用特征间的联 Histon直方图，求出各原色的粗糙度函数 ．记录阈值 系，提高图像 内容表示 的效率和精度。因此 ，本文 sR，SG．sB 提出了一种结合 图像 的颜色及局部纹理特征信息 Step2：若像素P i， 属于某聚类 ，则该类像素 的图像检索方法 ．通过把图像基于颜色特征分割 数加 1，标记子集索引，并把该像素值加到所属类 为若干有 意义 的区域，然后提取每个 区域 的局部 别 的 、G 、t日tal，重复Step2直到整幅 图像搜索 纹理特征和颜色来描述和检索 图像 。该方法包含 结束 ： 了图像 的颜色信息 ．在认知上更接近人在视觉上 Step3：求得各聚类的原色均值 、G、 ，用于表 对 图像 内容的理解 。 示像素p i， 的颜色值，获得各子集； Step4：找出像素数小于预先设定 门限的最小子 1 基于颜色的区域分割 集，将该子集合并到与之颜色距离最接近的且像素 基于颜色的区域分割就是将图像表示为具有相 数大于该子集的子集中．重复Step4直到所有子集 似颜色特征的连通区域的集合。基于阈值选取方法 包含的颜色数大于预先设定的门限值 ： 收稿 日期 ：2009—07—27 作者简介：唐世伟 1967一 ，男，黑龙江大庆人，博士，大庆石油学院计算机与信息技术学院副教授，研究方向为图像处理与模式识别。 · 163· 唐世伟，王冰梅 ：基于区域特征融合的图像检索算法研究 2 基于区域特征融合的检索 就是区域相似度形成的加权和。对图像 Q及图像 71 的颜色、纹理特征采用经典的直方图相交算子来进 2．1 特征提取 行特征间的相似性度量 ．其数学描述为 ： 2．1．1 颜 色特征的提取 传统的颜色直方图表示颜色特征的方法不能反 d Q， ：1一∑ min ，6 3 应颜色的空间分布。为了克服这种缺陷，本文采用 这样 ，图像 区域间的相似度为 ： 改进 的局部直方图的方法 ，对区域 中各颜色出现 的 D．v wcOc+wrOr 4 频数进行统计。假设S x 为区域中的色度值为溉的 其中，W、W分别代表图像颜色与纹理特征的权重 。 像素个数 ，Ⅳ为该区域的总像素数 ，对 S㈧ 归一化处 在确定颜色特征权重 W。和纹理特征权重 W ， 、 理，则 ㈨ ，则该区域的颜色直方图为