基于图像特征的图像检索专利技术综述.docxVIP

基于图像特征的图像检索专利技术综述 　　摘要：目前对基于内容的图像检索的研究热点主要集中在基于图像特征（颜色、纹理、形状等）的检索，本文根据国内外基于图像特征进行图像检索的专利文献，按照上面列举的几个不同类别的图像特征来对图片的特征提取相关技术进行介绍和分析，为图像检索领域的研究工作提供参考，帮助本领域相关人员深入了解图像检索领域。 　　关键词：图像检索;专利分析;图像特征;颜色特征;纹理特征 　　由于基于文本的图像检索要用手工对图像进行注释，因而导致了它存在着不准确、不客观的问题。尤其是在大规模的图像数据库出现以后，由手工对图像进行标注的方法就变得更加远远不能满足现实的需要了。为了解决这一难题，研究者们提出了基于内容的图像检索（cbir，content-basedimageretrieval），其基本思路就是利用图像本身的视觉特征如颜色，纹理，形状，空间关系等，并借助图像处理技术、模式识别技术、计算机视觉技术和人工智能来实现对图像的检索，即检索时是根据图像的本身，而不是对其的标注。本文将根据国内基于图像特征进行图像检索的专利文献，按照上面列举的几个不同类别的图像特征来对图片的特征提取相关技术进行介绍和分析。 　　1图像颜色特征提取 　　颜色是图像最显著和直观的视觉特征，颜色直方图可以表达图像的全局信息，并且不需要对图像中的物体加以分割或者识别，具有旋转与平移不变等特点。对于利用颜色特征检索图像有三个关键技术：选取合适的颜色空间，有效的特征提取方法与准确的特征匹配算法。目前常见的图像颜色空间有，rgb空间，hsv空间，lab空间，his空间等，这几中颜色空间分别对应了相应的颜色模型，即rgb颜色模型，hsv颜色模型，lab颜色模型，his颜色模型。 　　比如申请号为cn201010516933的案件，提出了一种基于多层位图颜色特征的图像检索方法，采用的颜色空间就是rgb颜色空间;申请号为cn201410852980的案件，提出了一种图像检索的方法，提取了图像的纹理特征和颜色特征，选取颜色空间是hsv，并根据h通道中的色调区域的灰度直方图设定色调数组，以及根据v通道中与s通道暗区域的对应区域灰度直方图设定亮度数组，并根据所述色调数组和亮度数组获取颜色特征;颜色模型的选择也并不唯一，申请号为cn201510660442的案件，提出基于颜色特征的图像检索方法，其中颜色空间既可以选lab也可以选择hsv;由此可见有时候颜色空间的选取和替换对本领域技术人员来说是容易想到的。 　　2图像纹理特征提取 　　纹理是一种反映图像中同质现象的视觉特征，也是图像检索中一个重要而又难以描述的特性。描述纹理基元及在周期性排列的空间几何特征和排列规则，如形态学、图论、拓扑法等。频谱法是建立在多尺度分析与时频分析基础之上的纹理分析方法，如gabor变换、小波变换、分形等。在各种方法中，研究比较多的是基于统计的纹理特征提取方法，它包括灰度共生矩阵法和随机场模型法，如马尔可夫随机场模型法。 　　纹理特征的提取不局限于上述提及的模型，但是都属于为统计法、结构法和频谱法中一类或者两类;公开号为cn1570972a的案件，提出了种基于图像纹理特征的图像检索方法，利用在地理数据空间关系分析中常用的variogram函数作为数学工具，将图像数据看作是区域化变量，以图像数据的variogram函数值，反映图像象素的结构性，和图像数据的统计特性。虽然可以看出该申请是基于统计的纹理特征提取方法，但是并没有采用常见的灰度共生矩阵法、基于马尔可夫随机场模型等，该算法能够自动判断纹理类型，提高了实际检索的准确率，可以说是针对纹理特征进行了创新;同时，还可以结合多种纹理特征提取方法来实现，比如申请号cn201510028263的案件，提出了一种基于机器人视觉平台的图像检索方法，在进行纹理特征识别的时候，利用灰度共生矩阵对纹理特征进行提取识别，并利用马尔可夫随机场mrf模型对纹理特征进行综合打分。 　　3图像形状特征提取 　　形状特征的提取是在对图像中目标进行分割的基础上实现的。有多种技术可以用来实现基于形状的图像检索，比较常用的方法有：全局特征直接匹配的方法、基于局部不变量的检索方法、基于变形模板匹配的检索方法、利用变换域的方法和形态学方法等。按照形状表达的形式可以将形状的描述方法分为两类：第一类是基于区域的形状描述符，它表达了形状的目标区域内的所有的像素集合;目前，常用的区域特征的描述方法有：区域面积、区域重心、区域的矩、区域的骨架和通用傅里叶描述子等;第二类是基于边缘的形状描述符，它表达了形状的目标区域边界轮廓的像素集合，基于边缘的检测算子主要有canny算子、gaussian算子、sobel