色彩直方图混合特征提取在海量图像数据检索中的应用.pdf

《色彩直方图混合特征提取在海量图像数据检索中的应用.pdf》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25卷第3期北华航天工业学院学报Vo1．25No．32015年6月JournalofNorthChinaInstituteofAerosoaceEJun．2015色彩直方图混合特征提取在海量图像数据检索中的应用杨丽娟张艳张春娥(北华航天工业学rE计算机与遥感信息技术学院，河北廊坊065000)摘要：随着多媒体技术的发展，图像的应用越来越广泛，如何有效利用图像信息具有越来越重要的意义。颜色特征不受图像大小和旋转角度的影响，鲁棒性较好，在图像检索中具有较强的应用。本文在对图像特征进行提取的基础上，提出了一种新

2、的图像检索数据方法。该方法引入了色彩直方图、颜色中心矩、灰度直方图等颜色特征，使用色彩直方图对整幅图像的色彩信息进行统计；使用分块颜色中心矩对色彩的空间分布信息进行统计；对由于色彩浓度和对比度发生变化而对检索效果的影响，采用了灰度直方图进行淡化。通过对这三种特征距离进行加权和计算，进行相似度匹配，检索出目标图像。本文针对性地设计了基于色彩直方图混合特征的图像检索系统，实验证明色彩直方图混合特征检索的结果与示例图像在颜色与空间分布上基本相似，具有较强的实用性。关键词：图像检索，混合特征提取，空间分布，灰度特征

3、，主颜色中图分类号：TP311文献标识码：A文章编号：1673—7938(2015)03—0010—041图像特征提取脊线的概念很常见，灰度图像计算出来的脊线图像的特征点包括边缘、拐点、脊线等，特征提描述符可以看作是中轴的概括。从实用角度来说，取就是从大量的图像信息中提取出包含各类特征点脊线可以看作是代表对称轴的一维曲线，脊线检测的信息，并对这些特征点进行分解。通常用在遥感和医学图像中。1．1边缘2色彩直方图混合特征提取边缘是两个不同图像区域边界上的点，可以是传统的全局颜色直方图主要统计整幅图像色彩任意形状

4、的，也可以包含连接点。例如，在有些算法的信息，反映的是图像中颜色的组成分布，即出现了中，把具有大梯度方向的点连接起来形成关于边缘哪些颜色以及各种颜色出现的概率，而忽略了色彩的完整描述。这些算法中通常对边缘的特性进行一的空间分布信息。而色彩的空间分布特征对于图像些约束，如形状、平滑、梯度值等。内容检索是很重要的。为了解决这个问题，综合考1．2拐点／感兴趣的点虑图像颜色、空间和色彩变化等因素，本文提出一种拐点和感兴趣的点表示同一个意思，指的是图累加颜色直方图混合度量方法，提取图像的颜色、空像(局部的二维结构)中

5、的特征点，“拐点”的定义最间、灰度等特征进行综合度量，从而提高图像的检索早出现在边缘检测算法中，算法中先检测边缘，然后效果。该方法通过特征提取和相似度匹配，从而检分析找出方向快速改变的点(拐点)。索出目标图像。1．3脊线2．1混合特征提取技术2．1．1主颜色特征的提取基金项目：河北省教育厅科学计划项目(Z2014059)，廊坊市科技支撑计划项目(2014011005)(2014011016)，北华航天工业学如图1所示，颜色描述符包括主颜色、颜色布院科研项目(KC一2014—13)局、颜色结构、可伸缩颜色和帧

6、组／图组描述符，不同收稿日期：2015—03—22的颜色描述符应用于不同的领域。作者简介：杨丽娟(1981一)，女，硕士，讲师，河北临城人，研究方向：智能融合技术。主颜色描述符通过对颜色进行聚类，使用N种一10—第3期杨丽娟等：色彩直方图混合特征提取在海量图像数据检索中的应用2015年6月百分比比较大的颜色表示整个图像的颜色，可以根它是表示一副图像灰度分布情况的统计特征，简称据不同需要设定N的值，根据我们实际需要，我们直方图，是图像处理和特征提取中十分重要的分析只需提取百分比最大的一种颜色。最后对提取的主工

7、具。受输入图像的灰度差异，相似图像的灰度差颜色进行量化，判断出图像的具体颜色。别很明显，因此可以利用灰度特征提取进行图像检索。先把检索图像转化为灰度图像，再针对灰度图像的边缘特征和灰度直方图进行提取。1)图像灰度拉伸灰度拉伸，又称对比度拉伸，它使用分段线性变换函数来提高图像处理时灰度级的动态范围，是一种最基本的灰度变换。灰度拉伸可以利用灰度变换函数有选择地拉伸某段灰度区域以改善输出图像。图1MPE'G7中的颜色描述符灰度变换函数如图2所示，函数表达式如下：2．1．2空间分布特征的提取本文除了考虑了颜色空间分

8、布的位移信息，同时也考虑了颜色空间分布的统计信息。颜色中心矩度量算法不必对图像进行量化，应用较简单，因此，我们引入分块颜色中心矩来统计色彩的空间分布信息。为了提取图像的空间分布特征信息，首先需要对图像进行分块，然后分别对各个子块进行颜色特征的提取。这里，分块的大小对特征提取有至关重要的影响，如果分块太大就不能充分包含颜色的空图2灰厦拉伸变换函数间分布信息，从而失去分块的意义，分块太小又会增加检索过程的计算量。根据