一种新的多特征融合图像检索方法-论文.pdf

《一种新的多特征融合图像检索方法-论文.pdf》由会员上传分享，免费在线阅读，更多相关内容在应用文档-天天文库。

1、第14卷第15期2014年5月科学技术与工程Vo1．14No．15May2014167l一1815(2014)15—0219—05ScienceTechnologyandEngineering⑥2014Sci．Tech．Engrg．一种新的多特征融合图像检索方法潘永胜冀小平(太原理工大学信息工程学院，太原030024)摘要为解决图像检索中单一特征检索性能不佳、多特征融合耗时的问题，提出了一种新的融合颜色特征和形状特征的图像检索方法。检索过程分为两个阶段：首先对图像进行圆环分块，提取图像整体和各圆环子块颜

2、色特征向量，以特征向量间距离大小为准则对图像库分类；然后在类内提取图像的ART形状描述符作为形状特征进行相似性度量以实现检索。形状特征提取只在某一类内进行，减小了运算量，同时弥补了颜色特征对图像空间信息丢失的不足，提高了检索准确率。仿真实验取得了较好的检索效果。关键词颜色特征多特征融合图像检索特征提取中图法分类号TP391．41；文献标志码A颜色是图像最显著直观的底层特征，因其对图像本身的尺寸、方向和视角的依赖性较小，具有良好的RST(rotation，scaleandtranslation)不变性，特

3、征提取容易而广泛地应用到图像检索中。Swain等由■_在1991年提出了颜色直方图相交算法，因其在颜色(a)矩形方块(b)圆环方块特征提取上简便有效，仍是目前应用最为广泛的颜图1图像分块色特征提取方法，缺点是丢失了图像颜色的空间分Fig．1Imageblock布信息。后人对以上不足进行了多种改进，其中一利用单一图像特征进行检索，由于图像信息利种方法是将图像分块，提取子块颜色特征进行匹配用有限，检索结果往往不尽如人意。基于多特征融检索。图像分块概括可分为矩形分块(如文献[2，合的检索方法应用而生并迅速成为

4、图像检索研究的3])和圆环分块(如文献[4])，如图1所示。两种方热点。如文献[8]采用颜色直方图描述颜色特法均将图像中包含目标物体的中心区域分离出来，征，傅里叶描述子提取形状信息，两特征加权融合进各块分配恰当权重可弥补以上不足。但是矩形分块行图像检索。文献[10]将图像固定分块，提取每个不具备旋转不变性，如图1(a)图旋转180。，各子块子块的主色调直方图和分块直方图分别作为颜色和顺序打乱，对应子块匹配度将大打折扣，而圆环分块形状特征实现检索。分析以上算法，都是对多种图具有良好的旋转不变性。本文将采用

5、全局颜色直方像特征的简单组合，忽略了图像有实质意义的特定图与圆环分块直方图相结合的方法对图像库分类。区域，运算过程是对图像库中所有图像的多个特征除了颜色特征外，形状是图像最重要的可视化内容，分别提取，然后赋予不同的权值进行相似度匹配以是人类视觉系统进行物体识别时所需要的关键信息之一。形状特征按处理空间不同可分为空间域实现检索，这样算法复杂，图像特征提取耗时且权值对检索结果影响大。特征和变换域特征。如文献[6]采用一种新的基于基于以上研究，本文提出一种新的融合颜色特轮廓特征的空间域形状特征检索算法。文献[

6、7]对征和形状特征的图像检索方法。该方法分两个阶段多种基于变换域形状描述子的图像检索方法进行了进行，第一阶段对图像进行圆环分块，提取图像整体比较分析。和各圆环子块的颜色特征向量，以特征向量间距离2013年12月5Et收到大小为准则对图像库分类；第二阶段在类内提取图第一作者简介：潘永胜(1987一)，男，山东省临朐人，硕士研究生。像的ART形状描述符，进行相似度度量，输出检索研究方向：图像处理与模式识别。E—mail：yanyayongsheng@163．tom。结果。这样第一阶段检索完成后，第二阶段简化

7、到通信作者简介：冀小平(1964一)，男，山西省太原市人，副教授，硕只在类内进行，缩小了检索范围，降低了算法复杂士研究生导师。研究方向：图像处理。E—mail：heyie一0001度，节省了时间；在类内融合图像形状特征后，检索@126．COB更准确。科学技术与工程14卷检索流程图如图2所示。色彩的不同范围进行量化：f0，h∈[336。，20。)lI图像库I查淘图片Qll1，h∈[21。，65。)Ll2，h∈[66。，100。)IRG咧Hsvll3，h∈[101。，145。)H=儿l4，h∈[146。，1

8、90。)I圆环分块ll5，h∈[191。，220。)儿I6，h∈[221。，265。)I像Q颜色特征向量q、口L7图像库整体和子块颜色特征向量t、‘，h∈[266。，335。)，r0，S∈[0，0．25)S：{1，s∈[0．25，0．75)1．2，s∈[0．75，1)，r0，5∈[0，0．25)V={1，5∈[0．25，0．75)1．2●，s∈[0．75，1)。然后将三个分量按9：3：1比例转化为一维颜色剩余图像前1oo幅图像特征向量G=9