薛凌云　劉洋洋　馮豪方　張俊文

摘要：傳統(tǒng)的顏色直方圖只關(guān)注顏色的統(tǒng)計(jì)信息，丟失了顏色的空間分布信息，檢索效果往往不盡人意。該文提出一種融合粒計(jì)算的顏色直方圖圖像檢索方法。它融合粒計(jì)算多粒度、多層次、多視角的思想，避開了顏色直方圖空間位置信息丟失的弊端，同時(shí)對(duì)顏色直方圖的量化區(qū)間大小進(jìn)行分層?；?，并采用直方圖相交距離的方法進(jìn)行圖像的相似性度量，實(shí)現(xiàn)了圖像檢索效率和精度的平衡，在不失精度的前提下，保證了檢索的效率。實(shí)驗(yàn)結(jié)果表明，該文算法具有較好的查準(zhǔn)率和查全率。

關(guān)鍵詞：圖像檢索；顏色直方圖；粒計(jì)算

中圖分類號(hào)：TP311 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1009-3044（2013）08-1903-03

隨著多媒體技術(shù)的迅速發(fā)展，圖像數(shù)據(jù)急劇膨脹，如何高效、快速地從圖像資源中獲取有用的信息成為信息檢索技術(shù)研究的熱點(diǎn)，基于內(nèi)容的圖像檢索也受到越來越多的重視與關(guān)注?；趦?nèi)容的圖像檢索主要存在兩個(gè)關(guān)鍵問題[1]：①如何提取圖像的特征；②如何度量圖像的相似性。顏色是圖像最直觀明顯的特征[2]，顏色特征對(duì)圖像本身的尺寸、方向和視角的依賴性較小，顏色特征的提取也相對(duì)容易[3]。但現(xiàn)今已有的顏色特征提取方法丟失了顏色的空間位置信息，嚴(yán)重影響圖像檢索的精確度。粒計(jì)算對(duì)復(fù)雜問題、模糊問題的求解發(fā)揮著重要的作用，將其思想應(yīng)用于圖像檢索保留了顏色的空間位置信息，在不失精度的前提下，保證了圖像檢索的效率。該文將粒計(jì)算理論應(yīng)用到顏色直方圖圖像檢索中，設(shè)計(jì)了一種粒計(jì)算與顏色直方圖相結(jié)合的圖像特征提取及檢索算法。

1 基于粒計(jì)算的顏色直方圖檢索方法的粒化過程

1.1 顏色直方圖級(jí)數(shù)的?；?/p>

顏色直方圖的級(jí)數(shù)越多，所能表示的顏色信息就越詳細(xì)，因此在構(gòu)建直方圖時(shí)需要付出的運(yùn)算代價(jià)就越高，兩個(gè)顏色直方圖進(jìn)行相似性度量時(shí)，所需度量的量化級(jí)數(shù)越多，度量速度顯著減慢，不利于圖像的快速檢索。因此本文對(duì)直方圖的級(jí)數(shù)進(jìn)行粒化，在不同級(jí)數(shù)層次上應(yīng)用直方圖，以改觀檢索效率和精度。粒化方法如下：

1）運(yùn)用均勻量化方法，將HSV顏色空間的各個(gè)分量進(jìn)行均勻地劃分，在色調(diào)、飽和度、亮度特征分量分別得到[Lh]、[Ls]、[Lv]個(gè)色區(qū)空間。[Lh]，[Ls]，[Lv]分別表示HSV顏色空間的3 個(gè)量化級(jí)數(shù)。

2）根據(jù)色彩的不同范圍進(jìn)行歸類量化，得到色調(diào)、飽和度與亮度所屬量化級(jí)分別為H，S， V。

3）如果直接用HSV顏色空間的3個(gè)顏色分量的直方圖來表征圖像的色彩，那么整個(gè)顏色空間內(nèi)的直方圖的計(jì)算量和存儲(chǔ)量都相當(dāng)大，因此把3個(gè)顏色特征分量合成為一維特征分量。令[L=16*H+4*S+V]，則可將HSV三個(gè)維度的值轉(zhuǎn)化為一個(gè)維度的值。對(duì)色調(diào)H取權(quán)重為16，對(duì)飽和度S取權(quán)重為4，對(duì)亮度V取的權(quán)重為1。這樣大大減輕了圖像亮度V對(duì)檢索結(jié)果的影響，突出了圖像色調(diào)H對(duì)檢索結(jié)果的影響。

4）對(duì)均勻量化方法不同層次的應(yīng)用即可得到不同大小的量化級(jí)數(shù)[Lh]，[Ls]，[Lv]，進(jìn)而得到不同的L值，由此可得到不同量化層次的顏色直方圖。

上述得到的不同量化層次的直方圖即可看做在不同的粒度下?；玫降膱D像顏色特征。對(duì)L值小的直方圖特征（粗粒度?；┻M(jìn)行相似性匹配，由于量化區(qū)間小，可達(dá)到較快的檢索匹配速度。對(duì)L值較大的直方圖特征（細(xì)粒度?；┻M(jìn)行相似性匹配，由于量化區(qū)間大，表現(xiàn)的細(xì)節(jié)信息較多，可得到較高的精確度。

1.2 圖像顏色直方圖特征的?；?/p>

由于全局顏色直方圖忽略了顏色的空間位置信息，基于此特征的圖像檢索精確度較低。若將圖像分塊，提取子塊圖像的顏色直方圖特征，并對(duì)相應(yīng)位置子塊的圖像檢索匹配，進(jìn)行綜合評(píng)判，則可彌補(bǔ)顏色空間位置信息丟失的缺陷。圖像的分塊技術(shù)主要有兩種：一是固定分塊法，二是基于空間相關(guān)性的聚類法[2]。該文采用固定分塊法，對(duì)圖像進(jìn)行較快的分塊。提取圖像顏色直方圖特征及特征?；木唧w方法如下：

在不同層次的分塊條件下提取直方圖組信息，可看做在不同的粒度下?；玫降奶卣鹘M。對(duì)顏色直方圖組特征進(jìn)行圖像特征匹配檢索，m，n值小時(shí)，由于圖像分塊少，可達(dá)實(shí)現(xiàn)較快速度；m，n值大的，圖像分塊多，表達(dá)空間信息詳細(xì)，可實(shí)現(xiàn)較高的精確度。

2 融合粒計(jì)算的顏色直方圖圖像檢索匹配

4 結(jié)束語

該文運(yùn)用粒計(jì)算理論結(jié)合HSV模型、顏色直方圖對(duì)圖像的顏色特征提取及?；?duì)顏色直方圖的量化級(jí)數(shù)進(jìn)行了?；?。設(shè)計(jì)出融合粒計(jì)算理論，基于顏色直方圖的圖像檢索算法，該算法對(duì)圖像的檢索效率和精度實(shí)現(xiàn)了一種較好的平衡。該成果對(duì)粒計(jì)算在機(jī)器問題求解領(lǐng)域有較好的啟示，同時(shí)也將促進(jìn)基于內(nèi)容圖像檢索的研究和發(fā)展。

參考文獻(xiàn)：

[1] 宋艷，劉方愛/綜合顏色與紋理的圖像檢索[J].計(jì)算機(jī)工程與設(shè)計(jì)，2007，9（2）：42-50.

[2] 鄧海龍.基于內(nèi)容的圖像檢索的研究[D].華南理工大學(xué)，2011，10（26）：6-9.

[3] 孫君頂，原芳.基于內(nèi)容的圖像檢索技術(shù)[J].計(jì)算機(jī)系統(tǒng)應(yīng)用，2011，20（8）：242-243.

[4] 劉琳，李仁發(fā)，李仲生，等.基于內(nèi)容圖像檢索中的相關(guān)反饋技術(shù)研究[J].計(jì)算機(jī)應(yīng)用研究，2009，26（7）：33-35.