基于圖片顏色特征的圖像檢索方法研究

劉顏華

摘要：傳統的圖像檢索分類方法以關鍵字為標準來分類，可以進行主觀分辨，查詢結果準確率較差。基于圖片顏色特征進行圖像檢索CBIR是利用圖像具有的視覺效果特征進行圖片查詢檢索的一種新技術。本文以在內容基礎上進行圖像檢索作為研究對象，根據圖片的顏色特征對圖片進行檢索分類，以用戶上傳的圖片為根據，實現基于內容的圖像檢索。

關鍵詞：基于內容；圖像檢索；CBIR

中圖分類號：TP391.4 文獻標識碼：A 文章編號：1007-9416（2017）01-0060-02

1 緒論

利用搜索引擎，在互聯網中對信息進行收集、分類、提取、組織和各種處理，同時用戶可以檢索相關數據，將信息進行導航。隨著網絡技術和存儲技術的日新月異，圖像可以更直觀的反饋多媒體的各類信息，更加廣泛的應用到生活的方方面面。但是如何在浩瀚的圖片海洋里搜尋到真正對自己有價值的圖片資料，進行有效檢索和分類成為迫切需要解決的問題。

CBIR利用圖像的內容進行分析，將顏色、文理、形狀等各類空間因素的信息，將圖像的特征進行分析索引。在視覺效果和語義特征這兩個層次中，視覺上的圖像查詢檢索，可以客觀的將圖像中的特征檢索出來，例如通過顏色來判別圖像之間的同樣性；圖像的檢索的同樣性可以利用識別圖像的技術來實現視覺特征的檢索查詢。

2 圖像查詢檢索方法

圖像查詢檢索的方法可以使用文本的圖像檢索的方式TBIR和基于內容的圖像檢索方法（CBIR）。前者利用文本描述圖像的特征進行檢索，輸出結果的圖像是由圖像名稱來決定的而不是內容，查詢檢索的正確率較低。后者根據圖像的顏色、紋理、形狀等進行分析和檢索，將圖像底層特征與圖像關鍵詞結合進行圖像自動標注以提高準確率等。

2.1 基于文本的圖像信息檢索TBIR

TBIR是基于文本為基礎的信息查詢檢索的技術。在查詢檢索前，我們通常會對數據庫中的圖像進行標示，用簡單的文字去描述圖像的具體內容，利用編號的方式將數據庫中的圖像關聯在一起。在圖像進行查詢檢索時，其實是對圖像描述數據庫進行的操作，利用傳統的查詢方式和語言進行檢索，在通過對查詢出來的結果對應圖像數據庫中的標示輸出最終的結果。

利用人工方式見多圖像的標示實現了查詢分類的方式，人工提取標識需要耗費大量的人力、提取過程存在著主觀片面性，對圖像語義依賴于不同的知識結構及理解能力等明顯缺陷。

2.2 基于內容的圖像檢索技術CBIR

基于內容的檢索技術是以內容的描述作為基礎。圖像描述的內容有顏色、紋理、形狀等視覺特征，還包含了對目標意義的復雜推理等的高層語義特征。檢索進行查詢的層次可分為基于原始數據的查詢、基于特征的查詢和基于語義的查詢三類。

CBIR的核心是使用圖像的視覺特征對圖像進行查詢檢索。CBIR可以在圖像的內容中找尋出線索，并不是直接在圖像的文本描述朱查找，查詢過程更加有效，適應性更強；CBIR其實是一種模糊匹配，查詢條件查詢出的結果可能挺多的，需要逐漸限制檢索關鍵，最終確認查詢結果；通過計算機自動化來實現特征的提取和查詢索引的建立，用戶可以根據自己的檢索目標來引導查詢過程，可以明顯的提高查詢檢索的效率；可以將多層次的查詢檢索的要求滿足，在大型的數據庫中完成快速的查詢檢索功能。本質上講，它是一種近似匹配技術。

3 基于圖片顏色特征的檢索方式

3.1 圖像特征提取技術

特征提取CBIR是圖像提取技術的重心。圖像檢索用圖像內容作為基礎使用圖像處理和電腦視覺處理技術，在圖像中獲取內容。圖像予以存在復雜性，所以很難直接對圖像語義進行自動的提取。

現在基于內容的圖像數據庫查詢檢索系統都是以圖像的底層視覺特征作為基礎的，特征由顏色、形狀、紋理和空間的位置信息等。利用CBIR進行特征的抽取，將人觀察出來比較相近的特征抽取出來。

3.2 圖片主色調區分

3.2.1 圖片主色調確認

物體都有顏色的特征，相近事物具有相近的顏色特征，可以通過顏色的特征來區分物體。顏色特征較容易提取，對于圖像本身的特性依賴性比較弱。所以顏色特征用于圖像檢索已經是很重要的方式之一了。

根據人眼的生理結構，所有顏色都可看作是紅（Red）、綠（Green）、藍（Blue）3個基本顏色自行組合。人眼不能分辨多種顏色，對于一張圖片的整體印象總是可以歸結為幾種顏色，可以選取多種有代表的顏色，作為主色調的候選項，就可以為一張圖片的重要特征。

篩選后，本文可以將表1中的22種顏色確定為主色調的候選項。

接著需要確定圖片的主色調與哪種顏色最相近。可以先獲取到每個像素點的具體顏色，在22種顏色中選出與其最接近的顏色，并將其歸為這種主色調。查詢出主色調的像素點占的比例，比例大的確定為圖片的主色調。

在確定像素顏色的時候，利用歐式的距離公式進行構造色彩的距離公式：

，D是距離，代表24種主色調候選數值；檢索圖片中的任意的一個像素點數值。公式可以讓色彩的書籍映射到歐式的空間里，將色彩的差異進行計算，轉化到歐式空間里的距離上，距離短，擇色彩接近，利用找尋之間的最小距離來確認顏色歸屬于22種主色調之中的哪一種，終統計出22種主色調中頻數最高的一種，將其作為該圖片整體的主色調。

3.2.2 確定圖像分塊

通過查閱相關資料發現，對于圖像的注視來提出對圖像的興趣，對于不引起興趣的區域，人們很少進行注視。隨意注視的重點分布可以客觀的反應人們的視覺感知特征。視覺感知的獲取可以利用視覺跟蹤技術來獲得用戶的關注點。可以采集用戶對于圖像感興趣位置的數值來代替采集所有的數值，明顯可以提高圖像查詢檢索的效率。

提高了用戶感興趣的的視覺感知點，根據視覺感知技術的研究成果，可以在采集圖片像素點的RGB值之前首先對圖像進行分塊。常用的分塊方法是將圖像平均分成塊。可以在保證所取像素點能夠代表圖片主體特征的情況下，盡量少取像素點。將圖像的像素點密集度進行確認，并為每個不同的區域賦予不同的關注權重。在進行圖像設計的過程中，多數采取圖片中央位置作為主體，用戶的關注度最高，應賦予較高的權重；邊緣多為背景，用戶關注度較弱，需要賦予較小權重，因此我們對分割后的圖片區域按著用戶關注度從高到低分為A、B、C級，等級越高，所應采集的像素點應該越多。

4 結語

論文在圖像的搜索方式和引擎上進行分析研究，設計了以圖片的顏色作為特征判定的圖像檢索系統，利用圖像的顏色特征、圖片主色調信息實現簡單的“以圖搜圖”。基于內容的圖像檢索有著廣闊的應用前景，可應用于數字圖書館、醫療、Web應用及電子商務、知識產權保護、預防犯罪、建筑、工程、服裝設計、地理研究、廣告、新聞、遙感、文化遺產的保護等領域。

參考文獻

[1]趙宏偉，李清亮，劉萍萍，等.特征點顯著性約束的圖像檢索方法[J].吉林大學學報（工學版），2016，02：542-548.

[2]彭晏飛，李佳.基于遺傳算法和SVM的遙感圖像檢索[J].小型微型計算機系統，2016，04：875-880.

[3]李燦.基于內容的商品圖像檢索技術與系統研究[J].移動通信，2016，08：63-69.

[4]孫亮.內容圖像檢索的特征及策略分析[J].桂林航天工業學院學報，2016，02：159-162.