android中提取hsv图像各个通道,基于Android的图像内容检索系统

摘要：

近年来,随着多媒体,互联网等技术的迅速发展,以手机,平板电脑为主的智能手持移动终端迅速普及到人们的生活当中,致使人们的生活方式发生了巨大的变化,与此同时,各式各样的大量图像信息也随之而来,传统基于文本的图像检索已远远不能满足人们的需求,于是基于内容的图像检索技术应运而生,而如何实时实地的快速在大量图像中检索出用户想要的图像信息仍是急需解决的问题.本文就这一要点出发,通过在移动计算平台下对基于内容的图像检索技术进行了研究和探讨,采用上位机存储管理大量图像信息,下位机自主管理本地少量图像信息,并可以通过3G或WIFI与上位机建立连接,实现远程图像信息检索的策略,设计并实现了一套利用HSV颜色特征和灰度共生矩阵纹理特征的图像检索系统. 本系统上位机开发基于Web Service的SSH框架,实现了表现层,业务逻辑层和数据服务层的分离,提高了程序扩展性能,并通过Ajax2技术创建快速动态网页,实现了网页的异步更新,从而优化了网站更新时的速度.下位机基于Android平台,运用Android图形布局,数据存储,网络通信等技术实现了基于本地与远程的图像检索系统.在图像的低层特征提取中,采取了基于HSV分块颜色直方图的颜色特征提取算法和基于灰度共生矩阵的纹理特征提取算法,并在研究基于以上两种算法基础上,提出了结合HSV分块颜色直方图和灰度共生矩阵的综合检索策略.利用灰度共生矩阵提取图像的对比度,能量,熵,相关性等纹理特征向量,并通过曼哈顿距离计算库中图像与样本图像的相似度,通过与阈值的比对,筛选出相似性高的图像,将筛选出图像的HSV颜色特征值再次通过曼哈顿距离进行相似性匹配,从而得出检索结果.为了进一步提高检测的准确率,采取了移动点查询的相关反馈方法,让用户参与其中,形成一种交互式检索机制,利用用户反馈回来的正反例图像信息,对查询向量进行调整,使其向正例方向移动,远离反例方向,使得检索结果更加符合用户的需求. 在图像检索时,用户可以实时实地的查询本地图像信息,也可通过3G或WIFI功能实时实地的查询远程图像信息.系统运行前,首先对数据库图像进行预处理,本文采取的是中值滤波方法,然后对处理后的图像进行颜色和纹理特征的提取,并将提取的特征向量存储到相应的数据库中.检索图像时,用户需要选择待检索的样本图像,并实现该图像的预处理及特征提取操作,如果用户选择的是本地图像检索,则系统会把提取的特征向量与本地特征库中的特征向量进行比较,并按相似度高低降序排列,根据排列顺序在本地图像库中查找相应的图像,显示在下位机的UI界面;如果用户选择的是远程图像检索,则会通过Soap协议,把提取到的特征向量传输到上位机,上位机通过相似性检测算法,把传送上来的特征向量与库中的特征向量进行比较排序,然后把检索结果传输到下位机,通过下位机的UI界面,供用户浏览,操作.用户可以在检索结果中利用相关反馈技术把检索出的图像标记为正例或反例图像,进行多次检索,以满足检索需求. 在测试过程中,采用64位Windows7系统的PC机作为上位机,下位机为联想乐Pad,上位机与下位机之间通过WIFI进行通讯,并选取了Corel图像库中的1000幅图像作为实验图像进行仿真实验图像,图像分为10类,每类100幅,图像尺寸为256x384,分辨率为72dpi.检索过程中,分别对花,公交车,恐龙,宫殿建筑这四类图像做了检索准确性的统计,检索结果显示,对恐龙这类结构简单图像的检索准确率较高,其基于HSV分块颜色直方图算法的查全率为46.3%,查准率为92%;基于灰度共生矩阵算法的查全率为33.3%,查准率为66.7%;基于HSV与灰度共生矩阵综合算法的查全率为47.3%,查准率为94.7.对宫殿建筑这类结构复杂的图像检索准确率较低,其基于HSV分块颜色直方图算法的查全率为20%,查准率为40%;基于灰度共生矩阵算法的查全率为13.3%,查准率为26.7%;基于HSV与灰度共生矩阵综合算法的查全率为20.7%,查准率为41.3.为了进一步验证基于内容的图像检索在Android移动终端的可行性,对其检索速度进行了测试,测试结果表明,1000幅的图像库中,同一幅图像在远程检索时的速度大约为7.8秒,图像缓存到本地后,再次检索所用时间为2.1秒,基于本地的图像检索过程大约为2.3秒.在整个测试流程中,系统运行稳定,检索速度快,准确率较高,验证了基于内容图像检索在Android移动终端实施的可行性,并希望对移动终端下图像检索技术的应用与推广能够起到推动作用.

展开