而概率区间被.PDFVIP

基于内容的图像检索技术研究 2()由于正态分布关于x一k对称，因此只需将概率区间0[[.5,1〕划分为叼个 区间。。可，从而概率区间被戈。分为(0.5,0.5+1,…,x;,...,1一土): L n, n,J (3)根据式((4-12)及所划分的概率区间计算相应的分界点的值; D((x-)=0.5tqx,=Ee+oO-(0.5)=p (4-14) D((2-P)一0.5+上。x2=p+aO-(0.5+氏 与 (4-15) n, D((五_丝卜0.5+二qx,=,u+odD-(0.5+上) (4-16) n 刀， x},:一p 中(一王一) xn_一;+00-1(1一与 (4-17) 口 万一‘ nr 而中一的‘取值可以通过查找标准正态分布表取得，从而降低了计算复杂 度。 (4)根据正态分布的对称特性，以及上述计算得到的分界点，即可得到在概率 区间[[0,0.5]的分界点; 量化完成后，设平坦度被量化为of个级别，从而图像的分块被划分为nfxnr个 类别，按照以上的量化级数，我们把平坦度(flatness)和凹凸度(roughness)两个分量 合并为一个一维的特征向量， 人=n,x如tness+roughness (4-18) 其中，flatness’和roughness’为平坦度和凹凸度的量化结果。这样平坦度(flatness) 和凹凸度((roughness)两个分量在一维向量上分布开来，根据式(4-18),h}的取值范 围为[[O,nfxn,-1]，也就是说，根据量化后的结果可以统计得到nfxnr柄的一维直 方图。 4.4相似性度量 设二I，一‘扭1，，码1，，…，峨，)，H2()=(hc2),h22()，一嵘))，c一(Cl,C2，一C小 s一(s1，s2，...，s,)分别表示例子图像的分块主色调特征、分块主色特征和形状特 征，HO)’一(畔，衅，…，畔)，H2(’一(丫’，衅，…‘，嵘’)‘一(州，姚，，二，C}3)， .S}一(St,S2,，一，喃)表示数据库图像的分块卞色调特、分块主色特征征和形状特征， 西安电子科技大学博士论文 第四章 基于局部颜色和形状特征的图像检索 其中M一nfxn,代表形状特征的维数。这里采用直方图相交法来进行特征间的相 似性度量，其数学描述为， 艺min(v,,iv,) d(V,W)=1一i=1L L (4-19) min(艺vi,艺W7) 1=1 1=1 其中，对于图像主色调特征V=H(1)和W=H(1),或v=H2()和w=H(2),，对于图 像主色特征V=C和w=亡，对于图像形状特征V=S和w二s。若两幅图像的 对应特征相同，则它们之间的距离为。(相似度为1)，否则，为。和1之间的一个 数。本章所提取的颜色特征和形状特征均采用归一化的直方图来表示，不同子特 征内的距离均落在区间o【,1]内，因此在结合两种特征进行图像检索时不需