基于Android系統的植物圖像檢索研究

章麗姣，吳成玉，吳飛青

（浙江大學寧波理工學院，浙江寧波315100）

基于Android系統的植物圖像檢索研究

章麗姣，吳成玉，吳飛青

（浙江大學寧波理工學院，浙江寧波315100）

在Android移動平臺上，基于植物圖像內容的檢索技術進行了研究，實現了基于顏色和紋理特征的植物圖像檢索系統。顏色特征采用了基于HSV顏色空間的分塊主色提取方法，紋理特征采用了紋理譜方法。最后對系統的性能進行了測試和分析。

圖像檢索；Android系統；顏色特征；紋理特征

一、引言

基于內容的圖像檢索是近年來圖像研究領域的熱點。傳統的搜索引擎公司包括Google和百度都已發布了智能移動終端上基于內容的圖像檢索產品Google Goggles和百度識圖。Google Goggles是一款Android平臺軟件，用戶可以用手機拍攝當地地標建筑、書籍封面、藝術作品、酒類標簽以及產品商標，即可立即獲得相關信息。但是由于圖像檢索的精度受限，Google Goggles不能檢索動物、家具、服飾等其他種類照片，對圖像檢索的種類有較大的限制，其應用領域也相對狹窄，尚不能真正達到基于內容的圖像檢索的目的。百度識圖是一款非常實用便捷的圖像檢索軟件，基于先進的圖像識別技術，通過手機拍照或本地上傳圖像在全網海量圖片中智能篩選精美圖片。全網海量圖片分為美女、風景、明星、花卉、服飾、體育、建筑和美食八大類型，并實時更新。

但是由于圖片種類太多，檢索結果不是十分精確。

本文針對植物圖像，提取植物圖像的顏色和紋理特征，實現智能手機Android系統上的檢索。系統支持直接拍攝照片或者查找本地圖片進行圖像檢索，按相似度從大到小順序將檢索結果圖像輸出。顏色特征采用了分塊主色法[1]，紋理特征采用了紋理譜法[2]。經測試，系統運行穩定，檢索速度快，準確率較高。

二、系統框架概述

基于內容的圖像檢索是通過圖像視覺特征的相似性匹配來查找用戶要求的圖像。該系統包括特征庫生成子系統和查詢子系統，每個子系統包含相應的功能模塊和部件如圖1所示。

圖1 圖像檢索系統框架

1.特征庫生成子系統

該系統將圖像數據庫中的每幅圖像進行特征提取，生成對應的圖像特征庫，主要包括：①圖像數據庫，用于存儲數字化的圖像信息。在建庫時需進行圖像預處理，如轉換格式、統一規格和灰度處理等，為圖像的特征提取奠定基礎。②特征提取，從包含大量信息的圖像中分解出不同種類的特征信息，包括低層視覺特征和高層語義特征。前者有顏色、紋理、形狀等特征，后者包括文本描述以及視覺特征和文本描述的組合。③圖像特征庫，用于存儲特征提取后得到的各種特征信息。

2.查詢子系統

該系統對用戶輸入的查詢圖像進行特征提取，然后檢索特征庫，將用戶要求的最相似的圖像檢索出來，并以相似度降序排列，主要包括：①用戶接口，實現用戶和系統內核交流的平臺，包括查詢圖像的提交和檢索結果的顯示。檢索結果是一系列與查詢圖像相似的圖像，按照相似程度由大到小排列。用戶通過瀏覽檢索結果，可以選擇需要的圖像。②相似度測量，通常利用各種距離函數將查詢圖像的特征與圖像特征庫中的特征進行相似性匹配，得到它們之間的相似程度。

對于一個圖像檢索系統，特征提取和相似度測量是兩大關鍵。

3.檢索算法

（1）顏色特征算法

本系統采用分塊主色法提取顏色特征。首先根據人眼特性進行顏色空間轉換[3]，將RGB色彩空間轉換到HSV空間，如（1）式所示：設RGB顏色空間值為（r,g,b），其中r,g,b∈[0～255]，轉換后得到HSV值，其中h∈[0～360],s∈[0～1],v∈[0～1]。

為簡化計算，又對HSV空間進行適當的量化處理，如（2）式所示。由量化后的H，S，V合成一個一維特征矢量L，如(3)式所示。

然后將圖像的二維空間進行10×10的劃分，得到100個分塊。針對每個分塊統計特征矢量L，提取象素點數目最多的那種顏色作為該分塊的主色。這樣就得到圖像的顏色特征向量：L=（L0，L1，…，L99）。

給定兩幅圖像p和q，假設q為待檢索圖像，p為圖像庫中任意一幅圖像。利用(4)式計算基于顏色特征的距離，即進行顏色特征的相似度測量。

(2)紋理特征算法

為了刻畫圖像像素點在某鄰域內的灰度變化，考慮像素點的3×3鄰域，如圖2所示，其中Ii(i=0,1,…，8）表示圖像在該像素點處的灰度，I4所在位置為中心點。對于24位RGB彩色圖像，可以用(5)式將其轉換為灰度圖像。

圖2 圖像像素的3*3鄰域表示

如果將像素點的灰度看作紋理基元，并用二進制序列Vi(i=0,1,…，7)來刻畫鄰域內像素點的灰度沿水平方向的變化情況，即基元的排列，則Vi可定義為

其中，Ti為正的閾值常數(實驗中取Ti=2)。

從(6)式容易看出，此方法注重像素灰度的顯著變化，這符合人類視覺對圖像紋理的感知。因為與絕對灰度值比較，人類視覺系統對灰度的變化更為敏感。另外，(6)式表明，Vi中“0”的個數越多，意味著該像素所在的鄰域越光滑。

為了刻畫圖像的紋理譜分布和圖像的光滑度(或粗糙度)，并易于計算和理解，將二進制序列Vi作進一步處理，記

這時B即可唯一地表示圖像在此鄰域中心點的紋理模式，即像素灰度在此3×3鄰域中的變化狀況。根據(7)式易知，B的取值范圍為[0,1,2,…,255]，統計圖像各像素點的紋理在值B處的分布，就可以得到圖像的紋理譜。假設用B(i,j)表示圖像在像素點I (i,j)處的紋理值B，表示圖像B,HK(k=0,1,…，255）的紋理譜，則有

給定兩幅圖像p和q，假設q為待檢索圖像，p為圖像庫中任意一幅圖像。利用(9)式計算基于紋理特征的距離，即進行紋理特征的相似度測量。

綜合顏色和紋理特征的圖像檢索可以用(10)式計算由于兩種特征的相似度測量值不具有直接的可比性，所以需要事先進行歸一化處理。

其中，WY和WW分別是顏色和紋理特征的權重系數，WY+WW=1.0。

三、系統測試

整個系統的開發環境[4]為：

開發語言：android

Android手機開發平臺：Android系統4.0以上

PC端操作系統平臺：WINDOWS Win7

開發工具：Eclipse4.2

系統測試時，選取了20種類型的植物圖像共200幅進行檢索性能的測試，圖像尺寸為600×450。

客戶端UI界面如圖3所示，用戶可以選擇直接拍攝照片或者查找本地手機相冊中圖片進行圖像檢索。界面中第三個圖標是瀏覽歷史檢索記錄。選擇本地圖片作為待檢索圖像的界面如圖4所示。用戶選擇一幅圖像后，系統會根據相似程度將檢索結果顯示出來，如圖5所示。用戶可以選擇感興趣的圖像查看其詳細信息介紹，如圖6所示。圖7是感興趣圖像的百度鏈接。圖8是歷史檢索記錄界面。經測試，系統運行穩定，檢索速度和結果較為滿意。

圖3 客戶端UI主界面

圖4 選擇待檢索圖像

圖5 圖像檢索結果顯示

圖6 檢索結果詳細介紹

圖7 檢索結果百度鏈接

圖8 檢索結果歷史記錄

四、結論

本文對Android移動平臺上基于植物圖像內容的檢索技術進行了研究，實現了基于顏色和紋理特征的植物圖像檢索系統，在移動終端上應用。

[1]何清法,李國杰.綜合分塊主色和相關反饋技術的圖像檢索方法[J].計算機輔助設計與圖形學學報,2001,(10).

[2]萬華林,Chowdhury MU,等.圖像紋理特征及其在CBIR中的應用[J].計算機輔助設計與圖形學學報,2003,(2).

[3]田玉敏,林高全.基于顏色特征的彩色圖像檢索方法[J].西安電子科技大學學報(自然科學版),2002,(1).

[4]趙亮,張維.基于Android技術的界面設計與研究[J].電腦知識與技術,2009，(29).

（責任編輯：魏樹峰）

Research on the Plant Image Retrieval Based on Android System

ZHANG Li-jiao,WU Cheng-yu,WU Fei-qing
(Ningbo Institute of Technology,Zhejiang University,Ningbo 315100,China)

The retrieval technology based on plant image is studied on the Android mobile platform.A plant image retrieval system based on the features of color and texture is designed.The color feature adopts the retrieval method based on HSV Color Space,and the texture feature adopts the texture spectrum approach.The performance of the system is tested and analyzed.

image retrieval;Android system;color feature;texture feature

TP391.4

B

2016－08－12

章麗姣（1994-），女，浙江淳安人，通信工程專業本科。

吳成玉（1979-），女，浙江寧波人，講師，研究方向：電子學流設計。E-mail:wuchengyu79@163.cm.

國家大學生創新創業訓練計劃資助項目（201513022007）；寧波市創新團隊資助項目（2012B82002，2013B82005）；浙江大學寧波

理工學院教改項目（NITJG-201619）

1671－802X(2016)05－0001－05