基于局部主色和边缘特征的图像检索.pdfVIP

第 20卷 第4期 广 西 工 学 院 学报 V01．20 No．4 2009年 12月 JOUI~NALOFGUANGXIUNIVERSITYOFTECHNOLOGY Dec．2009 文章编号 1004—6410 (2009)04．0048—05 基于局部主色和边缘特征的图像检索 台德艳 (安徽师范大学 物理与电子信息学院，安徽 芜湖 241000) 摘 要：在基于内容图像检索技术中，经典颜色直方图方法具有一定的局限性，为此提出一种综合图像局部主色和 边缘特征的图像检索方法．通过使用HSV颜色模型对图像进行量化，设计了一种重叠方式的图像分块方法 ，然后加 权各分块区域主色，得到颜色特征，再利用Sobel算子提取图像边缘 ，用二维边缘直方图描述边缘特征，最后将颜色 特征和边缘特征通过加权处理，得到图像总的相似度，实现图像检索．实验表明：综合两种特征的检索方法比单一特 征的检索方法效果更好． 关 键 词：图像检索；颜色特征；边缘直方图；相似度匹配 中图分类号：TP391 文献标识码：A 0 引言 随着多媒体技术与网络技术的迅速发展，图像数据量以惊人的速度增长，传统基于文本的图像检索技术 已不能适应现在的检索要求，基于内容的图像检索(CBIRcontent—basedimageretrieva1)技术正越来越成为人 们研究的焦点．CBIR技术是通过图像的颜色、形状、纹理、空间分布等视觉特征作为图像的内容进行匹配、 查找…1。颜色是图像低层视觉特征中最显著、最稳定的特征，具有旋转不变性和尺度不变性．颜色直方图相 交算法[2]具有特征提取和相似度计算简单的优点，一直是应用最为广泛的图像检索方法．但传统的全局直 方图只记录了图像颜色的统计信息，丢失了颜色的空间分布信息、特征维数过高 J，目标对象颜色和背景色 在相似度计算时占有同样的地位，所以误检率很高．而作为图像另一基本低层特征的形状，也是人类视觉系 统进行图像识别的重要信息．提取形状特征的一种方法是图像分割，但 目前还没有一种公认的可靠的图像分 割技术，而图像中的边缘特征对应 目标和 目标或 目标和背景的边界，所以边缘特征能在一定程度上反映形状 信息l4J，在图像分析和理解中有重要价值． 本文提出了一种综合颜色和边缘特征的图像检索方法．设计了一种重叠分块的矩形分块方案，即成功引 入了空间信息，又能根据图像的特定场景选择图像的重点部位和主要颜色进行检索匹配。用二维边缘直方图 描绘图像的形状特征，并用阈值筛选的方法排除弱边缘的干扰．实验结果表明，该算法较单独使用图像颜色 和边缘检索算法，具有更好的检索精度． 1 图像的分块策略 颜色的空间分布特征对于区分图像和降低误检率是非常重要的．例如查找含有天空风景的图像，如果能 够限定图像上半部分为天蓝色，就能大大提高检索精度．最简单的获取图像空间信息的方法是对图像进行分 块．目前，图像分块的方法有矩形分块、圆环形分块 5【J、环形分块 』等．矩形均匀分块的方法容易将图像主体 划分在不同块内，破坏了其完整性．主体分块可能会包含背景色或次要物体，这相当于增加了噪声．圆环形分 块具有旋转不变的优点，但分块复杂，对于主体不在中间位置的图像，完全没有优势． 借鉴文献[7]的思想，本文采用具有重叠方式的矩形分块策略．首先将图像均分成5×5块，再分别取其 收稿 日期：2oo9—11一O2 基金项 目：安徽省 自然科学基金 (09o414l730)，安徽省教育厅产学重点项 目( 2oo8A14ZC)资助 作者简介：台德艳 (1976一)，女。安徽六安人，安徽师范大学物理与电子信息学院讲师． 第4期 台德艳：基于局部主色和边缘特征的图像检索 49 中的9块，构成五个部分，如图1 P1 P2 户3 户 P5 A：{P7，Ps，P9，P12，P13，PH，P17。P18，P19}； f户 P7 户8 P9 10 B={PI，P2。P3，P6，P7，Ps，Pl1，P12，P”}； 户l