淺析計算機先進圖像特征提取技術(shù)的發(fā)展

李志浩

摘要：本文對圖像特征提取技術(shù)的發(fā)展進行了介紹，分別就圖像的顏色特征提取和紋理特征提取進行了說明比較。顏色和紋理在圖像中都是非常重要的視覺特征，基于這兩者的圖像特征提取技術(shù)層出不窮，對這些技術(shù)進行分析總結(jié)，有助于新技術(shù)新方法的產(chǎn)生發(fā)展。實際圖像特征應(yīng)用中，顏色特征和紋理特征的提取是相輔相成，缺一不可的。學(xué)習(xí)分析這兩種特征提取技術(shù)，將其合理結(jié)合，能更好地實現(xiàn)圖像特征的提取。

關(guān)鍵詞：顏色特征 文理特征 提取技術(shù)

中圖分類號：TP391.41 文獻標(biāo)識碼：A 文章編號：1007-9416（2014）12-0201-01

1 顏色特征的提取

在圖像特征當(dāng)中，最重要的視覺特征就是顏色，最早的應(yīng)用是在圖像索引中，并且該圖像是基于內(nèi)容的。每個物體都擁有者獨特的顏色特點，通常同一類物體都有著相同或者類似的顏色特點，因此，可以通過顏色的不同來對不同的物體進行辨別。在圖像底層中，顏色的表現(xiàn)力是最強的，也有著比較明確的特點，是圖像識別的重要標(biāo)準(zhǔn)之一。跟其它特點相比，顏色的穩(wěn)定性很強，就算圖像經(jīng)過旋轉(zhuǎn)變化、尺度變化以及移動變化等，都不會對顏色特點產(chǎn)生影響。并且，計算和提取顏色特征都比較簡單，因此，通過顏色來查詢是圖像特征提取技術(shù)中應(yīng)用最廣泛和最簡單的方法。其中圖像體征提取中關(guān)于顏色特征的主要表達方法有顏色相關(guān)圖方法、顏色矩方法、顏色的一致性矢量方法以及顏色直方圖方法。

顏色的含義也包括兩層，一層是全局顏色的分布情況，另一層是局部顏色的相關(guān)信息。

目前，提取全局色彩特征的方法用得最多的就是色彩直方圖方法。通過色彩直方圖，我們就可以對每種色彩在圖像中出現(xiàn)的概率進行計算，再根據(jù)色彩直方圖來對兩圖之間色彩的相似度進行比較和衡量。使用這種方法不僅簡單有效，還不會被圖像的旋轉(zhuǎn)和伸縮等變化影響。但缺點就是忽略了色彩在空間的分布情況。針對這個缺點，產(chǎn)生了模糊直方圖、累計直方圖和合并直方圖等方法來對原來的色彩直方圖進行改進。同時，也可以通過顏色聚合矢量來對顏色在空間的分布信息進行了解，中心思想為：假如一個圖像中它的顏色近似的像素所占據(jù)的面積比設(shè)定的閥值大，就講這個區(qū)域里所有像素稱為聚合像素，否則就是不聚合像素。然后在圖像中對每一種顏色在兩種像素中所占的比例進行計算，形成顏色聚合矢量。最后再經(jīng)過計算形成顏色直方圖。顏色直方圖是色彩直方圖的改進和演變，能夠在一定程度上對圖像色彩的空間分布相關(guān)信息進行儲存。

對于全局色彩特征，其提取可以對該圖的所有色彩分布信息進行涵蓋，但同時也會讓不少局部色彩的相關(guān)空間信息丟失。目前從局部區(qū)域可以分成四個方面，分別是采取自動顏色分割方法、采取交互并且半自動區(qū)域分割方法、根據(jù)收工區(qū)域分割方法以及根據(jù)固定塊的圖像分割方法。

對于局部顏色信息，要對每一種顏色的分布情況以及一些特征情況進行充分的考慮。在局部區(qū)域當(dāng)中，相關(guān)顏色信息主要四個方面來表現(xiàn)，分別是主色彩、平均色彩、二進制色彩以及色彩直方圖。有人曾經(jīng)嘗試通過將色彩信息和色彩的一部分相關(guān)空間信息結(jié)合起來對色彩直方圖進行相關(guān)檢索，也有人通過對自動分割法進行運用，制成了一個關(guān)于二進制的索引集，在圖像的配合當(dāng)中，來比較圖像的色彩集距離和色彩區(qū)域相關(guān)空間信息的大小。

色彩空間關(guān)系包括包含、 分離和交。每一種關(guān)系都對應(yīng)著評分，所有色彩區(qū)域相對應(yīng)的空間管理的平方和就是所需要查詢的空間距離。

2 紋理特征的提取

紋理特征的含義是，它能夠很好地對圖像中相關(guān)質(zhì)現(xiàn)象的特征進行充分地反應(yīng)，但又不以來圖像的顏色和亮度等屬性。在圖像當(dāng)中，紋理特征是一種很難描繪卻非常重要的特征。紋理和顏色相似，在圖像中同樣是一種很重要的視覺特征，在很多相關(guān)系統(tǒng)中的運用非常廣泛。她也是一種內(nèi)在特征，跟物體表面的材質(zhì)信息的聯(lián)系非常大，主要包括表面結(jié)構(gòu)組織信息和周圍環(huán)境關(guān)系的相關(guān)信息。其可以用來定量描述圖像的空間信息，跟物體材質(zhì)的視覺特征的聯(lián)系緊密，可以看成是相似形狀的不斷重復(fù)分布。

從人感知這個層次出發(fā)，紋理特征主要包含五個特征，分別是規(guī)整度特征、方向度特征、對比度特征、粗糙度特征以及線像度特征，在這五個特征中最重要的是方向度特征、粗糙度特征以及對比度特征，這幾個特征不僅能夠很好的對應(yīng)人類的視覺感知，在提取圖像特征的時候也非常重要。

關(guān)于統(tǒng)計方法，可以通過灰度直方圖來對紋理進行描繪，這種方法也是最簡單的統(tǒng)計法。文理統(tǒng)計特征的相關(guān)分析方法主要有四個方面，分別是馬爾科夫分析方法、多尺度自回歸方法、共生矩陣分析方法以及遺傳算方法等。通過根據(jù)二階灰度來對數(shù)值特征進行統(tǒng)計的方法，一般是在頻率域或者空間域兩個方面進行的。

在頻率域方面，主要采取兩種方法，第一種是傅里葉變換方法，圖像在經(jīng)過傅里葉變換之后，能量譜能夠十分有效的反映粗糙度和方向性；第二種是小波分析，這個方法在文理分析這方面在上世紀(jì)九十年代之后的發(fā)展非常迅速，之后又很多新方法產(chǎn)生。在空間域方面，雖然直方圖比較簡單，但只能對一維的相關(guān)變化進行反映，因此在空間域很多時候會采取共生矩陣這個方法。

對于結(jié)構(gòu)方法，是基于紋理基元和排列的相關(guān)規(guī)則來描述紋理的結(jié)構(gòu)和特征，還包括特征和參數(shù)之間的聯(lián)系等等。結(jié)構(gòu)法文理的描述主要包括了復(fù)雜度、重復(fù)性、對比度、粗細(xì)度以及方向性等等。這個方法通常會聯(lián)系計算特征和語義，有助于攝取高層語義。文理結(jié)構(gòu)分析是架設(shè)圖像都是由較小的紋理基元間排列而成的，但在實際的應(yīng)用過程中實用性不大，只應(yīng)用與規(guī)則的結(jié)構(gòu)，因此還不能被廣泛應(yīng)用。

3 結(jié)語

綜上所述，目前圖像特征提取技術(shù)主要有顏色特征的提取和紋理特征的提取兩個方面，而在實際的圖像特征應(yīng)用當(dāng)中，顏色特征和紋理特征的提取是相輔相成，缺一不可的，因此，必須要合理的結(jié)合兩種提取技術(shù)的使用，才能夠更好地提取圖像的特征。

參考文獻

[1]張玉冰，羅青山，曾貴華.基于部件的對象實時跟蹤[J].計算機工程與應(yīng)用，2008（07）.

[2]單列，劉政凱.顯著區(qū)域檢測的建筑物檢索[J].聲學(xué)技術(shù)，2007（06）.

[3]袁武鋼，盧正鼎，凌賀飛，余艷瑋.抗幾何失真的局部數(shù)字水印算法[J].計算機仿真，2008（02）.endprint