图像处论文.docxVIP

图像特征提取算法图像是多彩世界的生动表达．随着数码相机的普及，数码图像的数量呈现爆炸似的增长，网络应用的发展使得人们对于图片检索的需求越来越多。面对纷繁复杂的图像数据，方便快捷的对图像进行分类、检索和描述已经成为图像处理领域的重要需求，很多的学者都在该领域进行着大量的研究工作。图像的特征提取是图像处理领域的研究热点，特征提取是很多图像处理方法的基础，譬如：图像检索、图像分类、图像描述、目标识别与跟踪等方面。本文所讨论的图像特征提取是在图像检索的应用背景下进行的，图像检索是指在用户提供查询关键词或查询样图的情况下，由检索系统自动给出查询结果的过程。图像检索的关键技术就是图像特征的提取和表达，以及索引建立等方面。图像检索从最初的基于相关文本的检索发展到基于图像底层内容特征的检索，现在正朝着对内容特征提取的完善和高层语义检索方向发展。为了不断的完善图像检索技术，就需要对图像的特征提取进行更深入的研究，使得提取的特征既能够更加真实地反映人的主观认识，又方便于数学表达和索引。图像的特征是指反映图像内容的底层视觉特征，包括颜色、纹理、形状、轮廓和空间关系等。下面分别从这几个方面研究图像特征的提取方法。1颜色特征颜色特征是图像的基本特征之一，也是图像检索中应用最为广泛的一种底层视觉特征。与其它视觉特征相比，颜色特征对图像的旋转、平移、尺度变化甚至各种形变依赖性最小，即颜色特征对图像本身的尺寸、方向、视角的依赖性较小，表现出相当强的鲁棒性。图像的颜色特征提取也相对容易。人对色彩的感知是一个复杂的过程，是生理和心理联合作用的结果，所以对于不同领域的具体应用，为了更好的满足各自的需求需要选择相应的彩色空间来描述图像的颜色特征。常用的色彩模型有RGB,CMY,HSI,YUV等。（1）RGB模型根据三基色原理，RGB模型用三维空间中的一个点来表示一种颜色。每个点有三个分量，分别代表该点颜色的红、绿、蓝亮度值限定在【0,1】之间，如图1所示。图1 RGB颜色模型立方体在RGB模型立方体中，原点所对应的颜色为黑色，它的三个分量值都是0。距离原点最远的顶点对应的颜色为白色，它的三个分量值都是1。从黑到白的灰度值分布在这两个点的连线上，该线称为灰度线。立方体内其余各点对应不同的颜色。彩色立方体中有三个角对应于三基色——红、绿、蓝。剩下的三个角对应于三基色的三个补色——黄色、青色（蓝绿色）、品红（紫色）。目前，摄像系统以及彩色显示器等硬件显示设备大都采用了RGB颜色空间来表示各种不同的颜色。因此，RGB颜色空间也是数字化图像最为常用的彩色模型。但是，这种表示方法并不符合人们的视觉系统特性，颜色在RGB空间内的距离度量无法正确表征人们实际感知到的颜色间的真实差异。颜色比较时，一般要把RGB彩色空间转换到其它彩色空间上去。（2）CMY模型RGB模型的混色是按加色法进行混合的，与此相对，CMY模型的混色是按减色法进行的。CMY空间与RGB空间互补，即用白色减去RGB空间中的某一颜色值就等于同样颜色在CMY空间中的值，两个空间的互补对应关系如表1所示。根据这一原理，很容易把RGB空间转换成CMY空间。表1 RGB与CMY空间对应关系RGB加色模型混色 CMY减色模型混色对应颜色000 111 黑001 110 蓝010 101 绿011 100 青100 011 红101 010 紫110 001 黄111 000 白（3）HSI模型HSI模型是根据彩色三要素，其色彩空间是从人的视觉系统出发，反映了人的视觉系统观察彩色的方式，用色调、饱和度和亮度来描述色彩。图2HSI模型HSI模型的三个属性定义了一个三维柱形空间，如图2所示。灰度阴影沿着轴线从底部的黑变到顶部的白，具有最高亮度。最大饱和度的颜色位于圆柱外侧表面，而圆柱上顶部的圆周表示饱和度和亮度均达到了最大值。右图表示色相环，即圆柱的顶面和底面，描述的是色相和饱和度两个参数。色相参数由角度表示，饱和度参数由色相环的原点到彩色点的半径