资源描述:
《一种基于纹理和颜色图像检索方法》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、2010年第1期牡丹江师范学院学报(自然科学版)No.1,2010(总第70期)JournalofMudanjiangNormalUniversityTotalNo70dφ1=0,(5)其中r0<σ是常数,φ0(t)=arccos,即dtt4其中g(t,φ)=cosφ+214φ+(1-tcos2φ)2cosφ0(t)=,cost1·1.则‖x0(t)‖=r0<σ,42(1+cosφ)1+t且‖x(t,t0,x0(t))‖=
2、r(t,t0,r0)
3、g(t,φ0)其通解为r(t)=r(t,t0,r0)=r0,g(t,φ0(
4、t))r0g(t0,φ0)=r0≥g(t,φ0(t))g(t0,φ0(t))2φ(t)=φ(t,t0,φ0)=φ0.r0r0≥/v(tv+∞).2对Pt0∈I及σ>0,取x0(t)=,φ0(t)故由推论2得(5)式的平凡解不是等度吸引的.参考文献[1]廖晓昕.稳定性的理论方法和应用[M]12版1武汉:华中理工大学出版社,20021[2]时宝,张德存,盖明久.微分方程理论及其应用[M].北京:国防工业出版社,20051编辑:文心一种基于纹理和颜色的图像检索方法于立洋(牡丹江师范学院计算机科学与技术系,黑龙江牡丹江1570
5、12)摘要:为了减少构造灰度共生矩阵的计算量,应用Roberts算子对图像进行边缘检测,构造边缘图像的灰度共生矩阵.该方法克服了构造灰度共生矩阵的计算量过大的缺点,引入了色度矩描述的颜色特征,使检索结果更加符合人的视觉特点,并可以通过调整纹理和颜色特征的加权值来满足不同的检索需要.关键词:灰度共生矩阵;边缘检测;色度矩;基于内容的图像检索[中图分类法]O151121[文献标识码]A[文章编号]100326180(2010)01-0002-03颜色和纹理分别从不同的角度反映图像底层以及图像的一阶和二阶色度矩作为颜色特征,
6、进特征,因此,以适当方式融合这两种特征将对提升行综合特征检索.图像检索性能有所帮助.目前,融合颜色和纹理特1颜色特征的提取[1]征的检索方法有很多,如:黄元元等通过像素之[4]颜色分布可以由其色度矩描述,并且色度间的灰度差值及该差值出现概率之间的统计关系[2]矩作为特征进行检索时,有着很高的效率,因此,生成融合特征;Yu在HSV的改进空间中对原选择色度矩作为颜色特征.始图像进行局部傅里叶变换获得8幅频域特征色度需要在CIEXYZ颜色空间中获取.每个图,利用空间域的相似纹理在频域上具有相似的像素值对应一个色度对(x,y)
7、,因此,一幅图像可傅里叶变换系数的原理,以频域特征表现灰度级[3]以表示为一个色度对的集合.由于同一幅图像中的共生关系及其空间分布;Lakman等提出以具有相同色度值的往往不只一个像素,因此,还需不同颜色通道间的协方差矩阵集辅以一些颜色直要引入色度空间的二维分布作为特征.方图来描述颜色“微纹理”(micro2texture)等方在XYZ空间中可按公式法.提取纹理的算法由于考虑不同灰度像素之间X的位置关系,要引入较大的运算量.为克服这个缺x=,(1)X+Y+Z点,本文采用边缘图像的共生矩阵作为纹理特征,收稿日期:2009
8、204227基金项目:黑龙江省教育厅科学技术研究项目(11544048);牡丹江师范学院青年专项基金项目(QY200905)·2·2010年第1期牡丹江师范学院学报(自然科学版)No.1,2010(总第70期)JournalofMudanjiangNormalUniversityTotalNo70Y(3)熵y=,(2)X+Y+ZL-1L-1获得色度(x,y).W3=∑∑P(i,j
9、δ,θ)logP(i,j
10、δ,θ).i=0j=0定义一幅图像色度迹为:熵用来度量图像纹理的复杂程度.1,若(x,y)在图像中出现;T(x,y
11、)=(3)(4)相关性0,(x,y)在图像中不出现.色度图的二维分布定义为D(x,y),表示色度(x,y)出现的次数.一幅图像的阶色度矩可以定义为:XYssmnMT(m,n)=∑∑xyT(x,y),(4)L-1L-1x=1y=1其中,u1=iP(i,j
12、δ,θ),XsYs∑∑i=0j=0mnMD(m,n)=∑∑xyD(x,y).(5)L-1L-1x=1y=1u2=∑∑jp(i,j
13、δ,θ),i=0j=0其中Xs,Ys是色度空间中x,y方向上的最大值.L-1L-12由于只需要计算低阶矩就可有效代表一幅图σ1=∑∑(i-u
14、1)P(i,j,
15、δ,θ),i=0j=0[5]像的颜色分布,所以采用MD(1,0),MD(0,1),L-1L-12MD(1,1),MD(2,1),MD(1,2)和M(1,0),MT(0,σ2=∑∑(j-u2)P(i,j,
16、δ,θ).i=0j=01),MT(1,1),MT(2,1),MT(1,2)作为特征向量.相关性用来反映图像纹理