基于形状特征的图象检索算法研究.pdfVIP

—234一 第_届京、律、沪、渝反全国城市有线电视技术哪讨会论文集 基于形状特征的图象检索算法研究 中国传螨匕弋学信，电工程学院 许江波 姜秀华 王玉霞 摘要：基于形状特征的图象检索作为图象检索的一个主要方面．具有广泛的应用。但是至夸还没有找到形状的确切含义．包括 几何的、统计的或形态学的测度使之能与人的撼觉相一致。所以基于形状特征的固象检索算法还面脑着挑战。本文主蓦介绍基于形 状特征的一些图象检索算法．并对各种算法和性能进行了比较和讨论。 关键词：形状特征图象检索基于内容 1 引 言 在基于内容的图象检索中，形状检索是一个重要的方面。目标的形状特征是进行目标分辨的重要依据，甚 至可用来进行目标识别。形状具有一定的语义信息，它是人眼进行目标识别的唯一特征。考虑到图象中目标的 角度、位置、大小等差异，一般强调具有旋转、平移、尺度不变性等特征。 对利用形状特征的图象检索，已有许多不同的方法，比较典型的有几何参数法，不变矩法，边缘方向直方图 法，小波重要系数法，小渡轮廓表示法，隐含马尔可夫法，基于权重学习的方法等。 2基于形状特征的图象检索算法 随着形状检索技术的发展，出现了许多新的方法，本文根据形状检索算法的主要特点将其分为：(1)基于特 征表达的图象检索方法：对相似性的判断方式与所用的形状表达有关，多数方法利用基于封闭轮廓的表达；(2) 基于变换域的图象检索技术：一般比较适合对形状全局的整体描述，不易对个别特定局部进行描述，近年使用 最多的是基于小波变换的方法；(3)基于变形的图象检索方法：要将查询草图变形以适应数据库图象中目标的 形状。 2．1基于特征表达的方法 在基于形状特征的检索方法中，对相似性的判断方式与所用的检索表达有关。多数方法利用基于封闭轮廓 的表达，例如QBIC中使用了可以表征目标整体的全局边界特征。但仅对边界部分进行建模的局部边界特征法 也得到了应用。 2．1．1基于边缘图的相关 在QVE(querybyvisual 的梯度昏以得到梯度图。在此基础上利用关系‰I≥阻+口来提取边缘象素计算边缘图，其中p-是梯度图的均值， 口是梯度图的均方差。这个关系模仿了人眼对颜色反差的敏感度。如上获得的边缘图还需要细化，对每个象素， 考虑以其为中心的(2m+1)x(2n+1)窗中的梯度太子平均值和方差之和的象素： Ig‘jI≥“一目 (2-1) 其中‰是梯度的局部平均， ‰=死丽‰互至荟10’l (2—2) 叽是梯度的局部均方差， 厂———————1；—齐F—r————了—一 ％=V可知。兰兰荟101f‘一‘ (2—3) 第日届京、津、沪、渝反会国城市有线电袍技术研讨会论文集 —．235—- 根据式(2-1)进行判断将边界图细化，然后缩小并分成8x8的局部块。 为了克服数据库图和用户草图之间的平移和失真造成的影响，对两个分别来自摘要图和用户草图块的局 部相关值要从5个平移后的相关值中选最大的。将5个相关值记为c仙，摘要图中的块记为瑚，用户草图中的 块记为Qi，偏移记为(8，8)每个块向4个方向移动，加上原位置，共得到5个相关值。具体公式如下： C日=max(Cij^) m一(i+1)8篮’ ～…nJ 全局图象相关是所有局部相关值的和： 裂翟 C=己二Cii (2_5) i；0j-0’ 这种方法的缺点是不支持索引，为了滤除不感兴趣的图象，可先用一组基本模板把图象在库中聚类，这些 基本模板可以是水平或垂直的线，也可以是其它形状。 2．1．2使用局部轮廓特征 可以用多项式曲线来逼近轮廓形状。对轮廓的每个顶点v，可以定义局部特征 r[A,，Df，墨，YJ