基于混合特征的互联网茄子图像检索方法与系统.pdfVIP

第 33 卷 增刊 1 农 业 工 程 学 报 Vol.33 Supp.l 2017 年 2 月 Transactions of the Chinese Society of Agricultural Engineering Feb. 2017 177 基于混合特征的互联网茄子图像检索方法与系统 1 1,3,4※ 2 1 1 2 朱 玲 ，李振波 ，杨照璐 ，李 晨 ，吴 静 ，岳 峻 （1. 中国农业大学信息与电气工程学院，北京 100083 ；2. 鲁东大学信息与电气工程学院，烟台 264000 ； 3. 北京市农业物联网工程技术研究中心，北京 100083 ；4. 农业部农业信息获取技术重点实验室，北京 100083 ） 摘 要：互联网图像数据的爆炸式增长使得有效检索变得越来越重要，不同于文字的检索，有效的图像检索仍然是一个 开放的问题。该文提出了基于混合特征的互联网茄子类图像的检索方法，并开发了图像检索系统。该文采用 Hu 不变矩（hu invariant distance ）作为几何不变特征，采用颜色矩方法，通过计算HSV 空间的三阶矩来描述颜色特征，采用分水岭算法 （watershed algorithm ）提取茄子的轮廓特征，通过长宽比特征区分长茄和圆茄，最后综合几何不变特征、颜色、轮廓特 征进行茄子对象的描述，分别给 3 种特征赋不同的权重，形成检索系统。试验验证，该文方法和系统在测试数据集上查 全率为 87.6%，查准率为 87.6%，相比于只采用 Hu 不变矩方法（其查全率为 31.75%，查准率为 31.75% ）在 Hu 不变矩 加颜色特征方法（查全率为 52.8%，查准率为 52.8% ），有了一定的提升，验证了方法的有效性。 关键词：图像检索；特征提取；轮廓测量；颜色矩；HSV 颜色空间；目标物体的长宽比 doi ：10.11975/j.issn.1002-6819.2017.zl.027 中图分类号：TP391.3 文献标志码：A 文章编号：1002-6819(2017)-Supp.l-0177-07 朱 玲，李振波，杨照璐，李 晨，吴 静，岳 峻. 基于混合特征的互联网茄子图像检索方法与系统[J]. 农业工程学 报，2017，33(增刊1)：177－183. doi ：10.11975/j.issn.1002-6819.2017.zl.027 Zhu Ling, Li Zhenbo, Yang Zhaolu, Li Chen, Wu Jing, Yue Jun.Internet eggplant image retrieval method and system based on mixed features[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2017, 33(Supp.l) : 177－183. (in Chinese with English abstract) doi：10.11975/j.issn.1002-6819.2017.zl.027 高的特征提取方法。Gupta 等[13]为了提高图像检索的效率 0 引 言 和精度，对图像的颜色进行量化，对图像的形状和纹理 随着多媒体技术的发展，图像信息已经成为重要的 采用块的方法，使用欧氏距离以比较 2 个提取的特征向 资源，而且在很大程度上已经超过了文字所能传递的信 量。试验表明，