基于联系数的图像检索方法.pdfVIP

第31卷第6期 南昌大学学报(理科版) Vol|31 No．6 2007年12月 Journal of Nanchang University(Natural Science) Dec．2oo7 文章编号：1006—0464(2007)06—0594—03 基于联系数的图像检索方法 洪春勇，周金财，何斌彬 (南昌大学计算中心，江西南昌 330031) 摘 要：将集对论中表示确定性与不确定性的量即联系数引入图像检索中，把图像象素分为三类：主色集(同类)、 边界颜色集(异类)、噪声颜色集(反类)。继而提出图像的联系数模型，在此模型基础上利用图像的全局形状和局 部颜色统计量构成图像联系数向量。采用图像联系数向量作为图像索引，在形状自适应逼近表示方法的基础上， 提出了利用特征向量进行图像检索的检索算法。实验结果表明，该算法具有良好的平移、尺度、旋转不变性，证明 联系数是一个有效的图像特征。 关键词：联系数；图像检索；颜色；形状 中图分类号：TP391．41 文献标识码：A 基于内容的图像检索技术(Content—Based Image Re— 确定性)、反(对立性)3个侧面研究系统在给定问题背景下 trieval，CBIR)研究中的核心问题之一是图像索引技术，即产 的确定性联系与不确定性联系的关系，可变与转化，并用一 生具有鲁棒性且有效的图像表示。在利用图像检索时通常 个能充分反映上述情况的同异反联系数去系统的开展具体 希望查找语义上相关的信息，许多图像特征，如颜色、纹理、 的研究。 形状等，一般是直接与图像的语义相关联的。因此，目前的 联系数所刻画的量是一种不同于常量和变量的量，可以 大多数索引研究是基于图像这些底层特征和属性的。特别 称这种量为不确定量。根据文献[5]，联系数可用下式表示： 地，颜色是一种最重要的图像特征，并且图像的颜色特征相 =0+6 + i E[一1，1]√ 一1 (1) 对较为简单。因此，基于颜色的图像表示方法成为一种主要 其中 称联系数，i表示日有向A或C转化的可能性，。表示集 的图像索引技术。 合的同一度，b表示差异度，c表示对立度。并且，它们满足归 基于颜色的图像索引及检索技术最早在文献[1]中提 一 化条件： 出，它的核心思想是计算图像的颜色分布特征。然而，颜色 0+b+c=1 直方图有先天的缺陷，它难以表达图像颜色的空间信息。针 对于此，文献[2]提出了一种多分辨率分块主色法的空间颜 根据联系数的概念，文献[6]提出了一个投票表决模 色索引技术，改善了检索效果。但是单一的颜色特征还难以 型，该模型阐述了联系数对问题的解决方法。 达到很好的检索效果，因此综合多种特征进行图像检索成为 2 图像的联系数模型 研究热点 。文献[3]利用图像的信息熵来对图像的特征 进行描述，充分利用了图像的颜色信息及局部形状信息来进 假设一幅图像的颜色可以分为主色集 (同类)，边缘 行图像检索。 颜色集(异类)，噪声颜色集(反类)。主色集是图像中物体表 综合多特征的图像检索的难点在于如何将多特征有效 面或背景颜色的集合，是图像区别于其他的主要色彩。边缘 结合起来。本文基于这样的事实，图像