圖像檢索中顏色特征提取方法的研究

侯方，姜秀華

(中國傳媒大學(xué)信息工程學(xué)院，北京100024)

1 概述

近年來，隨著計算機技術(shù)、多媒體技術(shù)和網(wǎng)絡(luò)通信技術(shù)的日益發(fā)展，尤其是Internet網(wǎng)絡(luò)的快速發(fā)展和大范圍普及，數(shù)字圖像正以驚人的速度增長，我們需要一種快速而準確的查找方法來從海量圖像數(shù)據(jù)庫中找到所需要的圖像。從20世紀70年代至今，圖像檢索技術(shù)由基于文本的圖像檢索發(fā)展到現(xiàn)在的基于內(nèi)容的圖像檢索。

基于內(nèi)容的圖像檢索(CBIR)是圖像特征相似性匹配的過程，而用于檢索的圖像特征分為底層視覺特征和高層語義特征，現(xiàn)在一般使用顏色、形狀和紋理等這些底層視覺特征。一個典型的CBIR系統(tǒng)一般由兩部分構(gòu)成:圖像特征提取子系統(tǒng)和圖像查詢子系統(tǒng)。圖像特征提取子系統(tǒng)主要是負責圖像的存儲和特征提取，并以特征信息索引庫形式存儲圖像特征信息的表達式，圖像查詢子系統(tǒng)則完成基于內(nèi)容的檢索功能。基于內(nèi)容的圖像檢索技術(shù)經(jīng)過多年的研究，目前已經(jīng)開發(fā)出了一些系統(tǒng)，而比較知名的有IBM公司研制的QBIC［1］，美國哥倫比亞大學(xué)開發(fā)的WebSEEK和VisualSEEK［2］系統(tǒng)和MIT多媒體實驗室Photobook系統(tǒng)等。在這些圖像檢索系統(tǒng)中，都提供了顏色屬性的檢索功能。

顏色特征是每個物體都有的非常重要的視覺特征，而且對圖像質(zhì)量和尺寸的變化、旋轉(zhuǎn)和噪聲有很強的魯棒性。在大多數(shù)情況下，顏色是描述一幅圖像最簡單而有效的特征，在基于內(nèi)容的圖像檢索中顏色特征是被最廣泛采用的底層特征。

本文主要介紹圖像檢索系統(tǒng)中關(guān)于顏色特征的相關(guān)理論知識和幾種常用的的典型的顏色特征提取方法。

2 顏色空間特征的相關(guān)理論

常見的用來表示顏色的顏色空間有RGB顏色空間、HSV顏色空間和CIEL*a*b*顏色空間等，顏色空間的選擇對顏色特征提取非常重要，一般選用符合人眼視覺特征的顏色空間。

2.1 RGB顏色空間

RGB顏色空間是圖像顯示中的一種最常用的顏色空間，它以紅、綠、藍作為三基色，依據(jù)三基色原理，紅、綠、藍按照不同比例相加混合成各種顏色。盡管RGB顏色模型計算簡單，也被廣泛的應(yīng)用于CRT顯示彩色圖像，但是RGB顏色空間不具備視覺一致性，各顏色維之間的相關(guān)性很強，我們要改變一種顏色時，就要對三個通道上的顏色全部進行改變。另外，它不是一個均勻視覺的顏色空間，兩種顏色之間的視覺差異不能采用該顏色空間中兩個顏色點之間的距離來表示，不符合人眼對顏色的感知，因此需要另一種符合人的視覺心理的顏色模型來表示顏色。

2.2 HSV顏色空間

HSV［3］顏色空間是一種面向視覺感知的顏色模型，以人類對顏色的感覺為基礎(chǔ)，把顏色用三個分量來表示:色調(diào)H(hue)、飽和度S(saturation)、亮度V(value)。HSV顏色空間直接對應(yīng)于人眼的視覺三要素，通道之間各自獨立，所以HSV顏色空間具有視覺一致性;每個分量直接對人眼的視覺感受起作用，顏色之間感覺上的距離與HSV顏色空間坐標上點的歐幾里德距離成正比，所以HSV顏色空間是一個均勻的顏色模型，比RGB空間更符合人眼的視覺特性。但是計算機只能識別RGB顏色空間，因此在圖像處理中需要使用以下公式把圖像從RGB空間模型轉(zhuǎn)換到HSV空間模型:

其中:max=max(R，G，B)，min=min(R，G，B)，h∈［0，360］，(s，v)∈［0，1］。

2.3 CIEL*a*b*顏色空間

CIEL*a*b*顏色空間［3］是1976年由國際照明委員會(CIE)公布的，是一種均勻的顏色模型。Lab模式由三個通道組成，一個通道是亮度L，另外兩個是色彩通道a和b，人眼對亮度分量L敏感，對兩個顏色分量的變化不敏感。均勻顏色空間模型本質(zhì)上仍是面向視覺感知的顏色模型，只是在視覺感知方面更為均勻，對于CIEL*a*b*空間，顏色之間的差別完全可以用歐氏距離來測量。CIEL*a*b*顏色空間也可以由RGB顏色模型轉(zhuǎn)化得到。

3 顏色特征

3.1 顏色直方圖

顏色直方圖是基于顏色的CBIR系統(tǒng)中最早使用，同時也是最常用的一種特征表示方法，它反映了圖像中各種顏色的比例分布。顏色直方圖實質(zhì)就是統(tǒng)計圖像中每種顏色出現(xiàn)的頻數(shù)，所以它計算簡單，而且具有平移、旋轉(zhuǎn)和縮放不變性。顏色直方圖可以用一個一維向量來表示:

其中hk表示第k種顏色在該圖像中的像素頻數(shù):

上式中k代表圖像的顏色特征值，L代表顏色特征值的個數(shù)，nk是圖像中具有特征值為k的像素個數(shù)，N是圖像像素的總數(shù)。

但是顏色直方圖丟失了顏色的空間分布信息，因此在兩幅完全不相關(guān)的圖像具有相同的顏色直方圖時，就會降低檢索效率。鑒于顏色直方圖的這種缺點，許多改進的方法被提了出來，如:累加顏色直方圖，分塊顏色直方圖，局部顏色直方圖等。

當圖像中的特征向量不能取遍所有值時，顏色直方圖中就會出現(xiàn)很多零值，從而影響直方圖的相交運算，就會使匹配結(jié)果不能反映兩圖之間的顏色差別。為了解決這個問題，累計直方圖被提了出來。

累計直方圖的定義如下:

既然每天基本只拍一張照片，不如嘗試拍攝更有力的作品，既能向觀眾透露整體敘事的一些信息，又能獨立存在，這會是一項有趣的挑戰(zhàn)。在365天的項目中給自己設(shè)定敘事以外的挑戰(zhàn)，既能給予你更多思考空間，也能給你更多動力，促使你完成項目。

hk表示k種顏色的像素累加頻數(shù)。實驗表明，累計直方圖檢索圖像的效果一般都優(yōu)于直方圖。

3.2 顏色矩

顏色矩［4］是 StriCker和 Orengo提出的一種簡單而有效的顏色特征描述方法，由于顏色的信息主要集中在低階矩，所以圖像的顏色分布僅使用顏色的一、二和三階矩就可以表達。與顏色直方圖不同的是顏色矩不需要對特征進行向量化，但是圖像低階矩的檢索效率比顏色直方圖的檢索效率要低，所以在實際應(yīng)用中常將顏色矩同其它圖像特征聯(lián)合使用。

3.3 顏色的空間信息

顏色的空間分布特征對于區(qū)分圖像的內(nèi)容也是十分重要的，因為兩幅顏色空間分布明顯不同的圖像可能會存在相同的顏色直方圖，這對只采用顏色直方圖的檢索算法的檢索精度有很大的影響。所以我們可以將顏色的空間信息和顏色直方圖結(jié)合起來，彌補直方圖特征的缺點，使檢索結(jié)果更加精確。

3.4 顏色空間的量化

圖像中的顏色一般會非常多，這樣就會使直方圖矢量的維數(shù)非常多，矢量維數(shù)的增加又會占用更多的存儲空間和使計算量增大，而且人眼對顏色的分辨能力也有限，不能區(qū)分所有顏色。因此，需要對顏色空間進行量化以減少顏色的維數(shù)。顏色的量化方法一般有等間隔量化、非等間隔量化和聚類［14］。

4 幾種基于顏色直方圖的特征的提取方法

4.1 基于分塊的直方圖

傳統(tǒng)的直方圖方法只是統(tǒng)計圖像的全局顏色信息，而丟失了圖像的空間分布信息，檢索效率會受到影響。為了提高檢索精度，需要在直方圖的基礎(chǔ)上引入空間信息。為了加入空間信息，一般是把圖像劃分為若干塊，然后分別計算每個子塊的顏色直方圖。

常用的分塊方法是將圖像平均分成m×n塊，這種分塊方法雖然簡單，但是沒有突出圖像中間的主體部分和充分限制背景的范圍。于是Stricker M和Dimai A［5］提出了下圖的分割方法，對每個區(qū)域求顏色矩的同時對中央?yún)^(qū)域1賦予較大的權(quán)值(見圖1)。趙瑩［6］提出了一種圖像重疊分塊的方法，把圖像平均分成3×3的子塊后，又將這9塊合并成4大區(qū)域(見圖2):P1={1，2，4，5}，P2={2，3，5，6}，P3={4，5，7，8}，P4={5，6，8，9}。P1、P2、P3 和 P4這四部分彼此相互重疊，中央部分5重疊了4次，權(quán)重為 4，(2、4、6、8)重疊了 2 次，權(quán)重為 2，(1、3、7、9)只重疊了一次，權(quán)重為1。通過重疊的方式，不僅可以突出圖像中間的主體部分和限制背景范圍，還一定程度上避免了因分得過碎而破壞物體完整性的缺點，并保留了足夠豐富的顏色信息。

圖1 一種圖像劃分方法

但是當圖像發(fā)生變形時，如旋轉(zhuǎn)和物體有位置變化，則以上的劃分方法就無法正確匹配。

圖2 圖像重疊分塊方法

中心圓和各圓環(huán)的半徑:

式中，R是以M為圓心的最大半徑。等間隔環(huán)形分塊法，分割后的各圓環(huán)的面積并不相等:中心圓的面積最小，所含像素點也最少;而越外面的圓環(huán)面積越大，所含像素點也越多［7］。基于這種方法不利于突出中央主體部分，余芳［8］提出了一種等面積的圓環(huán)分塊方法，使中心圓和各圓環(huán)的面積相等(見圖4)。這樣不僅保持了環(huán)形分塊的優(yōu)點，也更有利于突出圖像中央主體部分。

中心圓和各圓環(huán)的半徑:

圖3 等間隔的圖像環(huán)形塊方法

4.2 模糊量化直方圖

圖4 等面積的圖像環(huán)形分塊法

顏色量化可以降低顏色直方圖的維數(shù)，同時好的量化方法可以更好的表達圖像中顏色空間的分布信息，更接近人眼的視覺感知性。J.R.Smith［9］、張磊［10］和曹莉華［11］等人提出了不同的量化方法，但是這些方法存在兩個問題:忽視了量化邊界處附近的顏色的相似性和連續(xù)性;忽視了人對顏色主觀感知的模糊性。汪子強［13］等人提出了基于主觀視覺感知的模糊顏色量化方法，統(tǒng)計模糊量化直方圖，從而更好地近似人的視覺感知。

以Zadeh［12］提出的模糊集合理論為依據(jù)，汪子強提出了基于HSV顏色空間的32色模糊顏色量化方法。設(shè)論域U為整個HSV顏色空間，對于不含色彩信息的灰度，把其分為四個模糊子集G={黑，深灰，淺灰，白};對于含有色彩信息的空間，根據(jù)人的主觀感知性研究，人眼對HSV空間的三分量存在感知獨立性，因此對三分量分別進行模糊劃分，把色調(diào)大致分為七個模糊子集:{紅，橙，黃，綠，青，藍，紫};對于飽和度分為兩個模糊子集:{深色，淺色};對于亮度分為:{亮，暗}。于是，由三個分量的模糊子集笛卡爾積就得到了28個模糊子集C，加上灰度的4個模糊子集就得到了32個模糊子集F(U)=G∪C。然后根據(jù)顏色隸屬度函數(shù) μA(μ)(A?F(U)，μ∈U)來計算給定顏色對模糊子集A的隸屬度。于是，由隸屬度函數(shù)可以得到每種顏色對32個模糊子集的隸屬度。

由隸屬度函數(shù)可以得到模糊量化直方圖，對于M×N的圖像I和模糊子集，A?F(U)可以得到模糊量化直方圖如下:

通過實驗表明基于模糊量化直方圖的方法更接近人的主觀視覺感知，具有較高的檢索準確性。但是為了能夠更好的表達圖像的顏色特征，還需要我們進一步的研究得到更好的量化方法。

4.3 主顏色直方圖

主顏色是指圖像中占的比重比較大，而且在表達圖像語義上起重要作用的顏色，在顏色空間中利用聚類方法將顏色聚類成主顏色，并利用直方圖表示主顏色信息。聚類是顏色量化的一種常用方法，常用的聚類方法有K-means方法［8］、模糊C均值聚類算法 (FCM)［16］和GLA算法。

李有峰［14］提出了一種基于圖像前景和背景主顏色提取方法，用K-均值聚類的方法提取圖像前景和背景的主顏色，該方法不僅能夠降低顏色特征向量的維數(shù)，而且對圖像的旋轉(zhuǎn)以及目標物體的大小都不敏感。曾接賢［15］等人提出一種改進的K-均值聚類方法，在HSV顏色空間中，用K-均值聚類算法對H和V兩個分量進行聚類，并根據(jù)圖像各個分量的直方圖特點來選取分類數(shù)目和初始聚類中心。

聚類時每個顏色區(qū)域的顏色很多，如果只用中心顏色來代替的話，不能反映真實的顏色分布情況。而且聚類是對顏色的剛性量化，容易在量化邊界上出現(xiàn)顏色劃分的和人眼的感知不一致的情況，即感知上相同的顏色被劃分到不同的量化區(qū)域，而感知上不同的顏色卻被劃分在同一區(qū)域。基于上述原因，方珍紅［16］等人提出了一種基于聚類的加權(quán)顏色特征的算法，該算法在模糊C均值聚類(FCM)方法上加以改進后對HSV空間上的顏色進行聚類，然后計算加權(quán)的主顏色直方圖。

傳統(tǒng)的顏色直方圖是給出圖像顏色的整體描述，每種顏色都是同樣的權(quán)重。然而顏色被聚類后，顏色被量化后的區(qū)域中所包含的顏色比較多，而且每種顏色對視覺感知的重要程度也不一樣，所以方珍紅等人提出加入隸屬度權(quán)重參數(shù)，即按照FCM聚類后的類中心為每個顏色區(qū)域的主顏色，其他顏色按照隸屬度uik的權(quán)重進行頻數(shù)統(tǒng)計，可以得到主顏色直方圖，

定義如下:

式中，uik為顏色i對k類中心的隸屬度函數(shù)，ni為第k個顏色區(qū)域內(nèi)顏色i的像素個數(shù)，m為第k個顏色區(qū)域內(nèi)的顏色個數(shù)。實驗表明，利用主顏色的直方圖比傳統(tǒng)的顏色直方圖有更好的檢索效果，同時不同距離顏色的權(quán)重不同也較為精確地表達和描述了圖像。

目前對于圖像顏色特征的提取還沒有哪種方法可以對所有類型圖像都能達到最好的效果，所以有時候要針對不同類型的圖像使用不同的提取方法。

5 結(jié)束語

基于顏色的圖像檢索系統(tǒng)一直是研究領(lǐng)域的熱門，經(jīng)過多年的研究已經(jīng)有了一定的成果，本文簡單的介紹了目前在圖像檢索系統(tǒng)中常用的顏色空間、顏色特征和幾種顏色特征的提取方法，并對在直方圖的基礎(chǔ)上做各種改進的顏色特征的提取方法，進行了分析。但是基于底層特征進行檢索并不能得到很好的檢索效果，今后的研究方向應(yīng)該是底層特征和高層語義相結(jié)合并且加入相關(guān)反饋系統(tǒng)。

［1］Flicker M，Sawhney H，Niblack W.et al.Query by image and video content:The QBICsystem［J］.IEEE computers，1995，28:23-32.

［2］Smith J R，Chang S.VisualSEEK:A fully automated content-based image query system［C］.ACM multimedia，1997:87-98.

［3］韓軒.基于顏色和空間特征的圖像檢索技術(shù)研究［D］.廈門:廈門大學(xué)，2008.

［4］Stricker M，Orengo M.Similarity of color images［C］.SPIE Storage and Retrieval for Image and Video Databases III，1995:381-392.

［5］Stricker M ，Dimai A.Color indexing with weak spatial constraints［C］.SPIE Proceedings 2670，1996:29-40.

［6］趙瑩.基于顏色分布的圖像檢索系統(tǒng)［J］.微計算機信息，2007，23(6-3):266-268.

［7］周兵，沈鈞毅，彭勤科.一種新的基于對稱色彩空域特征的圖像匹配方法［J］.小型微計算機，2005，26(1):147-150.

［8］余芳.基于顏色特征的圖像檢索技術(shù)研究［D］.北京:中國石油大學(xué)，2007.

［9］Smith J R，Chang S F.Tools and Techniques for Color Image Retrieval［C］.SPIE ，1996，(2670):426-437.

［10］Zhang Lei，Lin Fuzong，Zhang Bo.A CBIR Method Based on Color-Spatial Feature［C］.Proceed ings of the IEEE Region the 10th Conference，1999:166-169.

［11］曹莉華，柳偉，李國輝.基于多種主色調(diào)的圖像檢索算法研究與實現(xiàn)［J］.計算機研究與發(fā)展，1999，36(1):96-100.

［12］李凡.模糊信息處理系統(tǒng)［M］.北京:北京大學(xué)出版社，1998:85-136.

［13］汪子強，郭磊.基于模糊顏色量化的圖像檢索［J］.計算機應(yīng)用研究，2005，22(9):162-164.

［14］李有峰.基于顏色和紋理特征的圖像檢索相關(guān)算法研究［D］.成都:電子科技大學(xué)，2009.

［15］曾接賢，王軍婷，符祥.K均值聚類分割的多特征圖像檢索方法［J］.計算機工程與應(yīng)用，2013，49(2):226-230.

［16］方珍紅，謝明元，楊玲.一種新的基于加權(quán)顏色特征的圖像檢索算法［J］.激光與紅外，2013，43(4):471-474.