基于改进sobel算子的文物图像检索

《基于改进sobel算子的文物图像检索》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、基于改进Sobel算子的文物图像检索王冠1，丁友东2（1上海大学计算机工程与科学学院，2上海大学影视艺术技术学院，，上海）摘要：基于内容的图像检索克服了基于文本的图像检索方法无法利用图像中所包含的丰富的视觉特征的问题，更符合人类认识事物的习惯，成为了近些年来图像检索的热点。其中，纹理特征是图像中一个重要的视觉特性。实验结合文物图像特点，首先将彩色文物图像转化为灰度图像，然后用Canny算子检测出图像边缘，再用改进的Sobel算子模拟共生矩阵检测的4个方向的纹理矩阵，最终将其转换为直方图，从而提取到文物图像的纹理特征。实验表明，使用这种纹理特征进行文物图像检索可以

2、取得很好的检索效果。关键词：图像检索；文物图像；纹理特征；Sobel算子。中图分类号：TP391.41文献标识码：ACulturalRelicImageRetrievalBasedonImprovedSobelOperatorWangGuan1，DingYou-dong2（SchoolofComputerEngineeringandScience1，SchoolofFilm&TVArtsandTechnology,ShanghaiUniversity2,,Shanghai）Abstract：Content-basedimageretrieval(CBIR)ove

3、rcometheproblemthatthetext-basedimageretrievalcannotcontainallthevisualfeature.CBIRmorefitsthehabitofhuman'scognition.TheCBIRhasbecomeahotspotinrecentyears.Amongthem,thetexturefeatureisanimportantvisualimagefeatures.Theexperiments,combiningthecharacteristicsofculturalrelics,turnsthec

4、olorfulculturalrelicsintograyscaleimagefirst.ThendetecttheedgebyCannyfactor.Andsimulateco-occurrencematrixwhichtests4directionstexturematrix.Ultimatelyconverttheimagetoahistogramtoextractthetexturefeaturesofimageartifacts.Experimentsshowedthattexturefeaturesareartifactscangetagoodima

5、geretrievaltoretrieveresults.Keywords:Imageretrieval;culturalrelicimage;texturefeatures;Sobeloperator.1引言近年来，全世界数字图像的数量正以惊人的速度增长。然而，由于这些图像是无序地分布在世界各地，图像中包含的信息无法被有效地访问和利用。这就要求有一种能够快速而且准确地查找访问图像的技术，也就是所谓的图像检索技术[1]。区别于目前检索系统中对图像进行人工标注的做法，基于内容的检索技术自动提取每幅图像的视觉内容特征作为其索引，如颜色、纹理、形状等。目前，基于内容的

6、图像检索算法研究已经取得许多重要的成果，出现了许多研究性的或实验性的图像检索系统[2]。但是，由于图像的特征非常复杂，对不同类型的图像的特征表示还无法建立通用的表示模型，导致目前还无法做到类似Google、百度这样的基于内容的图像检索系统。历史文物一般都年代久远，反映了珍贵的历史信息，成为人们了解历史的重要物证。珍贵的历史文物一般都会保存在当地的博物馆里，为了保护，还会采取限制参观等措施。随着计算机网络和技术的进步，数字博物馆已经成为现代教育的重要内容。历史文物经过数字化技术转为文物图像，可以在网络上广为传播。数字博物馆设计文物图像的存储、检索、展示和版权保护等

7、内容。文物图像呈现形状不规则、颜色丰富而斑驳等特点，获得的途径较少，目前关于文物图像检索方面的研究还不多。本文针对文物图像的检索展开研究，通过各种途径（博物馆实地、互联网等）得到一定数量的历史文物图像，建立图像数据库。文献【2】针对文物图像建立颜色特征库，提出了基于颜色直方图的文物图像检索方法。但我们发现，文物图像有很强的纹理细节特征，所以，我们把文物图像的纹理视觉特征做为研究重点，首先将彩色文物图像转化为灰度图像，然后用Canny算子检测出图像边缘，再用改进的Sobel算子模拟共生矩阵检测的4个方向的纹理矩阵，最终将其转换为直方图，从而提取到文物图像的纹理特征

8、。实验表明，使用这种纹理