资源描述：
《利用小波和矩进行基于形状的图象检索》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。
1、第5卷(A版) 第3期中国图象图形学报Vol.5(A),No.32000年3月JournalofImageandGraphicsMar.2000利用小波和矩进行基于形状的图象检索姚玉荣 章毓晋(清华大学电子工程系,北京 100084)摘 要 形状是图象中目标的重要特征,基于形状的图象检索近来在基于内容的图象库系统管理和应用中得到越来越多的重视.现已研制的系统存在两个问题,一是性能的不稳定性;二是相对于平移、旋转和尺度变换的变化性.针对以上问题,该文提出了一种新的基于形状的图象检索算法.此算法先对亮度图象进行小波模极大值变换以得到多尺度的边界图象,再
2、利用7个不变矩提取每一尺度边界图象的特征,所有尺度上的矩共同组成图象的特征向量.图象的相似度用图象特征向量的归一化加权欧氏距离表示.用服装图象数据库进行试验得到的结果表明该算法能较好地描述图象的形状及空间分布信息,并具有较好的平移、尺度、旋转不变性.用更为复杂的花卉图象数据库进行试验得到的结果也证明了该算法的优越性.关键词 图象检索 形状特征 小波 不变矩中图分类号:TP391.3 文献标识码:A 文章编号:100628961(2000)0320206205Shape-BasedImageRetrievalUsingWaveletandMome
3、ntYAOYu2rong,ZHANGYu2jin(DepartmentofElectronicEngineering,TsinghuaUniversity,Beijing100084)AbstractShapeisanimportantfeatureofobjectsinimageandshape2basedimageretrievalhasobtainedmoreandmoreattentionsinrecentresearchoncontent2basedmanagementandutilizationofimagedatabasesystem
4、.Al2thoughseveralsystemshavebeendeveloped,twomainshortcomingsarestillexisted.Thefirstisthattheperfor2manceisnotstable.Thesecondisthatthevariancewithrespecttotranslation,scaling,androtation.Tocuretheaboveproblems,thispaperpresentsanovelshape2basedimageretrievalalgorithm.Thealgo
5、rithmfirsttransformstheluminanceimagewithwaveletmodulusmaximumtogetmulti2scaleedgeimages,thenemploysasetofseveninvariantmomentstoextractthefeaturesofimage.Consequently,eachimageischaracterizedbyamulti2scalemo2mentvectorinfeaturespace.SimilarityisgivenbytheEuclideandistancebetw
6、eentwoimages'normalizedmomentvectors.Experimentalresultsonclothesimagedatabaseshowthatthisalgorithmcanwellcapturetheshapeandspatialinformationofimageanditisinvariantwithrespecttotranslation,scalingandrotationofobjects.Inaddi2tion,thealgorithmisalsotestedwithmorecomplicatedflow
7、erimagesinadatabase;theexperimentalresultsfur2therverifytheeffectivenessofthealgorithm.KeywordsImageretrieval,Shapefeature,Wavelet,Invariantmoments于特征的图象检索系统来说,图象的特征提取是关0 引 言键的模块.虽然很多图象检索系统已经建立起来了,很多特征提取方法(基于颜色、形状、纹理等等)也已近年来,由于多媒体数据库的大量应用,使得基经被采用,但以下两个问题仍旧存在:①基于图象于内容的图象检索成为一个活
8、跃的研究领域.对基的空间分布或形状特征的检索技术还不成熟;基金项目:国家自然科学基金资助项目(69672029);清华大学
