利用a颜色特征进行图象检索.docVIP

电子技术应用APPLICATION OF ELECTRONIC TECHNIQUE1999年 第2期 No.2 1999 利用颜色特征进行图象检索 刘忠伟　章毓晋 　　摘　要：在基于内容的图象检索中，颜色作为图象的一种重要视觉信息，已得到广泛应用。对利用颜色特征进行图象检索中的三个关键问题：颜色的表示，颜色特征的提取和基于颜色的相似度量进行了讨论。在此基础上，介绍了利用颜色特征进行了图象检索的具体实例。　　关键词：多媒体数据库　图象检索　颜色特征　相似度量 　　多媒体和通信技术特别是网络技术的发展使得图象的应用越来越广泛，对日益庞大的图象库进行有效的管理更显得越发重要，基于内容的图象检索技术由于具有传统的文本检索技术所无法比拟的优越性，近年来已成为人们研究的热点。颜色是图象非常重要的视觉特征，利用颜色特征进行图象检索技术因而受到重视，并最早得到应用。利用颜色特征的图象检索技术涉及三个方面的问题，下面将分别介绍，并给出结合纹理特征的检索实例。 1　颜色的表示　　如何用数值表示纷繁复杂的颜色，人们已经进行了许多研究。研究表明，人眼对颜色的感知是三维的，找到符合人眼视觉特征的颜色模型是利用颜色特征进行图象检索的关键。最早的，也是最简单的颜色表示法是利用红(R)，绿(G)，蓝(B)三原色相加的原理，用RGB值表示颜色。这种表示法虽然简单但没有直感，也就是说，给定某一RGB值，人们无法感知所对应的颜色。针对RGB空间的这一缺陷，人们又研究了多种颜色空间，如(CIE1976)LUV空间，Opponent空间，HSI空间等，其中HSI空间应用最广泛，它是由亮度(I)，色度(H)，饱和度(S)三个分量组成，与人的视觉特性比较接近，其中亮度(I)表示颜色的明暗程度，主要受光源强弱影响，色度(H)表示不同颜色，如黄，红，绿，面饱和度(S)表示颜色的深浅如深红，浅红；显然，从人的心理感知来说，HSI空间要比RGB空间更直观，更容易接受［1］。 2　颜色特征的提取　　利用颜色特征进行图象检索的关键之一是颜色特征的提取。图象的颜色特征可以是各种颜色的比例分布以及颜色的空间分布等，目前，大部分的检索系统都采用颜色比例分布作为颜色基本特征，这方面算法的研究，也多以此为基点，这就是图象领域中的直方图法。具体做法是，在确定颜色空间的基础上，统计每种颜色分量的象素数占图象总象素数的比例，得到图象各种颜色分量的比例分布——直方图，最后把直方图作为图象的颜色特征进行图象检索。(图1给出了一个计算直方图的示例) 　　由于图象的直方图具有尺度，旋转不变性，因此被广泛采用，在著名的QBIC系统中，颜色特征便是用直方图来表示的［2］。但由于计算机本身固有的量化缺陷，以及这种直方图法忽略了颜色的相似性，后来人们又对这种算法进行改进，产生了全局累加直方图法和局部累加直方图法［3］，实验表明，这两种方法对检索效果均有明显改善。 3　相似度量　　如何用数值来有效的表示图象在颜色上的相似程度，这便是相似度量问题，相似度量也是直接影响检索效果的重要环节，在模式识别技术中，特征的相似度量均采用距离法，即特征的相似程度用特征向量的空间距离来表示，常用的如马氏距离，欧氏距离。在早期的利用颜色特征进行图象检索的研究中，以直方图为颜色特征的相似度量采用欧氏距离或马氏距离，但这种相似度量存在一个很大的缺陷，欧氏距离在计算中，对直方图特征每个颜色分量平等对待，即没有考虑颜色间的相似性，如有三幅单色图象，颜色分别为红色，粉红和绿色，用欧氏距离对三幅图象的直方图进行相似度量，结果粉红色图象与红色图象的相似程度等同于绿色图象与红色图象的相似程度，这不符合人的视觉感觉。　　目前克服这一缺陷的一种方法是改进距离计算方法，使得距离计算中考虑颜色的相似性因素。例如可以在计算直方图特征向量的欧氏距离时加进颜色相似矩阵：　　Dis(Q,I)=HQ．A．HTI (1) 　　其中：Q为待检索图象，I为库中图象，HQ=［hQ1，hQ2…hQN］T为待检索图象Q的颜色直方图，HI=［hI1，hI2…hIN］T为库中图象I的颜色直方图，AN×N为颜色相似矩阵，其元素ai,j为直方图向量中hi和hj两个分量所代表的颜色的相似系数。　　QBIC系统便是采用这种方法。但该方法与累加直方图法相比，计算量大，复杂，而且相似矩阵的元素值确定困难，此外，随着颜色分辨率的变化，矩阵的大小及其元素值均要相应修正。 4　结合空间分布的彩色图象检索　　从直方图法的上述原理可以明显看出，以直方图作为颜色特征，仅仅表示了图象中各种颜色的统计分布，而没有包含任何颜色的空间分布信息，颜色空间分布明显不同的图象可以具有相同的直方图(如图2所示的两幅图就有相同的直方图)，这不符合人的视觉感应，可以想象单以直方图为颜色特征进行