改进的颜色特征图像检索方法

摘 要：本文提出了一种改进的基于颜色特征的图像检索方法。该方法通过最大颜色连通区域及其边缘颜色粗糙度来获取数据信息，弱化了色彩的控制。通过把图像间的相互关系定义为全部相关性和以图像化解为理论的部分相似度的数据分析和来提高图像检索的精确度。

关键词：图像检索；颜色；连通区域；粗糙度

中图分类号：TP391.4 文献标识码：A 文章编号：1674-7712 （2013） 14-0000-01

图像检索是利用图像的物理相关属性或者描述相关关键词的方式在图像数据库中寻找与查询图像相关或者相似的图像[1]。基于内容的图像检索（Content-BasedImageRetrievalCBIR）技术通过自动计算并提取图像的相关颜色、形状及纹理等视觉内容特性，从而对图像进行检索[2]。颜色特征是图像检索使用的主要特征之一，但无法反映色彩分布的空间信息，从而导致误识率较高[3]。

本文提出的思想是：一类以同类色彩构成的最大相似区域及其边缘粗糙度的图像检索方法，并将图像间的相似度定义为整体相似度与局部相似度的加权和。

一、改进的颜色特征图像检索

（一）颜色连通区域及其边缘粗糙度

颜色最大连通区域 是由颜色 通过计算同一颜色形成的最大连通图像子块。它满足 ={N（Max（Area（ ， ）））|i∈[0，n-1]}。

颜色连接区域的边缘粗糙程度R是颜色 最大连通区域Q的边缘相关颜色变化程度。

可定义距离公式为：

图像相似度：

（二）图像分块策略

本文以图像的子块划分为基础，将一幅图像划分为n×n个子块，将此分块的图像的相似程度定义为各分块相似度的平均值，即：

其中， 为某一相关子块间的相似程度， 为以分块为基础的图像相似程度。

二、图像检索算法描述

Step1对图像数据库中的图像分别提取全局直方图相关特征和分块直方图相关信息。

Step2设置数据阈值W。

Step3打开某一幅查询图像，利用定义的距离进行数据检索，得到关键图与库中每幅图像的数据距离，当距离大于数据阈值W时，则认为该图像与关键图根本无关。整个库检索完后，得到一系列小于阈值的图像相关记录，从而进行下一步。

Step4对步骤1中的结果进行3×3分块的数据检索。利用定义的距离对图像进行数据排序。

三、实验结果及相关评价

（一）实验结果

实验采用Corel数据库中的1000张JPEG图像。实验采用基于实例的检索方式，从十类图像中各随机抽取10幅即共100幅作为检索对象。实验结果如下。

（二）实验结果评价

对查询算法性能评价的最重要指标是查准率和查全率。表1给出了传统方法与本文方法的进行对比。

四、结语

本文提出了以同一颜色构成的最大连通区域及其边缘颜色粗糙度来反映同一色彩像素形成的空间区域特征的检索方法，同时将全部相似度与以图像分解为基础的部分相似度组合起来实现图像的数据检索。该实验结果表明，此方法性能稳定，其检索性能比传统直方图方式有显著提高。

参考文献：

[1]MOSTAFAT，ABBASHM，WAHDANAA.Ontheuseofhierarchicalcolormomentsforimageindexingandretrieval[J]//2002IEEEInternationalConferenceonSystems，ManandCybernetics，2002，7（6）：6-9.

[2]KOSKELAM，LAAKSONENJ，parisonoftechniquesforcontent-basedimageretrieval[C]//Proceedingsof12thScandinavianConferenceonImageAnalysis，Bergen，Norway：NorwegianSocietyforImageProcessingandPatternRecognition，2001：57-586.

[3]方俊，郭雷，汪子强.一种改进的基于颜色空间特征的图像检索方法[J].计算机工程与应用，2005，25：68-70.

[作者简介]王建峰，男，山东潍坊人，硕士，主要研究方向为计算机应用技术；徐其江，男，山东潍坊人，硕士，主要研究方向为计算机应用技术、动漫设计与制作、游戏制作。