（计算机应用技术专业论文）基于内容的图像检索技术研究与实现(2).pdf

a b s t r a c t a sa ni m p o r t a n tp a r to fm u l t i m e d i ai n f o r m a t i o nr e t r i e v a l ，c o n t e n t b a s e di m a g e r e t r i e v a 】f c bj r ) i sb e i n g 、i d e l yu s e di n e v e l y f i e l do ri n t e r n e im o j ea n dm o r e r e s e a r c h e r sa c h i e v e dm a n yb r e a k t h r o u g h sa n dd e v e l o p e d m a n yb u s i n e s s & r e s e a r c h s y s t e m s f o rf u r t h e rs t u d y ，t h i sp a p e rp r e s e n t e d an e wi m a g er e t r i e v a lm e t h o d d o m i n a n tc o l o rf e a t u r e sa n dc o l o rr i n ga c c o r d i n gt ot h eo n e 、- t o - o n e r e l a t i o no f i m a g ea n di t sm o m e n t s w i t hr e g a r dt ot e x t u r e ，t h ep a p e ru s e dw a v e l e td e c o m p o s i t i o n t h e o r ya n da d v a n c e dan e wt e x t u r e e x t r a c t i o na l g o r i t h mw a v e l e te n e r g yc o v a r i a n c e m a t r i xi n a d d i t i o n ，s t a t i s t i c a le x p e r i m e n ta c c o m p l i s h e di n t h e p a p e rp m v e dt h a t t e x t u r ei m a g ec a nb ed e c i d e da c c o r d i n gt oi t ss t a n d a t dv a r i a n c ea tt h el a s t p a r to f t h e o r ys t u d y ，s y s t e mp e r f o r m a n c ec r i t e r i o n s a r e d e e p l ys t u d i e d b a s e do nt h e s e t h e o r i e sa n da l g o r i t h m s ，c b i rs ) 7 s t e md e s i g na n d i m p l e m e n t a t i o na r ep a i dm o r e a t t e n t i o n i ti sb e l i e v e dt h a td e s i g nm o d e la n di n l p l e m e n t a t i o ns c h e m ed i s c u s s e di nt h e p a p e rw o u l dp r o x ，i d eg r e a tr e f e r e n c e & p r a c t i c e 、，a l u et o , f u t u r ec b i ra p p l i c a t i o n k e y w o r d ：c b i r d o m i n a n tc o l o rf e a t u r em o m e n ts e q u e n c ew a v e l e t d e c o m p o s i t i o ns t o r a g e p r o c e d u r e 第一章绪论 第一章绪论 1 1 研究背景 伴随着信息技术的纵深发展，人们越来越多地接触到大量的数字图像信息： 但是这些越来越多的图像松散地分布在世界各地、缺少有效的组织，人们获取自 己需要的图像就像“大海捞针”一样要经历一个繁琐的搜寻过程。针对不同层次 的用户，充分考虑其检索需求，研究符合人们视觉习惯的图像检索技术并加以应 用就成为当务之急。这样根据图像的内容特征进行有效的组织，给用户提供直观 的操作界面，无疑会极大的节省人们的图像查找时间，使得可以快速的定位到自 己真难需要的图像。这种迫切的需求推动着研究者们全力以赴的投身子图像检索 技术的研究当中。 图像检索自7 0 年代始便成为一个非常活跃的研究领域，其推动力来源于数据 库系统和计算机视觉两大研究团体，它们分别从基于文本关键词以及基于内容这 二个不同的角度，对图像检索作了研究进而诞生了基于文本关键词的图像检索 ( t e x t u a l b a s e di m a g er e t r i e v a l ：t b i r ) 和基于内容的图像检索, ：c o n t e n t - - b a s e d i m a g er e t r i e v a l ：c b i r i l 这两大类别。 基于文本关键词的图像检索，其研究主要在数据库领域中进行，首先对图像 用文本进行索引，再采用用基于文本的数据库管理系统( d 阴s ) 来进行图像检索， 诸如数据模型、多维度索引、查询评阶等的研究进展均是沿着这一领域所作的。 基于文本的图像检索存在的下列弊端限制了它的发展： ( 1 ) 图像的关键词手工或半自动标注是一项繁琐且费时的工作。 ( 2 ) 标注者的主观随意性容易造成图像特征的文本标注错误或不一致描述，也 就是说，不同的标注者对同一幅( 或类似的) 图像的不同理解( 兴趣或侧重点) 造成了图像特征标注间的差异，而这种差异大到一定程度就会对检索结果产生很 大的负面影响；而且即使同一个标注者由于特征标注时的外界和内在条件的影响， 往往也会产生不同的结果；总之，标注者的主观性往往带来这样的后果：不同的 或同一个标注者用不同的术语描述同一个特征或者用同一个术语描述不同的特 征，这就是基于文本检索的问义性和多义性。 ( 3 ) 纹理或形状等特征几乎不可能用文本来描述。 9 0 年代早朝，出于大规模图像数据库的出现，由手工进行图像标注这一方法 所带来的困难变得十分尖锐，为了克服这困难，研究者们提出了基于内容的图 第一章绪论 第一章绪论 1 1 研究背景 伴随着信息技术的纵深发展，人们越来越多地接触到大量的数字图像信息： 但是这些越来越多的图像松散地分布在世界各地、缺少有效的组织，人们获取自 己需要的图像就像“大海捞针”一样要经历一个繁琐的搜寻过程。针对不同层次 的用户，充分考虑其检索需求，研究符合人们视觉习惯的图像检索技术并加以应 用就成为当务之急。这样根据图像的内容特征进行有效的组织，给用户提供直观 的操作界面，无疑会极大的节省人们的图像查找时间，使得可以快速的定位到自 己真难需要的图像。这种迫切的需求推动着研究者们全力以赴的投身子图像检索 技术的研究当中。 图像检索自7 0 年代始便成为一个非常活跃的研究领域，其推动力来源于数据 库系统和计算机视觉两大研究团体，它们分别从基于文本关键词以及基于内容这 二个不同的角度，对图像检索作了研究进而诞生了基于文本关键词的图像检索 ( t e x t u a l b a s e di m a g er e t r i e v a l ：t b i r ) 和基于内容的图像检索, ：c o n t e n t - - b a s e d i m a g er e t r i e v a l ：c b i r i l 这两大类别。 基于文本关键词的图像检索，其研究主要在数据库领域中进行，首先对图像 用文本进行索引，再采用用基于文本的数据库管理系统( d 阴s ) 来进行图像检索， 诸如数据模型、多维度索引、查询评阶等的研究进展均是沿着这一领域所作的。 基于文本的图像检索存在的下列弊端限制了它的发展： ( 1 ) 图像的关键词手工或半自动标注是一项繁琐且费时的工作。 ( 2 ) 标注者的主观随意性容易造成图像特征的文本标注错误或不一致描述，也 就是说，不同的标注者对同一幅( 或类似的) 图像的不同理解( 兴趣或侧重点) 造成了图像特征标注间的差异，而这种差异大到一定程度就会对检索结果产生很 大的负面影响；而且即使同一个标注者由于特征标注时的外界和内在条件的影响， 往往也会产生不同的结果；总之，标注者的主观性往往带来这样的后果：不同的 或同一个标注者用不同的术语描述同一个特征或者用同一个术语描述不同的特 征，这就是基于文本检索的问义性和多义性。 ( 3 ) 纹理或形状等特征几乎不可能用文本来描述。 9 0 年代早朝，出于大规模图像数据库的出现，由手工进行图像标注这一方法 所带来的困难变得十分尖锐，为了克服这困难，研究者们提出了基于内容的图 基丁内容的幽像检索技术研究与实现 像检索，即根据图像所包含的颜色、纹理、形状以及它们的组和特征等特征信息 建立索引并且通过图像特征矢量间的近似度量来进行相似性检索。不像t b i r ( 语 义级比较) 是对描述图像的文本进行比较，c b i r 是直接比较图内容所承载的特征 ( 低级特征比较) 。基于内容的图像检索由于综合应用了应用数学、图像工程、数 据库、人工智能等相关学科的技术成果，从图像内容本身对其进行考察，可以实现 高效的、自动化的图像特征抽取，检索过程中在用户的协助下，可以提供更加符 合用户视觉感知习惯的图像检索手段。 目前国外许多机构都对c b i r 进行了建设性的研究并且丌发了相应的图像检索 系统，有的还把这种技术推进到i n t e r n e t 领域：国内比较关注这- - f i i 沿技术发展 动态的主要是大学、科研机构等，观念和技术应用上都有待于进一步提高。在对 国内外c b i r 发展充分调研的基础上本文提出了一些有效算法并且作了试验演示系 统，希望能对c b i r 下列领域的应用和推广起到一定的作用：多媒体数据库、电子 图书馆、商标管理、医疗图像管理、公安系统、办公自动化和卫星图像管理等。 1 2 现有主要c b i r 系统介绍 1 q b i c ( q u e r yb yi m a g e c o n t e n t ) 是由i b m 组织丌发的第一个商用化的基于内容的图像检索系统。它的系统框 架和技术对后来的图像检索系统具有深远的影响。 q b i c 系统的检索界面中，提供了基于以下4 种特征量的检索： 颜色直方图 颜色分布位置 纹理 上述三种特征量的综合检索 q b i c 的演示程序在丛! ；z z 】! 【竖g b i ：垒! 哩4 2 1 ：i b 篓：! q 墨 2 w i s ea n dw b sd e m o ( b ys t a n f o r du n i ) 该站点使用了w b i i s ( 基于小波的图象索引和查找) ，一种图象索引检索算法， 它有在大型图象库中进行部分略图查找的能力。该算法通过提供语义含义图象比 较在图象空间上刻画出色彩不变性。索引算法在每一个三元色上应用一个 d a u b e c h i e s 小波变换。在最低频带的小波系数及它们的变量作为特征向量存储。 为加速检索，整个过程分2 步：第一步进行基于变量的 f i 糙选择；然后通过在被 选图象与待查询图象间的特征向量匹配 以在查找中取得更好的准确度。在这里 进一步改进查找。二级的分辨率匹配可 屏蔽技术用来作部分略图查询。这种技 术在捕获图象相关性、对象间距、局部色彩纹理及避免偏离这几个方面比传统的 基丁内容的幽像检索技术研究与实现 像检索，即根据图像所包含的颜色、纹理、形状以及它们的组和特征等特征信息 建立索引并且通过图像特征矢量间的近似度量来进行相似性检索。不像t b i r ( 语 义级比较) 是对描述图像的文本进行比较，c b i r 是直接比较图内容所承载的特征 ( 低级特征比较) 。基于内容的图像检索由于综合应用了应用数学、图像工程、数 据库、人工智能等相关学科的技术成果，从图像内容本身对其进行考察，可以实现 高效的、自动化的图像特征抽取，检索过程中在用户的协助下，可以提供更加符 合用户视觉感知习惯的图像检索手段。 目前国外许多机构都对c b i r 进行了建设性的研究并且丌发了相应的图像检索 系统，有的还把这种技术推进到i n t e r n e t 领域：国内比较关注这- - f i i 沿技术发展 动态的主要是大学、科研机构等，观念和技术应用上都有待于进一步提高。在对 国内外c b i r 发展充分调研的基础上本文提出了一些有效算法并且作了试验演示系 统，希望能对c b i r 下列领域的应用和推广起到一定的作用：多媒体数据库、电子 图书馆、商标管理、医疗图像管理、公安系统、办公自动化和卫星图像管理等。 1 2 现有主要c b i r 系统介绍 1 q b i c ( q u e r yb yi m a g e c o n t e n t ) 是由i b m 组织丌发的第一个商用化的基于内容的图像检索系统。它的系统框 架和技术对后来的图像检索系统具有深远的影响。 q b i c 系统的检索界面中，提供了基于以下4 种特征量的检索： 颜色直方图 颜色分布位置 纹理 上述三种特征量的综合检索 q b i c 的演示程序在丛! ；z z 】! 【竖g b i ：垒! 哩4 2 1 ：i b 篓：! q 墨 2 w i s ea n dw b sd e m o ( b ys t a n f o r du n i ) 该站点使用了w b i i s ( 基于小波的图象索引和查找) ，一种图象索引检索算法， 它有在大型图象库中进行部分略图查找的能力。该算法通过提供语义含义图象比 较在图象空间上刻画出色彩不变性。索引算法在每一个三元色上应用一个 d a u b e c h i e s 小波变换。在最低频带的小波系数及它们的变量作为特征向量存储。 为加速检索，整个过程分2 步：第一步进行基于变量的 f i 糙选择；然后通过在被 选图象与待查询图象间的特征向量匹配 以在查找中取得更好的准确度。在这里 进一步改进查找。二级的分辨率匹配可 屏蔽技术用来作部分略图查询。这种技 术在捕获图象相关性、对象间距、局部色彩纹理及避免偏离这几个方面比传统的 第一章绪论 色彩布局算法要好。w b i i s 比传统算法更快更准确。在一个超过一万幅通用图象数 据库上的测试表明，在3 3 秒内可得出一百个最佳匹配。 3 v i r a g e ：v i r a g e 是由v i r a g e 公司丌发的基于内容的图像搜索引擎与q b i c 相似， v i r a g e 支持基于颜色、颜色布局、纹理和结构( 对象边界信息) 的可视化查询，但v i r a g e 比q b i c 更进一步它也支持由上述四个原子查询的任意组合用户可根据他们自 己的侧重调整这四个原子查询的权重在文献中，j e g r e y 等进一步提出了图像管 理的一个丌放式框架，他们将视觉特征( 称为“原语”：p r i m i t i v e ) 按通用型( 如颜色、 形状或纹理) 和领域相关型( 如面部识别、癌细胞检测等) 分类。按领域的要求，其 它的有用“原语”( 特征) 可以被加到丌放式结构中去。突破按例子查询的模式， g 1 l p l a 等提出了九部件的查询语言框架。相应的v i r a g e 演示在 h t t p ：血憋! j g q ：g q 里g i = b i g 旦! z 二。 1 3 本文的组织 理论算法研究和实践相结合是本文的一火特色，日铲四章属于理论研究部分， 剩下的章节属于系统设计和实现部分。- t 其中，本文第点章对颜色特征进行了详细 深入的研究，结合颜色主特征和圆环形几何分割提出了“种基乎颜色的图像检索 新算法，与传统的直方图方法相比检索效果有了明显的改善。第四章基于小波分 解理论对纹理特征提取做了算法上的研究。第五章提出了一种纹理图像判别标准， 可以应用在组合图像特征的检索算法中，还对整个系统迸行了详细的设计和实现 规划，其中应用了非常重要的用户反馈技术和存储过程技术。第六章对c b i r 评价 标准进行了系统深入的研究，并且据此迸行了某些试验。对本文的算法进行了验 证。最后于第七章对本文进行了总结并且提出了进一步研究的方向。 第一章绪论 色彩布局算法要好。w b i i s 比传统算法更快更准确。在一个超过一万幅通用图象数 据库上的测试表明，在3 3 秒内可得出一百个最佳匹配。 3 v i r a g e ：v i r a g e 是由v i r a g e 公司丌发的基于内容的图像搜索引擎与q b i c 相似， v i r a g e 支持基于颜色、颜色布局、纹理和结构( 对象边界信息) 的可视化查询，但v i r a g e 比q b i c 更进一步它也支持由上述四个原子查询的任意组合用户可根据他们自 己的侧重调整这四个原子查询的权重在文献中，j e g r e y 等进一步提出了图像管 理的一个丌放式框架，他们将视觉特征( 称为“原语”：p r i m i t i v e ) 按通用型( 如颜色、 形状或纹理) 和领域相关型( 如面部识别、癌细胞检测等) 分类。按领域的要求，其 它的有用“原语”( 特征) 可以被加到丌放式结构中去。突破按例子查询的模式， g 1 l p l a 等提出了九部件的查询语言框架。相应的v i r a g e 演示在 h t t p ：血憋! j g q ：g q 里g i = b i g 旦! z 二。 1 3 本文的组织 理论算法研究和实践相结合是本文的一火特色，日铲四章属于理论研究部分， 剩下的章节属于系统设计和实现部分。- t 其中，本文第点章对颜色特征进行了详细 深入的研究，结合颜色主特征和圆环形几何分割提出了“种基乎颜色的图像检索 新算法，与传统的直方图方法相比检索效果有了明显的改善。第四章基于小波分 解理论对纹理特征提取做了算法上的研究。第五章提出了一种纹理图像判别标准， 可以应用在组合图像特征的检索算法中，还对整个系统迸行了详细的设计和实现 规划，其中应用了非常重要的用户反馈技术和存储过程技术。第六章对c b i r 评价 标准进行了系统深入的研究，并且据此迸行了某些试验。对本文的算法进行了验 证。最后于第七章对本文进行了总结并且提出了进一步研究的方向。 基丁内容的图像检索技术研究b 实现 第二章基于内容的图像检索关键技术 基于内容的图像检索涉及的关键技术包括图像数据建模、特征提取、特征匹 配、用户反馈、与t b i r 的兼容性、图像预处理等方面，这些都是系统分析设计时 要充分考虑的重要环节，下面分节逐一介绍。 2 1 图像数据建模 1 图像的一般物理模型 任意一幅图像可以用一个亮度函数f ( x ，y ) 表示，函数值f ( x ，y ) 代表该图像中( x ，y ) 坐标处的的像素亮度值：该图像亮度函数一般出两个亮度组件构成：入射光函数 i ( x ，y ) 和反射光函数r ( x ，y ) ，这样一来，任一图像函数可以写成： ? f ”( x y ) = i ( x y ) r ( x y )q 其中，0 i ( x ，y ) 且0 r ( x ，y ) 1 ，由该公式可以看出图像函数j 下比于亮度组件。 2 应用于c b i r 的图像逻辑模型( 概念模型) 结合c b i r 系统本身的特点，对图像建模时考虑到图像数据的特征表达、特征 匹配、特征综合和系统可扩展性等诸多因素，建立图像数据模型 4 2 1 如下： “= l u ( d ，f ，r ，m ，y ) ( 2 2 ) 其中的各个符号所代表的含义如下； d 代表图像数据，比如j p e g 图像和b m p 图像。 f = 是与图像数据相关联的特征集合，比如颜色、纹理和形状。 r = ，) 是给定特征，：的表示的集合。 m = ( m 。) 是近似性度量的集合，比如余弦( c o s i n e ) ，欧几里德( e u c l i d e a n ) ， 直方图相交( h i s t o g r a mi n t e r s e c t i o n ) 等，给定一个特征，由( ，m ) = ( 特征 表达，特征匹配) 共同决定这一特征的计算和匹配算法。 v = v ，是相应的特征 r ，存在一个v ，来存储该表示的实际值， 矢量，对于每一个 也就时说v ，是相应0 的一个实例。 当该数据模型应用于基于内容的图像检索中时，可以有多个特征参与检索， 一个特征可以有多种表达方法，每一种表达方法可以采取不同的距离度量。该图 像数据逻辑模型可以用图2 1 表示： 基丁内容的图像检索技术研究b 实现 第二章基于内容的图像检索关键技术 基于内容的图像检索涉及的关键技术包括图像数据建模、特征提取、特征匹 配、用户反馈、与t b i r 的兼容性、图像预处理等方面，这些都是系统分析设计时 要充分考虑的重要环节，下面分节逐一介绍。 2 1 图像数据建模 1 图像的一般物理模型 任意一幅图像可以用一个亮度函数f ( x ，y ) 表示，函数值f ( x ，y ) 代表该图像中( x ，y ) 坐标处的的像素亮度值：该图像亮度函数一般出两个亮度组件构成：入射光函数 i ( x ，y ) 和反射光函数r ( x ，y ) ，这样一来，任一图像函数可以写成： ? f ”( x y ) = i ( x y ) r ( x y )q 其中，0 i ( x ，y ) 且0 l ，m l j 鸩 由上式容易推出 ，+ 肘，= 2 m i n ( 1 ，m j ) + h m ，| j c ，+ m ，) = 2 m i n ( ，m ，) + 2 t l ，一m ，l 等，+ m ，- 2 1 1 ，一m ，i = 2 m i n ( ，m ，) 2 * - z i ，- m ，l = 2 z m i n ( 1 ，m j ) 2 k - z t l ，- m l2 m i n ( 1 ，叫m ) j l 2 k 2 - 砭2 面m 一 等圩( ，m ) = 1 一去；h m ，| 从推论的推导过程可以得知，对于其中图像尺寸并不一致的数据库，该推论 公式并不适用。 b ) 距离法 为了减少计算复杂度，可以用直方罔的均值来粗略地表达颜色特征， 对图像的r 、g 、b 三个颜色通道，匹配的特征矢量为： f 。l u r ，g 。b 】7 ( 3 4 ) 这样，查询图像q 和数据库图像i 之间的匹配值可以定义为： e ( q ，) 7 - ( 矗一 ) 2 z m b ( 帕一 ( 3 5 ) 该方法计算简单、实现容易，但是检索结果并不精确。 c ) 中心矩法 根据帕斯维尔定理可以推导出一幅图像与其中心矩序列一一对应，这样 图像就可以近似地用其有限个中心矩米表征；设m 删，m g j ，m 鲫分别代表 查询图像q 的r 、g 、b 三个颜色通道直方图的i ( is 3 ) 阶中心矩 基丁内容的图像检索技术研究与实现 m + m ，m m m 分别代表数据库图像i 的r 、g 、b 三个颜色通道直方图的 i ( i 3 ) 阶中心矩。则它们之间的匹配值可以表示为下面的公式( 3 6 ) ： 尸( q ，) = 1 ( m 刚一m m ) 2 + 彤i ( m 。g ，一mr i g ) 2 + ( m 缈一m i b ) 2 yt = lt = l括l 其中，彤，阡0 为颜色通道加权系数。该方法是本章算法的理论基石。 d ) 参考颜色表法 距离法太粗糙，直方图相交法计算量太大，一种折衷的办法是将图像 颜色用一组参考色表示，这组参考色应能覆盖视觉上可感受到的各种颜 色，参考色的数量要比原图的少的多，这样可算得简化的直方图，相应的 特征矢量是： ，= z ， ， 】7 ( 3 7 ) 其中，代表第i 种颜色出现的频率，n 是颜色参考表的长度。此时加权后 的查询图像q 和数据库图像i 之间的匹配值为： p ( q ，d 2 1 善形( 名一 ) j - ， ( 3 8 ) 鼽w j = 憾麓：激冀 ( 3 ) 累积直方图定义 直方图的四种匹配方法中，后三种主要是从减少计算量的角度对第一种 进行简化，但是直方图相交法还有两外一个问题，当图像并没有充分利用所 有的灰度级时，其相应的直方图中就会出现“零值”，这些“零值”的出现会 对直方图的相交带来很大影响，从而使得由直方图相交公式计算出的匹配值 并不能正确反映两图像间的颜色差别。为了解决这个问题，可以利用累积直 方图。 一幅图像的累积直方图是在该图像直方图的基础上计算得出的，公式 如下： 。( 七) g h ( o ，k = o ，l 。，l - 1 ( 3 9 ) 由于考虑了历史灰度级，所以相比直方图，累积直方图有望对亮度改变 的敏感性降低，从而用在基于内容的图像检索系统中会取得较好的效果。实 验效果可以参考 7 中第1 7 9 页的例8 7 1 。 第二三章颜色主特征和吲环形几何分割 2 直方图的优势 1 ) 计算复杂度低 一幅m 行n 列的图像，其亮度直方图计算一般需要m ”次加法运算和 l ( 灰度级总数) 次除法运算，算法简单，实现容易。 2 ) 具自与生俱柬的仿射不变性 平移不变性 旋转不变性 缩放不变性( 归一化直方图4 具有此特性) 视角改变的基本不变十丰 3 直方图的不足 虽然直方图有卜述很多优点，但是由于它“天生”对颜色空问位置的 忽视以及对亮度改变的敏感性，使其在基于内容图像检索系统中的应用受 到了很大的限制，在颜色空问位置信息和亮度改变要求严格的图像检索系 统中它先天的弊病就更暴露无遗。下面的两小节内容对其这两方面的不足 进行了图文并茂的揭示。 ( 1 ) 直方图不包含颜色的空间位置信息 根据统计学原理，一幅图像的直方图就是该图像亮度值的概率密度 函数p d f ，它只包含了图像中亮度分布的统计信息，并不包含各亮度值的 任何空间位置信息；所以只要两幅图像亮度分布相同，不管它们的视觉 内容差别多大都具有近似甚至相同的直方图( 参考下图) 。 图3 i 直方例与【割像间的一对多关系 也就是说直方图与图像间存在一对多的关系，这是直方图做为图像颜色特征 时造成与人们的视觉感知规律相背离的根本顾因。因此它只适合检索颜色分布相 似的图像，并不能满足人们多元化的检索要求。 f ) 直方图刘亮度改变敏感 基丁内容的幽像检索技术研究与实现 基于内容的图像检索算法一般隐含默认图像数据库中的相似图像都有相同的 背景亮度，但是由于下列原因的存在使得这种假设往往与现实并刁i 相符合： 环境光照条件的变化 相机自动增益控制的非线性 相机信号响应的变化 照片处理和打印扫描等数字化处理过程的非线性 根据本章第一节引入的图像模型，容易看出不同颜色分量值与亮度成正比， 因此一幅图像的直方图( 的幅值) 就随亮度的改变而成比例的伸缩。下图显示了 具有不同亮度但视觉内容致的三幅l e n n a 图像以及它们的直方图，从图中可以 看出，三幅图像的直方图非常近似，后面两图l en 1 n 图相对于最左边的1 e n n n 图 像直方图h 是进行了平移和伸缩变化。如果一幅图像的亮度变化一致( 亮度变化 均匀) 并且直方图并不因为亮度的非线性影响而发生畸变，我们就可以做出这样 的科学假设：几j 一幅物理图像生成的不同亮度版本，它们之问的差别体现在彼此 的直方图的平移和伸缩上。 幽3 2 亮度政变对直方幽的影响 左图：标准le n n a 幽像及其直方图中图：亮度变人l e n n a 倒像及其直方蚓，z j 劁：，克皮 减小l e n n a 削像及其直方幽。 4 觯决方案 前面详细讨论了直方图作为颜色特征时的优势和缺点，针对其缺点；本文提 出一种新的替代算法：颜色主特征和圆环形几何分割；该算法充分考虑了颜色的 空间信息和亮度改变造成的影响，另外在整个系统设计时采用了存储过程技术， 使得该算法检索准确高效、特征存储空间小，具有很强的应用价值，详细内容请 参考本章3 3 节到3 7 节以及第五章系统的设计和实现部分。 第三章颜色主特征和圆环形儿何分割 3 3 彩色图像的预处理 图像数据库中图像尺寸的不一致、图像格式和质量的差异严重影响着后续检 索过程，为了克服这些弊瑞，本文算法和系统设计时将图像格式统一转换为 6 4 6 4 2 4 格式的真彩色b m p 图像，并对其进行极大极小中值滤波去嗓处理和均 衡化亮度处理。程序实现流程图参见图3 3 。 1 _ 图3 3 图像蓣处理流糨豳 1 图像格式预处理 - 。， 可以采用两种方法；用图像处溪软件人工转换或用控件自动转换一前者需要 手工操作，后者可以通过编程自动实现。实验发现不同的闰像处理软件由于采用 的算法并不相同，所以处理的结果虽然视觉上看不出差别，但是在特征匹配时的 出入非常大，有时甚至会造成失配的现象出现，建议固定一种格式转换算法，本 文统一使用p h o t o s h o p v 6 将图像统j _ 转换成百m p r 格式。 2 图像尺寸预处理 其算法原理比较简单，只要在保证处理日f 后豳像的宽高比) f 变的前提下根据 原图像计算出处理后的宽或高，就不会产生几何扭曲失真。 3 图像直方图均衡化 该实现算法可以用公式表示如下： 基于内容的图像检索技术研究与实现 f ( d ) = 鲁f 日( “) d u = d 。r 掣d u 以，似“) d u = d d ) 其中，d 。为灰度级的最大值，a 。是图像的面积( 总像素数) ，h ( u ) 为图像中具有u 狄度值的像素总数，具体可以参考第2 2 节。 4 去噪声算法 本文使用了极大极小中值滤波算法。传统的滤波器对信号像素和噪声像素都 “一视同仁”，肯定会使像素点发生扭曲；而极大极小值中值滤波算法利用一个有 效的噪声模型对信号点和噪声点分别对待，可以有效去除商斯白噪声( 椒盐噪声) 。 实现原理如下：对于自然图像，不含噪声点的区域内部的邻点之间存在很大的狄 度相关性( 平滑过渡) ，而噪声点一般是那些像素值在邻域中非常突出的点：因此， 在一幅图像中，如果一个像素点的值远大于或远小于其邻域的值，也就是说该像 素点与其邻域的相关性很小，那么该点很可能被噪声污染了，否则如果其值与邻 点值接近，就应该是一个有效的信号像素点。该算法用公式表示如下： y ! j ：f m e d ( w x u _ 嚣、或最大值 ( 3 1 0 ) l f 7 ，、o 其中，x 。为输入图像( i j ) 坐标处的像素值，蜥为噪声处理后的位于( i j ) 点处的图像像 素值，w 代表加窗操作( 将像素限制在窗i = 1 覆盖下的范围内) ，m e d 为求中值算子 ( 排序后取中i 、自j 位置的值) 。， 、 总之，经过图像的格式一致化、去除噪声、均衡化和尺寸预处理，可以有效 排除对后续的特征提取和特征匹配夹杂的各种干扰，从而能提高检索的速度和准 确率。经过这一过程后，紧接着就可以提取颜色主特征。而颜色特征的提取必然 会涉及颜色模型( 颜色空间) 的选择问题；颜色模型选择的恰当与否直接关系着 该特征的提取过程与人类视觉习惯的一致程度，并且影响瀚色特征的计算速度和 算法复杂度，所以下面一节详细介绍本算法中艇采用的h s v 颜色横蛩。 3 ，4 h s v 颜色模型 颜色模型的选择对本章算法的设计和实现起着关键作用。丽人们的视觉感知 规律决定了h s v 颜色模型是基于颜色的图像检索的首迅模型。本节首先对r g b 颜色模型和h s v 颜色模型作一对比，然后研究r g b 颜色模型与h s v 颜色模型的 相互转换问题，最后将h 、s 和v 统一成一个物理量以减少特征计算的复杂度。 1 r g b 颜色模型v s h s v 颜色模型 我们的眼睛通过三种可见光对视网膜的椎状细胞的刺激来感受颜色，这些光 基于内容的图像检索技术研究与实现 f ( d ) = 鲁f 日( “) d u = d 。r 掣d u 以，似“) d u = d d ) 其中，d 。为灰度级的最大值，a 。是图像的面积( 总像素数) ，h ( u ) 为图像中具有u 狄度值的像素总数，具体可以参考第2 2 节。 4 去噪声算法 本文使用了极大极小中值滤波算法。传统的滤波器对信号像素和噪声像素都 “一视同仁”，肯定会使像素点发生扭曲；而极大极小值中值滤波算法利用一个有 效的噪声模型对信号点和噪声点分别对待，可以有效去除商斯白噪声( 椒盐噪声) 。 实现原理如下：对于自然图像，不含噪声点的区域内部的邻点之间存在很大的狄 度相关性( 平滑过渡) ，而噪声点一般是那些像素值在邻域中非常突出的点：因此， 在一幅图像中，如果一个像素点的值远大于或远小于其邻域的值，也就是说该像 素点与其邻域的相关性很小，那么该点很可能被噪声污染了，否则如果其值与邻 点值接近，就应该是一个有效的信号像素点。该算法用公式表示如下： y ! j ：f m e d ( w x u _ 嚣、或最大值 ( 3 1 0 ) l f7 ，、o 其中，x 。为输入图像( i j ) 坐标处的像素值，蜥为噪声处理后的位于( i j ) 点处的图像像 素值，w 代表加窗操作( 将像素限制在窗i = 1 覆盖下的范围内) ，m e d 为求中值算子 ( 排序后取中i 、自j 位置的值) 。， 、 总之，经过图像的格式一致化、去除噪声、均衡化和尺寸预处理，可以有效 排除对后续的特征提取和特征匹配夹杂的各种干扰，从而能提高检索的速度和准 确率。经过这一过程后，紧接着就可以提取颜色主特征。而颜色特征的提取必然 会涉及颜色模型( 颜色空间) 的选择问题；颜色模型选择的恰当与否直接关系着 该特征的提取过程与人类视觉习惯的一致程度，并且影响瀚色特征的计算速度和 算法复杂度，所以下面一节详细介绍本算法中艇采用的h s v 颜色横蛩。 3 ，4 h s v 颜色模型 颜色模型的选择对本章算法的设计和实现起着关键作用。丽人们的视觉感知 规律决定了h s v 颜色模型是基于颜色的图像检索的首迅模型。本节首先对r g b 颜色模型和h s v 颜色模型作一对比，然后研究r g b 颜色模型与h s v 颜色模型的 相互转换问题，最后将h 、s 和v 统一成一个物理量以减少特征计算的复杂度。 1 r g b 颜色模型v s h s v 颜色模型 我们的眼睛通过三种可见光对视网膜的椎状细胞的刺激来感受颜色，这些光 第三章颜色主特征和圆环形几何分割 在波长为6 3 0 n m ( 红) 、5 3 0 n m ( 绿) 和4 5 0 ( 蓝) 时的刺激达到高峰，通过对各刺激强 度的比较，我们感受到光的颜色。这种视觉理沦是使用红、绿、蓝三基色配比显 示颜色的r g b 颜色模型的理论基础。r g b 颜色模型属于三基色颜色模型范畴的一种： 加基色颜色模型，适合于在显示器上显示颜色；但是认知科学及视觉感知规律表 明，人们不能像计算机显示器那样只使用r g l 3 成分感知颜色，因此选择一个适合 于二人类视觉特性的颜色模型可以改善检索效果进而可以提高用户的认可程度。在 多种己知的颜色模型中h s v 颜色模型是一种适合人类肉眼分辨的模型l h s v 颜色空 间的尺度符合人类对颜色的感知规律，即以h s v 表示的颜色之间的e u c l i d e a n 距 离与人类的视觉感知距离相对应2 _ 这种颜色模型把颜色分解成3 个分量：色调 h ( h u e ) 、饱和度s ( s a t u r a t i o n ) 和亮度v ( v a l u e ) ，而且它可以用m u n s e l l 三维空i 自j 坐标系统来表示，如图3 4 所示。坐标之间的心理感知独立性使得可以独立感知 各颜色分量的变化，而且这种颜色模型具有线性伸缩性，可感知的颜色差与其 e u c l i d e a n 距离成比例，所以更适合用户的视觉感知规律。 图3 4 中色调h 用角度度量表示颜色的类别，取值范围为0 。3 6 0 。：饱和度 表示颜色的深浅，取值范围为s 仨【o ，l 】：亮度表示颜色的明暗程度，取值范围为 v 0 , 1 】。 幽3 4h s v 颜色模型 2 r g b 空间到h s v 空间的变换 给定r g b 颜色空间的颜色值( r ，g ，b ) ，其中r ，g ，b 0 , 2 5 5 】，则变换到h s v 空间的h ，s ，v 值的计算过程如下： 设m a x = m a x ( r ，g ，6 ) ，m 1 n = m i n ( r ，g ，6 ) ，d e l t a = m a x m 1 n 基丁内容的图像检索技术研究与实现 v = m a x 2 5 5 i f m a x = 0 s = oe l s es = d e r a m a x i f s = ot h e nh = - 1 e l s e b e g i n i fr = m f i x ，h = ( g - b ) ( m a x m i n ) i f g = m a x ，h = 2 + ( b r ) ( m a x - r a i n ) i f b = m a x ，h = 4 + ( r g ) ( m a x - m i n ) e n d h = h + 6 0 i f h 睨，睨 职；如果图像数据库中 的图像是在不同的光照条件下获取的户外图像，颜色分布平均颜色就可能包含不 可靠的信息，此时我们就可以将降，j 设置成一个比较小的值。注意如果将三个权重 都设置成为1 ，公式( 3 1 3 ) 就变成了m a n h a n t t a n 距离公式( 厶一n o r m ：厶范数) 。 本颜色主特征提取算法比较容易实现，可以结合图像分块算法分别计算每个 子块图像的前三阶矩作为该块固像的主特征，将每个子块图像的前曼阶矩组合在 第二章颜色主特征平心环形儿何分割 一起就可以作为整幅图像的颜色主特征。彩色图像检索时r 、g 和b 分量的前三 阶矩都一般都要考虑。具体应用请参见下面的3 6 节。 3 6 圆环形几何分割 该圆环形分割方法属于图像分块的一种，圆环形分割本身决定了旋转不变性； 结合上节介绍的已经归一化处理的前三阶矩，又可具有缩放不变性：另外通过调 整公式3 1 3 中的权重并且对图像进行亮度均衡化可以减少背景亮度对检索结果的 影响。 1 原理 颜色特征是图像的一个非常重要的特征，直方图具有与生俱来的仿射变换不 变性：平移不变性( t r a n s l a t i o n - i n v a r i a n c e ) 、旋转不变性( r o t a t i o n i n v a r i a n c e ) 和 尺度不变性( s c a l e - i n v a r i a n c e ) 。基于颜色直方图的检索通常是把图像转化为直方 图，对直方图进行匹配，这种方法完全丢弃了图像颜色的空间位置信息。为了充 分利用颜色的空间信息来达到更接近于人类视觉感知规律的检索效果，本节提出 基于圆环形几何分割的算法。这一算法的主要思想是将一幅图像按照中心点坐标 将其等间隔分割成一个圆和几个圆环，形成几个圆环形图像区域，然后根据前两 节的介绍的方法针对这几个圆环形区域分别计算其h s v 颜色分布主特征向量，这 样就构建出一个颜色分布主特征向量序列；在图像近似性度量时，只要将两幅图 蹦3 5 恻环形儿何分削示意幽 像对应的颜色分布主特征向量序列间的近似度算出即可据此进行图像检索。图像 的圆环形几何分割示意图如图3 5 所示。 2 实现步骤 s t e p l ：对图像进行圆环形几何分割。根据图象的大小形状将图象分为m 个圆形部 第二章颜色主特征平心环形儿何分割 一起就可以作为整幅图像的颜色主特征。彩色图像检索时r 、g 和b 分量的前三 阶矩都一般都要考虑。具体应用请参见下面的3 6 节。 3 6 圆环形几何分割 该圆环形分割方法属于图像分块的一种，圆环形分割本身决定了旋转不变性； 结合上节介绍的已经归一化处理的前三阶矩，又可具有缩放不变性：另外通过调 整公式3 1 3 中的权重并且对图像进行亮度均衡化可以减少背景亮度对检索结果的 影响。 1 原理 颜色特征是图像的一个非常重要的特征，直方图具有与生俱来的仿射变换不 变性：平移不变性( t r a n s l a t i o n - i n v a r i a n c e ) 、旋转不变性( r o t a t i o n i n v a r i a n c e ) 和 尺度不变性( s c a l e - i n v a r i a n c e ) 。基于颜色直方图的检索通常是把图像转化为直方 图，对直方图进行匹配，这种方法完全丢弃了图像颜色的空间位置信息。为了充 分利用颜色的空间信息来达到更接近于人类视觉感知规律的检索效果，本节提出 基于圆环形几何分割的算法。这一算法的主要思想是将一幅图像按照中心点坐标 将其等间隔分割成一个圆和几个圆环，形成几个圆环形图像区域，然后根据前两 节的介绍的方法针对这几个圆环形区域分别计算其h s v 颜色分布主特征向量，这 样就构建出一个颜色分布主特征向量序列；在图像近似性度量时，只要将两幅图 蹦3 5 恻环形儿何分削