文档下载 文档下载导航
设为首页 | 加入收藏
搜索 请输入内容:  
 导航当前位置: 文档下载 > 所有分类 > 工程科技 > 信息与通信 > 综合利用颜色和纹理特征的图像检索
侵权投诉

综合利用颜色和纹理特征的图像检索

第5期刘忠伟等:综合利用颜色和纹理特征的图像检索 39

f(N)i,j=Ρj(11)

(N)i,j根据式(5)归一化后,各个f

f(N)i,ji,j均转变成具有N(0,1)分布的f。如果利用3Ρj进行归一化,则i,j的值落在[-1,1]区间的概率可达99 。实际应用中,我们将[-1,1]i,j值设为-1或1,以保证所有f的值均落在[-1,1]区间。

4 综合利用颜色和纹理特征进行检索

  以直方图作为颜色特征,,而没有包含各种颜色的空间分布信息。。所以可以想象。

,而且也要利用图像中的空,一种方法是将图像分成多个子区域,分别计算每个区域[7]。显然子区域分得越多,空间信息就越丰富。但区域分得多,用来存储每个区域直方图所需的空间也越大,同时计算量也会大大增加。所以子区域的划分个数应适当。但子区域的划分个数涉及各种因素而不易自动确定。

  由于纹理特征能对空间信息进行一定的描述,所以我们考虑可综合利用颜色和纹理特征进行检索。首先按前二节所述,分别提取颜色和纹理特征向量,然后将这两个向量结合起来进行检索。由于颜色特征和纹理特征物理意义不同,不直接具有可比性。如采用欧氏距离进行综合特征相似度量时,应对颜色和纹理的特征向量进行归一化。与前面第三节所述的特征向量内部归一化不同的是这里要对特征向量进行外部归一化。内部归一化的目的是使特征向量内部各分量在相似度量时地位相同;而特征向量外部归一化是对不同的特征向量进行归一化,其目的是使综合特征的各特征向量在相似距离计算中的地位相同。

  特征向量的外部归一化实际上是对图像库内所有图像对的相似距离进行归一化,其主要步骤如下[8]:

  (1)计算图像库中每两个图像I,J所对应特征向量FI,FJ间的相似距离:

  DIJ=dis(FI,FJ) I,J=1,2,…M,且I≠J

  (2)计算出由式(6)得到的M(M-1) 2个距离值的均值mD和标准差ΡD;

  (3)对查询图像Q,计算其与图像库中每个图像的相似距离,记为D1Q,D2Q,…,DMQ;  (4)对D1Q,D2Q…DMQ先按式(5)进行高斯归一化,再作如下线性变换:

(N)  +1〕 2DIQ=3ΡQ

(N)容易得知:DIQ的值有99 落在[0,1]区间。(6)(7)

  颜色和纹理特征经过上述归一化处理后,保证了在综合检索时两个特征向量在相似距离计算中地位相同。实际检索中,颜色和纹理在检索中的权重还可以任意设定,以适应不同的检索要求。

  对上述算法我们借助由400多幅真实花卉图像组成的图像库进行了检验,并与基于单一颜色或单一纹理的方法进行了比较,效果比较令人满意。图3到图5给出一组检索结果图。图3是仅用颜色特征检索得到的结果,左起第一幅图为查询图,其余为对该图的检索结果,从左向右,相关匹配值依次减少。由于仅利用了颜色进行查询,检索出的各图虽然从颜色角度看与查询图比较接近,但总体视觉效果与人并不完全吻合。例如左起第二幅图的颜色虽然与查询图

上一页第4页

你可能喜欢

热门文档

相关文档

站点地图 | 文档上传 | 侵权投诉 | 手机版
本站所有资源均来自互联网,本站只负责收集和整理,均不承担任何法律责任,如有侵权等其它行为请联系我们.
文档下载 Copyright 2013 doc.guandang.net All Rights Reserved.  -  email