颜色直方图是在许多图像检索系统中被广泛采用的颜色特征。它所描述的是不同色彩在整幅图像中所占的比例,而并不关心每种色彩所处的空间位置,即无法描述图像中的对象或物体。颜色直方图特别适于描述那些难以进行自动分割的图像。
当 然,颜色直方图可以是基于不同的颜色空间和坐标系。最常用的颜色空间是RGB颜色空间,原因在于大部分的数字图像都是用这种颜色空间表达的。然而,RGB 空间结构并不符合人们对颜色相似性的主观判断。因此,有人提出了基于HSV空间、Luv空间和Lab空间的颜色直方图,因为它们更接近于人们对颜色的主观 认识。其中HSV空间是直方图最常用的颜色空间。它的三个分量分别代表色彩(Hue)、饱和度(Saturation)和值(Value)。
计算HSV空间中两种颜色的距离由多种不同的方法。例如在[2]中提出了如下的颜色距离计算公式.这种相似度量方法相当于一个圆柱形颜色空间中的欧 拉距离,该空间中的颜色值表示为(scosh, ssinh, v)。在[3]中这样的圆柱空间被进一步变形称为圆锥性空间,其中的颜色表示为(svcosh, svsinh, v)。这些改变使v值较小的时候,降低了直方图对h和s分量的分辨能力。
计算颜色直方图需要将颜色空间划分成若干个小的颜色区间,每个小区间成为 直方图的一个bin。这个过程称为颜色量化(color quantization)。然后,通过计算颜色落在每个小区间内的像素数量可以得到颜色直方图。颜色量化有许多方法,例如向量量化、聚类方法或者神经网 络方法。最为常用的做法是将颜色空间的各个分量(维度)均匀地进行划分。相比之下,聚类算法则会考虑到图像颜色特征在整个空间中的分布情况,从而避免出现 某些bin中的像素数量非常稀疏的情况,使量化更为有效。另外,如果图像是RGB格式而直方图是HSV空间中的,我们可以预先建立从量化的RGB空间到量 化的HSV空间之间的查找表(look-up table),从而加快直方图的计算过程。
上述的颜色量化方法会产生一定的问题。设想两幅图像的颜 色直方图几乎相同,只是互相错开了一个bin,这时如果我们采用L1距离或者欧拉距离(见3.1.1节)计算两者的相似度,会得到很小的相似度值。为了克 服这个缺陷,需要考虑到相似但不相同的颜色之间的相似度。一种方法是采用二次式距离[4](见3.1.3节)。另一种方法是对颜色直方图事先进行平滑过 滤,即每个bin中的像素对于相邻的几个bin也有贡献。这样,相似但不相同颜色之间的相似度对直方图的相似度也有所贡献。
选择合适的颜色小区间 (即直方图的bin)数目和颜色量化方法与具体应用的性能和效率要求有关。一般来说,颜色小区间的数目越多,直方图对颜色的分辨能力就越强。然而,bin 的数目很大的颜色直方图不但会增加计算负担,也不利于在大型图像库中建立索引。而且对于某些应用来说,使用非常精细的颜色空间划分方法不一定能够提高检索 效果,特别是对于不能容忍对相关图像错漏的那些应用。另一种有效减少直方图bin的数目的办法是只选用那些数值最大(即像素数目最多)的
bin来 构造图像特征,因为这些表示主要颜色的bin能够表达图像中大部分像素的颜色。实验证明这种方法并不会降低颜色直方图的检索效果。事实上,由于忽略了那些 数值较小的bin,颜色直方图对噪声的敏感程度降低了,有时会使检索效果更好。两种采用主要颜色构造直方图的方法可以在文献[5,6]中找到。
===============================
基于颜色和纹理的图像检索算法的研究
[日期:2008-06-24] | 来源: 作者:费晶晶 孙劲光 张新 | [字体:大 中 小] |
摘 要随着信息技术的 发展 ,基于 内容 的图像检索技术已经成为一个 研究 热点。文章提出了一种颜色和纹理相结合的图像检索算法。首先在RGB颜色空间中对已经分割好的图像块求其三个通道的颜色平均值,进行离散余弦变换后取其低 频分量作为颜色特征。用边缘直方图提取其纹理特征。最后综合利用这两个特征进行图像检索。实验结果表明,本文的算法具有较好的检索效果,有效地提高了检索 的查准率和查全率。
1 引言
2 利用颜色特征进行检索
2.1 提取颜色特征
2.2 相似度计算
3 利用纹理特征进行检索
3.1 提取纹理特征
![](http://www.lwlm.com/upload/2008_06/080624095672202.jpg)
(1)将图像中的象素点的灰度值分别与以上四个方向的核模板相乘。
3.2 相似度 计算
4 利用综合特征进行检索
![](http://www.lwlm.com/upload/2008_06/080624095653463.jpg)
5 实验结果及结论
|
利用颜
色特征
|
利用纹
理特征
|
利用综
合特征
|
海滩
|
0.583
|
0.500
|
0.833
|
恐龙
|
0.500
|
1.000
|
1.000
|
大象
|
0.417
|
0.333
|
0.583
|
马
|
0.583
|
0.833
|
1.000
|
雪景
|
0.167
|
0.250
|
0.333
|
花
|
0.500
|
0.667
|
0.833
|
|
利用颜
色特征
|
利用纹
理特征
|
利用综
合特征
|
海滩
|
0.350
|
0.300
|
0.500
|
恐龙
|
0.300
|
0.600
|
0.600
|
大象
|
0.250
|
0.150
|
0.350
|
马
|
0.583
|
0.833
|
1.000
|
雪景
|
0.100
|
0.150
|
0.250
|
花
|
0.300
|
0.400
|
0.500
|
参考 文献