基于分塊顏色直方圖索引的快速圖像檢索方法

羅桂娥 LUO Gui-e；李花 LI Hua；劉獻如 LIU Xian-ru

（中南大學信息科學與工程學院，長沙410083）

0 引言

在傳統的基于內容的圖像檢索技術[1]中，顏色在描述視覺信息中最為直接和簡單，常用于基于內容的圖像檢索技術中[2]。但是全局顏色直方圖描述圖像的顏色分布時忽略了圖像中顏色的空間分布特征[3]，檢索效果不佳。為此本文提出了一種改進的基于分塊顏色直方圖索引的快速圖像檢索方法。

1 顏色空間的選取及量化

1.1 顏色空間的選擇

HSV顏色空間根據人眼色彩視覺特征用色調（H）、飽和度（S）和亮度（V）來描述圖像顏色信息。與人對顏色的感知最為相似[4]，符合人眼對顏色的識別特點，所以本文選取HSV顏色空間進行圖像處理。取值范圍為H∈[0，360]，S∈[0，1]，V∈[0，1]。

1.2 顏色量化

本文按照人類對顏色感知標準將色調分為7份，飽和度分為3份，亮度分為3份。量化后的色調、飽和度和亮度值分別 H′、S′、V′。量化后的取值范圍為 H′∈[0，7]、S′∈[0，2]、V′∈[0，2]。再將三個顏色分量合成一維特征向量。合成公式如下：

其中色調H′的權值取9，飽和度S′的權值取3，亮度V′的權值取1，L的取值范圍為[0,71]，這樣顏色空間被量化成72種顏色，有效地壓縮了圖像的顏色特征維數[5]。

2 分塊顏色直方圖

2.1 圖像分塊

本文采用一種基于等面積的環形劃分方法對圖像進行分塊處理。首先確定圖像的中心點M，如圖1以M為基準等面積將圖像分割成一個圓，N-1個圓環和一個剩余部分，則圖像被分成N+1個分塊。則圓和圓環的半徑為：

在式（2）中，預處理后的圖像大小為256×256。實驗證明這種方法可以有效地突出圖像的主體區域，減弱背景部分對圖像主體的影響。

圖1 等面積的環形劃分方法

2.2 圖像分塊顏色直方圖提取

計算出圖像的每一個子塊的顏色直方圖作為該分塊的顏色特征Pi。

合并所有分塊的顏色特征Pi得到一個融合了圖像顏色空間位置信息的顏色特征向量：

對圖像的不同子塊分別賦予不同的權值wi，為了突出圖像中心部分，適當加大中心圓的權值，并規定所有權值總和為1。

3 分塊顏色直方圖索引快速算法

3.1 圖像索引

如前所述，在對圖像庫圖像進行顏色信息提取的基礎上，結合數據庫聚集索引技術生成圖像庫的索引。生成如表1中所示的聚集索引，即一幅圖像的所有局部特征數據位于該圖像的物理存儲路徑和圖像的同一行上。

表1 聚集索引格式

3.2 圖像相似度計算

本文采用歐氏距離作為相似測量標準，計算查詢圖像Q和待查詢圖像庫中圖像P特征的相似度。當歐氏距離D小于某個較小閾值時，則認為圖像Q和圖像P相似，否則認為兩幅圖像不相似。設查詢圖像Q的特征矢量為Q=（Q1，Q2，…，QN+1），待查詢圖像庫中圖像P的特征矢量為P=（P1，P2，…，PN+1）。則兩幅圖像的相似度記為：

4 實驗結果與分析

本文實驗中選取corel圖像庫中恐龍、花卉、建筑物、巴士、大象共1000幅圖像作為測試庫進行實驗。查詢圖像直接從圖像庫中選取，每次查詢將排列在前面的前50幅圖像作為檢索結果。實驗對比數據如表2所示。

由表2可以看出，傳統算法的檢索時間是本文所提出的分塊顏色直方圖索引快速圖像檢索算法的近5倍。本文算法在降低檢索時間的基礎上檢索精度也有很大提高，是一種效率更高的圖像檢索方法，有效地縮短了檢索時間，實現快速圖像檢索。

表2 全局顏色直方圖和本文方法檢索性能比較

[1]周明全，耿悶華，韋娜.基于內容圖像檢索技術[M].北京：清華大學出版社，2007.

[2]V.Gudivada，V.Raghavan.Content-Based Image Retrieval System[J].IEEE Computer,1995(9):18-22.

[3]SWAIN M J,BA LLARD D H.Colorindexing[J].International Journal of Computer Vision,1991(1):11-32.

[4]韓軒.基于顏色和空間特征的圖像檢索技術研究[D].廈門：廈門大學，2008.

[5]劉毅，張明.局部顏色特征在基于內容的圖像檢索中的應用[J].計算機應用，2004,24(7):47-49.