基于分块颜色核特征图像检索方法.docVIP

基于分块颜色核特征图像检索方法 　　摘 要： 颜色特征是图像最直观的特征，传统的颜色直方图虽然能够描述图像中各颜色分量的比例，然而却破坏了图像各颜色分量的空间位置分布信息，从而使得图像检索结果不准确。因此，提出一种分块颜色核特征的方法，使用重叠分块策略，强调图像中心的视觉内容，同时，设计颜色核函数将分块颜色直方图映射到核特征空间，更准确地描述图像颜色特征。经过实验证明，该方法与全局颜色直方图相比，分块颜色特征有较高的查准率和查全率。 　　关键词： 颜色特征； 图像检索； 重叠分块； 核函数 　　中图分类号： TN911.73?34； TP391 文献标识码： A 文章编号： 1004?373X（2015）15?0042?03 　　Image retrieval method based on block color kernel feature 　　WANG Qi1， DU Juan1， XU Guoqing1， CHENG Bin2 　　（1. College of Computer and Information Engineering， Nanyang Institute of Technology， Nanyang 473000， China； 　　2. College of Software， Nanyang Institute of Technology， Nanyang 473000， China） 　　Abstract： Color feature is the most intuitive features of images. Even though the traditional color histogram can describe respective color component in image， spatial location distribution information of respective color component is destroyed. It makes the image retrieval results inaccurate. Because of this reason， a method of block color kernel feature is proposed， which uses overlap block strategy to emphasize visual content of image center zone. Block color histogram is mapped to kernel feature space by the designed color kernel function， so the image color features are described more accurately. The experimental results show that in comparison with global color histogram method and block color feature method， the proposed method has higher precision ratio and recall ratio. 　　Keywords： color feature； image retrieval； overlap block； kernel function 　　0 引 言 　　随着网络的发展，图像数据量剧增，基于内容的图像检索可以有效地解决在众多图像数据中搜索到目标图像的问题，其关键问题是提取图像的视觉特征。颜色特征是图像最基础最直接的特征且鲁棒性较好，然而传统的颜色直方图虽然能够很好地表征颜色分量的含量，但却无法体现各颜色分量的空间分布情况，往往造成颜色直方图和图像之间一对多的关系即不同图像拥有相同的颜色直方图，因而造成图像检索结果准确性较低[1?2]。同时，均匀分块虽然可以体现颜色空间分布，但是由于分块模板大小难以把握，分块过大则不能较好地体现空间分布情况失去分块意思，而分块过小则使得图像整体内容被破坏，过分关注细节内容，从而失去了颜色特征的鲁棒性优势[3]；另一方面，颜色特征是线性空间特征，对于细节差异的区分度较差[4]。当检索正确图像与错误图像的特征向量差异性量纲过小时，无法通过选择合适的阈值过滤掉错误图像，则检索结果中返回大量错误图像，对用户形成极大的干扰。 　　基于以上分析，本文提出一种重叠分块颜色核特征的方法来更好地描述图像的颜色视觉内容，该方法共分为三步：首先，以4×4为模板对图像进行划分，形成4×4个分块；然后，在4×4分块的