基于顏色特征的圖像檢索技術的分析和實現

摘 要：隨著計算機技術和Internet網絡的發展，信息數量和信息媒體種類在不斷增加，而圖像信息更是目前得到的最直觀和數量最多的信息之一。數據庫是各類信息管理系統的核心部分之一，圖像檢索技術結合了圖像自身所含的特征以及數據庫技術，是一項在理論研究和實際應用中都極有前途的新技術。在分析顏色檢索的算法的基礎上，給出一種基于對稱色彩空域特征的同心圓劃分圖像匹配算法，通過引入對稱的空域信息，最終達到提高圖像檢索的準確性。

關鍵詞：顏色特征;圖像檢索；圖像信息；信息媒體

中圖分類號：TP391 文獻標識碼：B 文章編號：1004373X(2008)1815103

Analysis and Implementation of Colorbased Image Retrieval Technology

ZHANG Zhenquan1，ZHANG Yongyue2，FAN Hong1，ZHANG Haibo2

(1.Unit 69046 PLA，830002，China;2.Unit 69052 PLA，830002，China)

Abstract：With the development of computer and Internet network technology，the quantity and category of information grow continuously.The information of image is one of most intuitionistic and amount of them.The database is the core of all kinds of system of information management.The technology of image retrieval combine the database and the character of image itself，which is a new and evolutive technology either in the academic research and actual application.In this article，based on the algorithm of colorbased is analyzed，a concentric circles of the image matching algorithm is given，which is based on the symmetry features of color space.By introducing symmetrical space information，the accuracy of image retrieval is achieved.

Keywords：color character;image retrieval;image information;information media

隨著多媒體技術及Internet網絡的迅速發展，大家每天都會獲得GB級的數字圖像、數字化的視頻信號、醫學圖像、遙感圖像、新聞圖片等。圖像的應用日益廣泛，對這些巨大的數據如何存儲、管理、查詢、檢索，這對傳統數據庫提出了重大挑戰，以文字為對象的傳統數據庫已經無法滿足圖像數據庫的要求，其沒有對圖像及視頻數據進行自動和有效的描述，使大量信息淹沒在數據庫中，無法在需要的時候被檢索出來。在此背景下，圖像檢索技術CBIR和多媒體數據庫技術成為信息系統研究領域的研究熱點并得以迅速發展，也成為信息高速公路、數字圖書館等重大項目的關鍵技術。

1 HSV顏色模型

HSV(色調H、飽和度S、亮度V)顏色模型有2個特點：

（1） 亮度分量與圖像的彩色信息無關；

（2） 其他2個分量與人感知顏色的方式緊密相聯。從而使得它成為非常適合于借助人類視覺系統來感知顏色特征的圖像處理算法，如圖像壓縮編碼；該模型也是基于顏色的圖像檢索方法的首選模型。

HSV顏色模型各頻道之間互相獨立。色調H表示從一個物體反射的或透過物體的光波長，即光的顏色。不同波長的光呈現不同的顏色，具有不同的色調，如紅、綠、藍、橙等。飽和度S是顏色的深淺或濃淡程度，飽和度的深淺與顏色中加入白色的比例有關，它反映某種顏色被白色沖淡的程度。白色成分為0，則飽和度為100%；只有白色，則飽和度為0%。亮度V就是人眼感覺到的光的明暗程度，光波的能量越大，亮度越大。

HSV顏色空間可以看作是倒置的圓錐形，如圖1所示。長軸表示亮度V，通常用百分比度量，從黑0%到白100%，體現光線的明暗程度。離開長軸的距離表示飽和度S，即顏色的純度，它也用百分比表示，從0%到完全飽和100%。圍繞著軸的角度是色調H，它用［0° ，360°］來度量，它影響人類的視覺判斷。

2 基于顏色的檢索方法

本文采用一種有效的基于顏色檢索的算法。即首先將圖像從RGB空間轉換到HSV空間，進而將其非均勻量化到36維，然后將圖像劃分成8個同心圓，再利用提取的特征進行檢索，文中相似性度量采用歐氏距離法。

圖1 HSV顏色模型2.1 對HSV空間的量化

一幅圖像的顏色一般非常多，尤其是真彩色圖像，所以用來描述圖像的整體顏色特征的直方圖矢量的維數會很大。同時，由于人眼視覺的分辨能力有一定的局限性，在整個色彩空間中只要選擇一定代表性的顏色，舍棄那些無顯著視覺意義的顏色信息并不影響圖像的識別。具體公式如下：H=0ifh∈(330，22］

1ifh∈(22，45］

2ifh∈(45，70］

3ifh∈(70，155］

4ifh∈(155，186］

5ifh∈(186，278］

6ifh∈(278，330］ (1)

V=0ifv∈(0.2，0.7］

1ifv∈(0.7，1］(2)

S=0ifs∈(0.2，0.65］

1ifs∈(0.65，1］(3)

按照以上的量化方法，把3個顏色分量合成為一維特征矢量，如式(4)所示。這里，對于合成的每一個一維特征矢量l，對應HSV顏色空間的一個空間區域。所統計的直方圖就是落在各個空間區域里的像素的分布情況。

l=0ifv∈［0.0.2)

\\+1ifs∈［0，0.2］，v∈［0.2，0.8)

7ifs∈［0，0.2］，v∈(0.8，1.0］

4H+2S+V+8others(4)2.2 基于顏色的一種改進算法

上述量化方法，實質上就是把HSV空間量化為36維，把每個像素的HSV值映射到相應的區域，主要是采用顏色直方圖方法。顏色直方圖能夠反映圖像的平均顏色信息，但其不考慮空間位置信息，例如，在一幅全家福合影中，你站在父母的左邊、右邊、還是中間，并不會影響整幅圖像的顏色分布，得到的顏色直方圖也是類似的，因此在基于顏色的圖像匹配方法中引入空域信息對于確保匹配準確率是十分必要的，但這首先要解決空域信息的引入與特征不變性之間的矛盾。顏色特征的優點在于對尺度、旋轉的不變性，而一般的與空域信息相關的算法都沒有這種好的性質，因而在引入空域信息的時候要兼顧不變性的問題。

基于上述考慮，提出一種基于對稱色彩空域特征的同心圓劃分圖像匹配算法，具體方法是將圖像用8個同心圓等間隔劃分為1個圓、7個圓環及其余部分共9個區域。在對圖像的特征提取時對于圖像中心附近的區域使其相應的特征權值比較大，而對于相對圖像邊緣部分則使其權值略小。從而達到對圖像不同的區域采用不同的加權特征處理。該方法在保留了顏色特征不變性的基礎上，通過引入對稱的空域信息，既提高圖像特征準確性，又消除變形對圖像特征匹配的影響，使計算機對圖像的處理更符合人的視覺特性，最終達到提高圖像檢索的準確性。

圖2 矩形劃分 圖3 同心圓劃分

2.3 算法流程

算法流程為：

(1) 首先將圖像用8個同心圓等間隔劃分，得到1個圓、7個圓環及剩余的部分共9個區域；

(2) 分別計算上述各部分面積也即統計各部分的像素總數；

(3) 將上述每個區域的像素變換到HSV空間并量化到36維，并統計出每一區域的36維直方圖；

(4) 對待檢索圖像做(1)，(2)，(3)變換；

(5) 利用式（2），(4)分別計算待檢索圖像和圖像庫某一圖像對應部分的9個直方圖的歐氏距離D₁，D2，D3，D4，D5，D6，D7，D8，D9；

(6) 計算加權歐氏距離，圓和圓環部分的權值為2，其余部分的權值為1：D=2D₁+2D2+2D3+2D4+2D5+2D6+

2D7+2D8+D9(5)

(7) 分別計算待檢索圖像與圖像庫所有圖像的加權歐氏距離D，然后將歸一化后的距離作為相似距離，最后按順序排出前20幅。

3 實驗結果及分析

在本實驗查詢結果中第一幅圖像為查詢目標，相似度從左至右、自上向下遞減，即第一行左二幅是查詢到的最佳入選對象。為了使實驗更加客觀，這里規定：判斷兩幅圖像是否相似的依據是它們是否屬于同一子類別。實驗過程如下：分別從7個子類別中各隨機抽取5幅圖像作為查詢圖像，這樣構成35次查詢。綜合35次查詢，得到與查全率相應的平均查準率，如表1和圖4所示。

表1 不同顏色檢索方法查全率和平均查準率比較

查全率平均查準率0.20.40.60.81.036維顏色同心圓0.7960.7040.5470.3510.12336維非均勻顏色0.7570.5950.5000.2570.12672維顏色空間0.6810.5830.4620.3750.187

圖4 不同顏色檢索方法查全率和平均查準率比較由表1及圖4表明：本文的同心圓法全面性能較為優越。此外其還反映出：隨著查全率的提高，查準率會逐漸降低；在相同的查全率下36維同心圓法的查準率較高。圖5和圖6分別是用2種不同方法對同一幅圖像在同一個圖像數據庫中的檢索結果。從圖可知：

(1) 比較36維同心圓法和72維矩形法可知，72維矩形法雖然考慮到了顏色的空間分布但同時卻滿足不了平移、旋轉、尺度等不變性的要求，通過比較可見本文提出的方法魯棒性更好一些；

圖5 36維同心圓圖6 72維9分塊(2) 比較36維量化全局直方圖法和72維矩形法可見，前者做到了旋轉、平移、尺寸的不變性，但查全率較低；后者在考慮到顏色空間的情況下，查全率有了較好改善。

參 考 文 獻

［1］王偉.基于內容的圖像檢索系統的研究［D］.北京：中科院計算所，1999.

［2］劉芳，王濤，周登文.基于顏色空間二維直方圖的圖像檢索［J］.計算機工程與應用，2000（12）:8588.

［3］曹莉華，柳偉，李國輝.基于多種主色調的圖像檢索算法研究與實現［J］.計算機研究與發展，1999，36(1):96100.

［4］Zhang Lei，Lin Fuzong，Zhang Bo.A CBIR Method Based on Colorspatial Feature.Proceeding of the IEEE Region 10 Conference (TENCON90)，1999:166169.

［5］Bo Xiaocheng，Liu Jianping.Research on Some Key Problems in Colorbased Image Retrieval［J］.Mini-Micro Systems.1998，19(10):4247.

［6］ 周先譜，仝曉梅.基于FIFO隊列的PCI總線仲裁器的設計與FPGA實現\\.2007，30（22）:157160

注：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