基于颜色和空间特征的图像检索.PDFVIP

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
第27卷 第3期 桂 林 工 学 院 学 报 Vol27No3 2007年8月 JournalofGuilinUniversityofTechnology Aug 2007  文章编号:1006-544X(2007)03-0422-05 基于颜色和空间特征的图像检索 张志安,骆 斌 (西安文理学院现代教育技术中心,西安 710002) 摘 要:提出一种新的基于颜色和空间特征的图像检索算法.首先,将检索图像转换为HSV颜色 空间并进行量化,提取环形颜色空间信息熵作为颜色空间分布特征.其次,计算每个像素点的多 邻域量化颜色值的一、二阶中心矩,利用各阶统计矩的信息熵来表征图像颜色的局部空间特征. 最后,对特征向量进行高斯归一化,采用特征向量的L-norm距离计算彩色图像的相似度并进行 1 图像检索.结果表明,该方法比CDE和Geostat算法具有较好的检索效果. 关键词:图像检索;颜色特征;邻域统计矩 中图分类号:TN91173            文献标志码:A 随着多媒体和通信技术的飞速发展,基于内 图的信息熵来表征图像的颜色特征,利用 L - 1 容 的图像 检索 (contentbasedimageretrieval, norm距离进行相似度度量,基于颜色和空间特征 [1] CBIR)成为人们研究的热点.颜色直方图 是最 的检索实验表明该方法具有较好检索效果. 为常用的一种图像索引技术,该方法具有特征提 1 基于颜色和空间分布特征的图像 取简便、平移和旋转不变性的优点,但直方图仅 对图像的全局颜色特征进行统计,完全丢失了颜 检索 色的空间分布信息,较易造成误检现像 [2] .John 11 颜色量化 提出采用信息熵描述图像的颜色特征,克服了维 目前在图像检索系统中常用的颜色空间主要 数过高的问题,但该方法完全丢失了图像颜色的 有:RGB空间、CMY空间和 HSV空间等.HSV [3] 空间分布信息.Lim 等人提出地理信息统计方法 颜色空间直接对应于人眼色彩视觉特征的3要素, (geographicalstatistics,geostat)来描述图像颜色 在色调 (Hue)、饱和度 (Saturation)和亮度 的空间分布,该方法仅描述了图像颜色的全局空 (Value)3个分量中,色调尤其影响着人类的视觉 [4] 间分布,因此颜色空间分布特征较为粗糙.Sun 判断.由于HSV空间各轴在视觉上彼此无关,空 等人提出颜色分布熵 (colordistributionentropy, 间距离又符合人眼视觉特征,并且从 RGB到HSV CDE)进行图像检索,具有较好的检索效果,然 的转换是一个简单且快速的非线性变换,因此本 而该方法只提取了全局颜色空间分布特征,而没 文将使用HSV颜色空间作为彩色图像的色彩空间, 有考虑到图像邻域颜色的空间分布特性.基于上 可以根据色彩的不同范围和主观颜色感知进行量 述问题,本文提出新的基于颜色和空间特征的图 化,将色调量化为8个级别,饱和度和亮度分别 像检索,首先针对彩色图像 HSV颜色空间进行量 量化为3个级别,将 HSV空间划分为8×3×3= 化,提取了环形颜色空间信息熵,同时计算每个 72个颜色区间,进一步可以将3个分量合并为一 像素点的3×3邻域、5×5邻域、7×7邻域量化 维特征向量C=9×H+3×S+V,则C的取值范

文档评论(0)

suijiazhuang1 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档