一種新的顏色信息熵圖像檢索方法

摘要：提出了一種新的相似性圖像檢索方法。首先分割圖像，把一幅圖像劃分為若干子區域，抽取圖像的分塊顏色信息；再利用信息熵計算圖像之間的顏色互信息。用這種方法對不同類型圖像進行試驗，結果表明，與其他顏色特征描述方法相比，該方法具有較好的效果。

關鍵詞：信息熵； 圖像分割； 特征描述； 互信息

中圖分類號：TN 911．73文獻標志碼：A

文章編號：1001－3695(2008)01－0281－02

近年來，基于內容的圖像檢索(CBIR)技術已經成為一個研究熱點。目前，CBIR的研究主要集中在圖像的低層特征上，即顏色、形狀、位置和紋理等特征。

顏色與其他特征具有很強的關聯性，以及它在統計上的平移、旋轉及尺度上的不變性，因此基于顏色的圖像表示方法自然就成為主要的圖像索引技術。常用的顏色索引技術包括顏色直方圖相交法[1]、色彩聚合矢量法[2]和累加直方圖法[3，4]等。此類方法實現簡單，但會丟失顏色的空間分布信息。文獻[5]給出了一種包圍盒方法，考慮了顏色的部分空間分布特征，效果較好。但此方法要提高精度，則需增加包圍盒數，會明顯增加計算量，較好地解決了這一問題，使形狀描述比較完整，但其計算較復雜。

為克服上述方法的不足，本文先對圖像分塊，再利用信息熵理論實現圖像檢索。下面先給出Shannon互信息的定義。

1Shannon顏色互信息

利用互信息作為圖像的相似性測度是Viola和Collignon于1995年分別獨立提出的，它在應用上取得了很大成功。Shannon互信息的定義[6]如下：

4實驗結果

在實驗中，對image.vary.jpg[8]圖像庫中2 164幅大小為85×128的圖像采用本文方法進行實驗。實驗先用區域生長法對圖像分割，提取其分塊的顏色特征；再計算圖像的顏色互信息。在計算圖像的分塊顏色熵時，考察的主要是面積比較大的區域，對于面積較小且其灰度方差小于整個圖像的總體方差的區域，則無須計算顏色熵或互信息。因為它對檢索性能也沒有多大的提高，而且還會增加計算量。本文中，如果一個顏色塊的面積小于圖像大小的1%，則在計算互信息時一般不予考慮。

本文用Visual C++ 6．0編程語言在Windows 2000平臺上重點對動物、山峰、水波、船舶四類480幅圖像進行檢索。采用直方圖法、本文方法和文獻[6]方法分別進行實驗。圖1是一實驗結果圖：(a)為待檢索圖像；(b)是采用本文方法順序輸出了與待檢索圖像相似度最高的前五幅圖像；(c)采用的是文獻[6]方法的結果。其中前15 幅圖的正確率為93%，前25幅圖的正確率為88%。文獻[6]方法前15 幅圖的正確率為86%，前25幅圖的正確率為80%。

對實驗結果的評價，本文采用了檢索效率這個參數[4]，結果見表1。在三種方法中，累加直方圖法效率最低，文獻[6]方法效率較高，本文方法總體效率最高，主要是它既考慮了圖像的顏色特征，又考慮了其空間分布特征。由表1可知，本文方法在檢索像水波這樣的圖像時，并不比文獻[6]方法有優勢。其原因是水波圖像的空間分辨特征不太明顯，在圖像分塊時，會引進一些誤差，有時反而會降低檢索效率。在計算復雜度方面，本文方法與文獻[6]是一致的，只是多了檢索前的預處理時間，而這并不影響檢索的效率。

5結束語

本文提出了一種基于互信息計算的圖像檢索方法，對圖像熵的定義進行推廣，引進了圖像分塊熵的新概念。在檢索時，考慮了圖像的兩個最主要的低層特征：顏色和其空間分布特征。實驗表明，本文方法適用于細節不太豐富但形狀比較明顯的圖像，檢索可以取得非常滿意的效果，與其他方法相比有一定的優勢。但是如果利用文中方法來檢索不同姿態的物體時，尤其是檢索同一個動物或人的不同姿勢時，此方法不能進行很好檢索。這正是本文方法的一個不足之處，也是下一步需要解決的問題。

參考文獻：

[1]SWAIN M， BALLARD D. Color indexing[J]. International Journal of Computer Vision， 1991，7(1):11－32.

[2]PASS G， ZABIH R， MILLER J. Comparing images using color cohe￣rence vectors[C]//Proc of ACM Intern Conf Multimedia.Boston， MA：[s.n.]， 1996.

[3]STRICKER M， ORENGO M. Similarity of color images[C]//Proc of SPIE Storage and Retrieval for Image and Video Databases. 1995:381－392.

[4]劉忠偉.利用局部累加直方圖進行彩色圖像檢索[J].中國圖象圖形學報，1998，3(7):533－537.

[5]范自柱，蔣先剛.基于包圍盒的圖像檢索技術[J].計算機研究與發展，2005，42(增刊):260－263.

[6]時永剛，鄒謀炎.圖像配準中統計型相似性測度的比較與分析[J]. 計算機學報，2004，27(9):1278 1283.

[7]高利，徐長梅.基于顏色分布相似性的圖像內容檢索[J]. 計算機工程與科學，2003，25(3):52－55.

[8][EB/OL].（1999）.ftp://db.stanford.edu/pub/wangz/image. vary.jpg.

“本文中所涉及到的圖表、注解、公式等內容請以PDF格式閱讀原文”