（计算机应用技术专业论文）常用图象文件颜色特征提取的研究.pdf

辽宁工程技术大学袋学位论文 攘娶 睫麓多媒体技零及i n t e r n e r 技术的遮遽发展，各嚣器业黠辫象躲 使用越_ 来越广泛，图琢信息资源的管理和梭索盛得越来越重要。如何 脊效欧管理窥检索图象数据爨多媒体鼓及数据痒技术瓣瓣一瑗猕竣。 在图象内容的几种特征中，例如纹理特征、形状特征、颜色特征、 空阕特征等，颜色是掰簿图象中最懑接靼簸篙零躲特惩，也楚强象爽 密特性中个很疆要的特征，基于颜色特征的这赡优点，本文通过对 嚣霜墨敷文传熬交辞络梭深入分援的基磷上，蹲b m p 、p c x 、t g a 等 黼象文件颜色巍方图嗣累积盥方图的提取方法进行了研究，形成了基 本豹算法，鏊农菇秀效豹餐耀鹫象秘据塞翔蒙鹣梭索效率抒下紧实懿 基础，最后溺m i c r o s o f tv i s u a lc 十+ 6 。0 验诞了算法的正确性。 燕键词；图象数挺痒图象文件颜媳塞方溪累积蹇方圈颜邈空翔 辽宁工程技术大学硕士学位论文 a b s t r a c t a l o n gw i t h t h er a p i dd e v e l o p m e n to fm u l t i m e d i at e c h n i c a la n d i n t e r n e tt e c h n o l o g y ，t h ei m a g eu s ei sw i d e l yu s e di ne v e r yw a l ko fl i f e ， t h em a n a g e m e n ta n dr e t r i e v a lo fi m a g ei m f o r m a t i o nr e s o u r c e sb e c o m e i n c r e a s i n g l yi m p o r t a n t h o wt h ei m a g ed a t ac a nb ee f f e c t i v e l ym a n a g e a n ds e a r c hi sac h a l l e n g et om u l t i m e d i a ，a sw e l la st h ed a t a b a s e t e c h n o l o g y i ns e v e r a lk i n d so fi m a g ec h a r a c t e r i s t i c s ，t h ec o l o ri sm o s td i r e c t a n dt h es i m p l ec h a r a c t e r i s t i ci na l li m a g e s ，a sw e l la sav e r yi m p o r t a n t c h a r a c t e r i s t i co ft h ei m a g ec o n t e n t ，f o re x a m p l e ，t e x t u r ec h a r a c t e r i s t i c ， c o l o rc h a r a c t e r i s t i c ，s p a t i a lc h a r a c t e r i s t i ca n ds oo n b a s e do nt h e s e m e r i t so fc o l o rc h a r a c t e r i s t i ca n di n d e p t ha n a l y s i so nt h ef i l es t r u c t u r e s o ft h ei m a g ei nc o m m o mu s e ，t h i sa r t i c l ef o r m sb a s a la r i t h m e t i ct h r o u g h s t u d y i n gt h e e x t r a c t i o nm e t h o do fc o l o rh i s t o g r a ma n da c c u m u l a t i o n h i s t o g r a ma b o u ti m a g ef i l es u c ha sb m p 、p c x 、t g a ，a n ds oo n i tb u i l d s as o l i df o u n d a t i o nf o rt h ee f f e c t i v em a n a g e m e n ti m a g ea n di m p r o v e m e n t o nt h er e t r i e v a le f f i c i e n c y a tl a s t ，t h ea c c u r a c yo fa l g o r i t h mi sb e e n c o n f i r m e db yu s i n gm i c r o s o f tv i s u a lc + + 6 0 k e y w o r d ：i m a g ed a t a b a s e ，i m a g ef i l e ，c o l o rh i s t o g r a m ，c o l o r sp a t i a l ， c u m u l a t eh i s t o g r a m 辽r 工程技术大学硕士学位论文 台| j 新点声明 本人声明所呈交的学位论文是我个人在导师指导下进行 的研究工作及取得的研究成果：本文通过对常用图象文件的 文件结构深入分析，研究了这几种图象文件颜色直方图和累 积直方图的提取方法，形成了基本的算法，为有效的管理图 象和提高图象的检索效率打下坚实的基础。 作者：景墀日期： 辽宁工程技术大学硕士学位论文 1 绪论 1 1 选题的依据 随着科学技术的快速发展和推广应用，特别是计算机技术和网络 技术的发展，信息高速公路的建设，以及多媒体的推广应用，现代信 息处理的对象和方法都有了很大的变化。这几年比较显著和重要的一 点就是大量的各种类型的信息在全球得到了采集、传输、流通和应用， 人们正在快速地进入一个信息化的社会。各种信息工具、技术、载体、 方法和手段的综合集成产生了许多他们原来没有的新功能和新概念， 例如出现了数字图书馆，数字博物馆，虚拟博物馆，数字电影，交互 电视，视频会议，点播视频服务，远程教育，远程医疗等许多新的服 务形式和信息交流手段。 近年来随着需求的增长，工艺技术的进步，以各种方式获取的多 媒体信息的数量得到了飞速增加。例如，美国加洲旧金山医院多年前 已将医学x 光图片数字化。每幅图是2 0 0 0 2 0 0 0 像素，每个像素的 灰度需1 6 b i t ，所以每幅图需要2 0 0 0 2 0 0 0 1 6 b i t = 8 m b 来存储。考 虑每天需做约1 0 0 0 片，而一般x 光图片需保存7 年，这样一来每年 这类图象数据的数量都将在10 1 3 b 的量级。进入新世纪后，有人估计 仅世界上每年产生的新图象己达到8 0 0 亿幅【1 1 。 视觉数据的爆炸性增长使得对图象的管理和检索成为关键。如何 快速有效地管理和寻找相关图象信息已变得日趋困难，所以，迫切需 要对海量数据实施有效管理，目前图象和视频的检索主要是借助于一 些著名的搜索引擎如y a h o o 、a l t a v i s t a 和g o o g l e 等采用关键字和描 述文本进行查询。它们虽然取得了成功的应用，但也存在着一些无法 回避的问题： 由人手工建立图象的内容描述，带有很强的主观性，当数据 库规模很大时，耗事费力。 图象中可能存在多个需要予以描述的对象，而且对象自身的 属性和彼此之间的空间布局关系都需要予以描述，随着库规模的增 大，关键字集合变得庞大、复杂，通常关键字集合的选择是与某一个 辽宁工程技术大学硕士学位论文 具体应用相关的，通用性不好。 目前自然语言理解技术研究还不成熟，限制了基于文本描述 的检索应用。 首先如何管理这些图象数据。如何使得图象数据的获取变的简单 有效，是对多媒体技术以及数据库技术的一项挑战。是改造原有的关 系数据库系统，使其具有处理图象数据的能力，还是设计一个全新的 多媒体数据库系统是人们大胆的尝试的两个方向。 然后如何有效的进行图象检索，针对这问题，基于内容的图象检 索技术( c o n t e n t b a s e di m a g er e t r i e v a l ，简称c b i r ) 应运而生。9 0 年 代初，建立在计算机视觉和图象理解基础之上，综合人工智能、模式 识别、面向对象技术、认知心理学、数据库等多学科知识，人们提出 了基于内容的图象和视频检索技术。图象的内容描述不再依赖于人的 手工标注，而是借助于从图象中自动提取的视觉特征；检索的过程也 不再是关键字匹配，而是视觉特征间的匹配。 1 2 图象数据库的研究现状 图象数据库是数据库技术和图象处理技术相结合的产物，是多媒 体数据库的一种，它存储的是与图象有关联的数据集合( 包括图象的 特征，图象内某一对象的意义，图象之间的逻辑关系等) ，并对它们 进行有效的管理，以保证数据的一致性、完整性，从而支持诸如检索 等各种具体应用。 早期的图象数据库主要研究图象的基本处理技术和基本方法，随 着图象获取手段和处理方法的发展，图象的存储和管理的重要性1 2 益 突显，如今的图象数据库不仅作为存储和检索手段，而且广泛应用于 多媒体图书馆、卫星遥感图象、罪犯识别系统、商标版权的管理和 c a d c a m 、c a s 、g i s 、o a 、医用图象档案和通讯系统以及科学数 据库等。具体的应用实例有：智能图象数据库( i n t e l l i g e n ti m a g e d a t a b a s es y s t e m ) ，g r a i n ( g r a p h s o r i e n t sr e l a t i o n a la l g e b r a i n t e r p r e t e r ) 和r e d i ( r e l a t i o n a ld a t a b a s ei m a g e s ) 等。图象信息系统已经 发展成为基于某一领域的知识的智能系统，通过存取和利用领域知 识，这种系统可以完成较复杂的任务，图象信息系统将是导向形象思 辽t i _ - e 程技术大学硕士学位论文 维、智能计算机和智能机器人的必经之路。 1 2 1 图象数据模型 图象数据通常采用关系数据模型和层次数据模型来对图象数据 建模。如早在1 9 7 7 年，m c k e o w n 和r e d d y 在m i d a s 中采用层次数据结 构逐层细化的方法存储图象，k u n i i 在i n f a d s 系统里把图象解释为一种 关系属性，还有将关系模型和层次模型混合共同进行图象建模的方 式。图象处理领域的研究者使用广义图模型，例如，g r i m d b m s 【7 1 中使用属性关系图作为数据模型。数据库领域的研究者使用扩充关系 模型，还有人提出图象对象语义模型i s d m 。 1 2 2 图象数据库的体系结构 传统数据库系统的结构分为三级模式和两级映射：外模式、模式、 内模式( 用户视图) 和从外模式到模式的映射、从模式到内模式的映 射。较完善的图象数据库体系结构有五层结构，分别为用户视图、语 义特征视图、图象特征视图、特征表达、特征的组织和检索，如图1 1 ： ( a ) 模式及映射 空问推理 图像知识 形成结构 图像理解 图像数据 形成结构 图像数据 存储检索 图1 1 图象数据库体系结构7 辽宁： 程技术大学硕士学位论文 4 1 2 3 图象数据库索引和检索技术 对于图象数据的索引要从三个方面进行研究：索引的表示、索引 的组织和索引的提取。 图象索引的表示可分为： ( 1 ) 关键字索引： 主要方法是对图象文件建立关键词或文本标题以及一些附加描 述信息，然后将图象的存储路径和图象关键词之间建立联系，从而实 现图象数据的检索。 ( 2 ) 色彩特征索引： 颜色是图象中最重要的一种底层特征，基于颜色的图象表示方法 自然就成为主要的图象索引技术并得到相当广泛和深入的研究。常用 的颜色索引技术包括颜色直方图、颜色矩、颜色相关图等方法。 ( 3 ) 形状特征索引： 形状表示了图象中有意义的的区域或相关对象，基于形状的图象 索引技术允许用户查询具有形似对象的数据库图象。目前有效的技术 方法如不需分割的图象直方图方法、区域近似分割方法以及图象的空 间结构方法等。 ( 4 ) 纹理特征索引： 纹理是图象的一个重要属性，关于纹理的定义和纹理的量化方法 有许多，其中主要有两种：一种是结构方法：一种是统计方法。前者 是将图象中非常具有结构规律的特征加以分析，后者则是对图象中的 色彩强度的空间分布信息进行统计。 ( 5 ) 对象空间关系索引： 用空间关系特征来进行图象检索一直是图象数据库检索的重要 研究方向。 图象检索是多媒体数据库中最重要也是最普遍的要求，是图象数 据库的核心技术。早期的图象检索是基于文本方式的，由于文本标注 工作量大，而且很难真正表达图象的内容含义，因此，提出了基于内 容特征作为图象的索引，计算查询图象和目标图象的相似程度，按相 似度匹配进行检索，其目的是试图解决图象数据库系统中手工建立文 本标注信息的缺点。 辽宁工程技术大学硕士学位论文 1 3 课题研究的实际意义 8 0 年代后期以来，数据库界新的热点是多媒体数据库，新型数据 模型的发展，特别是扩展的关系模型和面向对象模型，为解决非结构 化数据的应用需要更丰富结构表示的问题提供了手段。随着图象存储 费用的减少，强有力的工作站的出现以及一些图象压缩技术的提高， 使得图象作为一种存储手段在越来越多的领域得到了应用。尽管多媒 体数据库还应支持其他媒体，如文本、视频、音频等，但事实上所有 这些都需要图象管理，并且都倾向于图象。图象数据库管理系统越来 越激发了人们的兴趣，也越来越被人们认为是解决图象管理问题的好 办法。 图象数据库将有非常广泛的应用。其中，医药图象、遥感卫星数 据的管理与处理、地理信息系统、办公自动化中的档案管理以及电子 图书馆等，都需要图象的存储与获取技术。若解决了图象的快速准确 获取问题，对实际应用将是一个了不起的贡献。 不管是图象数据库的建立还是检索，提取图象的特征是必不可少 的，虽然对于图象的研究现在已经取得了很大的进展，但是距离真正 走向实用还有很长的路要走，我希望我可以尽自己所能为这项技术的 发展尽绵薄之力。 1 4 本文的论文安排 第一章绪论。本章主要介绍了选题的背景，图象数据库的研究 方法和发展现状，本课题的研究的意义及论文安排。 第二章基于颜色特征的检索。介绍了研究基于颜色特征检所得 的基础知识和颜色特征的提取方法。 第三章图象文件分析。详细分析了每个图象文件格式的文件结 构，根据图象数据得出不同文件格式的统计直方图和累积直方图。 第四章结论。总结本文主要工作，并对后续工作进行了展望。 致谢 参考文献 辽宁工程技术大学硕士学位论文 6 2 基于颜色特征的检索技术 2 1 概述 基于内容的图象检索( c o n t e n t b a s e di m a g er e t r i e v a l ， c b i r ) ，是指根据图象中物体或区域的颜色、形状或纹理等特征 以及这些特征的组合来查询图象，这是计算机图象处理、图象理 解、计算机视觉、模式识别和数据库技术的有效结合。基于内容 图象检索基本思路是：先通过对图象内容的分析，自动或半自动 的从中抽取形状、颜色、纹理等特征，并利用基于这些特征定义 的相似度量函数计算或评价特征之间的相似性，将最相似的一些 图象作为检索结果返回给用户。如图2 1 图象数据库检索模块图象数据库创建模块 图2 1 基于内容图象检索系统框图 图象的内容是通过图象的特征来反映的，可以将图象的特征 分为两大类，即低层视觉特征( 如颜色、纹理、形状、图象内容 的空间关系和时间关系等) 和高层语义特征( 是人们对图象内容 概念级的反映，一般是对图象内容的文字性描述) ，如图2 2 。基 于内容的图象检索所用到的基本特征主要有颜色、纹理、形状、 图象字符、空间关系、图象的语义等。目前，基于内容的图象检 索技术还主要停留在对低层视觉特征的研究上。本章将简要地一 一介绍。 辽宁z 程技术大学硕士学位论文 高层语义特征 低层视觉特征 2 2 颜色空间 翻象的语义信息 t | 图象的特征 颜色、纹理、形状等 千 图象的像素信息 图2 - 2图象的特征服次 藩象豹每一个像豢可竣蓍作是3 维颜恕空闰率豹一个煮，颜 色空间有多种，如r g b 、c m y k 、c i el a + b ( c i ex y z 、c i el + u + v ) 、 h s v ( o r h s l 、h s b ) 。颜色空溺豹一个重要瘸佳就是撬激一致瞧， 它熄指在颜色空间中定义一个颜色度量函数，如果在这个颜色度 量下，久的视觉薅觉差异琵较大豹羧色之间距离瞧夫，褫觉感觉 差异比较小的颜色之间距离也小，具有这种性质的颜色空间b 日为 其脊褫觉致槛的颜色空闻。撮据不同的斑蠲场合，应涟强不同 的颜色空间。 2 2 1r g b 颜色空间 r g b ( 红色、绿色、蓝色) 颜色空间用于发光的设备，例如； 电褫荧光赞和计冀枧的监视器。它搬三种基本颜色混台在一怒， 可以配置大部分人眼所能看到的颜甑，r g b 模型的混色原理是以 加像法来混合，瞧就是说各秘颜色蛉光会越热越蹇。把这三秘颜 色1 0 0 的混合在一起生成白色，三种颜色o 的混合在一起，生 成黑色，如图2 - 3 a 。r g b 被广泛地使用，但它特别依赖于设餐。 如果设备改变，颜色也将改变。r g b 颜色空间简单通用，适于 c r t 设备鼹示图象，它鲍缺点是；绘定某r g b 僮，人们纛法 感知所对成的颜色；改变个颜色时，三个通道上的颜色全部需 要修改；宅不具蠢援觉一致性，颜彀空阀上的距离，并不代表入 眼视觉上的颜色形似性。 辽宁工程技术大学硕士学位论文 2 2 2c m y k 颜色空间 印刷品和漆品，通过吸收一定波长的光，反射其它的光来形 成色彩。印刷输出是应用c m y k 颜色模型，使用青( c y a n ) 、 品红( m a g e n t a ) 、黄( y e l l o w ) 、黑( b l a c k ) 4 种基本色，用 减色法来混合出各种颜色，如图2 3 b 。三种基本颜色c m y 混合 在一起时，生成黑色。由于实际的染料或墨水质量不可能是理想 的，因而不会生成纯正的色彩，黑色( k ) 作为独立的色彩被包括 进来，这种模式被叫做c m y k 。这种颜色空间可生成的色彩范围 比r g b 颜色空间窄。从r g b 到c m y 的转换公式为： c = 255 足 ，= 25 5 y = 2 55 一b 从c m y 到c m y k 的转换公式为： k 5 m i n ( c ，m ，】，) c = c k m = m k y = y k ab 图2 3r g b 颜色空间和c m y k 颜色空间 ( 2 - 1 ) ( 2 - 2 ) 辽宁工程技术大学硕士学位论文 9 2 2 3c i el * a * b 颜色空间 国际照明委员会( c i e ) 于l9 7 6 年提出的l + a + b 模型是使用亮 度l i g h t 和2 个颜色分量f l 和b 来表示颜色，f 1 分量是由绿色演 变到红色，b 分量是由蓝色演变到黄色，如图2 - 4 。c i el a + b 是 独立于设备的，被称为设备无关的色彩空间，成为进行色彩转换 的标准色空间。虽然c i el + a + b 的视觉一致性较c i ex y z 有很 大改善，是c i e 推荐的视觉一致性颜色空间，但实际上对于人眼 的色彩感觉来说还不完全具有视觉一致性。从r g b 到c i el a b 的转换公式为： r g b 到c i e x y z 的转换公式为： 0 1 7 4 0 5 8 7 0 0 6 6 c i ex y z 到c i el + d4 6 的转换公式为 rl ，1 j 1 1 6 l i j 当三 0 0 0 8 8 5 6 y 9 0 3 3 l否则 yn a = 5 0 0 伊c 毒m i y ， i m 2 0 0 矿c 毒m 争 i t “3 当t o 0 0 8 5 6 这里f 例= 【7 7 8 7 t + 1 6 1 1 1 6否则 其中x n 、y n 、z n 为c i e 标准照明体的三刺激值。 ( 2 - 3 ) ( 2 - 4 ) 1，j r g b = i i i i i 儿 h m 2 1 l o 0 1 7 9 o o 9 o 6 2 o o o o l = 1j x y z l 辽宁王程技零太学磺士攀证论文 0 2 2 。4 薹差s v 颜热塑阚 霞2 - 4c i el * a * b 豢谯奎窝 h u e 裘承羰也憝色谰，楚鼓一个秘俸蔽麓过来戆或遮：遗秘体 酶光波长，熏般地说，色调是由颜色名称来辨潮的，如缸、穰、 绿，它用角度1 8 0 。18 0 。或0 。3 6 04 度壤，对应与颜色轮 ( c o l o r w h e e l ) 土静角疫 s a t u r a t i o n 表示蒙魏豹稳灏囊，霹表示一 种麟色中嬲入了多少白光，反映颜色被白色、砷淡的程度，邋常鼹 百分比来度爨，从0 辅完全饱和的1 0 0 ；v a l u e 表示辩度，是 颜媳静骥嬷稔发，它也爝吾分比度爨，麸摸0 到自1 0 0 。由 予色调壬至爨泼04 3 6 04 建壤度爨，霞藏潮辩稻s 塞霹良穗造 一个颜色轮。在颜色轮上，主要颜毯沿一个圆均匀分布，次要颜 色位于主要激毪之间。铡鲡爝黄色和青色产生绿镪，困纰绿色往 予黄色嚣餐龟之瓣。每耱颜色与它的季 色煮犊凌轮上鹾髓。长辕 表承亮度v ，离开长轴的方向表示诹和度s ，这样h s v 颜色空间 就可以简单地用一个倒爨的贰锥表示了，如图2 - 5 赝示。 辽宁z 毪技术大学臻学位论文 圈2 5h s v 颜色空间 h s v 颜魏燮涎其有藤下将熹：璧菰之蠲懿，理巷辩独立镶， 即可以独焱感知备颜色分量的变化，适合颜色的相似性比较；县 鸯麓觉一致拣，霹感翔瓣毅惫麓是与颜色分量熬鹣欧死誉德渊度 之渊豹距囊威魄铡熬；舄r g b 颜识空闰豹转换怒线搜豹，蕊纂 莰遮。铁装g 瑟裂h s v 懿转换公式舞： 矗生 a 蝴* 6 0 珏埔* 一m l n s 鞋撼x 麴巢r = m a x 妇巢g=max(2-4) 如果b = m a x ( 2 5 ) ( 2 - 6 ) ( 2 7 ) 这里m a x = m a x ( r ，g ，b ) ，m i n = m i n ( r ，g ，b ) ，艿- - m a x m i n ，( r ，g ，b ) 【0 ，1 0 】，h 蒜【0 ，3 6 0 】，( s ，v ) 毫【0 ，1 0 】 如一 妒一 麓一 一器卜一艿学等警 厂；，c，；l 辽宁工程技术大学硕士学位论文 2 3 颜色特征的提取 颜色是所有图象中最直接和最简单的特征，也是图象内容特 性中一个很重要的特征，利用颜色特征进行图象检索技术因而受 到重视，并最早得到应用。对颜色特征的表达方法有许多种，如直 方图法、累积直方图法、局部累加直方图法、颜色布局法、中心矩法 等。在此研究前两种方法。 2 3 1 颜色直方图( c o l o rh i s t o g r a m ) 颜色直方图具有与生俱来的旋转不变性( r o t a t i o n i n v a r i a n c e l 、 尺度不变性( s c a l e - i n v a r i a n c e ) 和平移不变性( t r a n s l a t i o n - i n v a r i a n c e ) ， 因此它被广泛的应用到图象检索中。颜色直方图是表示图象中颜色 分布的一种统计值，它的横轴表示颜色值，纵轴表示具有相同颜色值 的像素个数在整幅图象中所占的比例。 为利用图象的特征描述图象，可借助特征的统计直方图( 一般简 称直方图) 。图象特征的统计直方图实际上是一个1 一d 的离散函数， 即有 h ( 尼) = 静i ：0 l ，一1 ( 2 - 8 ) 上式中k 代表图象的特征取值，三是特征可取值的个数，m 是图 象中具有特征值为k 的像素的个数，是图象像素的总数。 对彩色图象，可对其3 个分量做直方图。 累积直方图也是一个用于图象特征统计的1 d 的离散函数，即有 七 m ) = 静，1 ( 2 - 9 ) f = 0 上式中k 代表图象的特征取值，l 是特征可取值的个数，船是图 象中具有特征值为k 的像素的个数，| v 是图象像素的总数。 本文第三章将详细介绍不同图象文件颜色直方图和累积直 方图提取方法。 辽宁工程技术大学硕士学位论文 2 3 2 颜色矩( c o l o rm o m e n t s ) s t r i c k e r 和o r e n g o 提出了颜色矩的方法f 1 0 】，认为颜色信息 集中在图象颜色的低阶矩中，他们主要对每种颜色分量的一阶、 二阶和三阶矩进行统计。对于图象检索来说，颜色矩是一种简单 有效的颜色特征表示方法。一阶( 均值) ，二阶( 方差) 和三阶( 斜 度) 等颜色矩被证明可以很有效地表示图象中的颜色分布。这三 个颜色矩的数学定义如下： 舻专善厶 盯 = 丽 酾 ( 2 - 1 0 ) ( 2 q 1 ) ( 2 1 2 ) 其中厶表示像素的颜色值为i 的概率，为图象中像素点 的个数。 颜色矩已经成功地应用于许多基于内容图象检索系统( 如 q b i c ) ，特别是对于图象中只包括一个目标的时候非常有效，由 于采用9 个数值( 三个颜色坐标轴，每个坐标轴包括三个颜色 矩) ，所以相对于其他颜色特征而言，采用颜色矩表示颜色特征 是一个非常紧凑的表示方法。也是因为这种简单性，使得采用颜 色矩的检索效果不是很好。通常采用颜色矩来进行第一次过滤， 去掉那些在颜色上不相似的图象，从而缩小范围。 2 3 3 颜色聚合矢量f c o l o rc o h e r e n c ev e c t o r ) p a s s 等【1 2 】提出以图象的颜色聚合矢量c c v ( c o l o rc o h er e n c e v e c t o r ) 来作为图象的颜色特征，它是图象直方图的一种演变，其 核心思想是当图象中颜色相似的像素所占据的连续区域的面积 辽宁工程技术大学硕士学位论文 大于一定的阀值时，该区域中的像素为聚合像素，否则为非聚合 像素，这样统计图象所包含的每种颜色的聚合像素和非聚合像素 的比率称为该图象的颜色聚合矢量，在图象检索过程中匹配目标 图象的聚合矢量和检索图象的聚合矢量，聚合矢量中的聚合信息 在某种程度上保留了图象颜色的空间信息。令a 定义为第f 个聚 合像素，卢。码为第，个非聚合像素，那么颜色聚合矢量( c c v ) 定 义为： ( 2 - 1 3 ) 可以看出 为图象的颜色直方 图。 由于加入了空间信息，采用颜色聚合矢量c c v 比采用颜色 直方图检索的效果要好，特别是对于大块的均匀区域或者图象中 大部分为纹理的图象检索效果更好。但是同时增大了计算量。 2 3 4 颜色相关图( c o l o rc o r r e l o g a r m ) 颜色相关图是颜色直方图在空间中的一种延伸2 1 1 。颜色相 关图是指对于颜色值为c ，的像素点p ，与像素点pr 相距距离为 七的另一个像素点p 2 的颜色为c ，的概率的大小。其数学定义为： 设一个距离d r ，( f ) i ，2 ，) ，并且七 d ，定义图象， 的颜色相关图为： 稻毛( ，) - p r p z t ，i p 一一p 2 i = 七，p 乇 陆1 4 1 由于颜色相关图的计算量很大( d ( 2 d ) ) ，为了减小计算量， 一般只考虑相同颜色之间的相关性，即颜色自相关图为： 口竽= 怫( ，) f 2 1 5 1 相对于颜色直方图和颜色聚合矢量c c v ，颜色相关图大大提 高了检索效率，但是由于高维数而使得计算量同样很大。 2 3 5 局部颜色特征 以上各种颜色特征是基于全局颜色特征索引捕获了整幅图象颜色 辽宁工程技术大学硕士学位论文 分布的信息，但是丢失了许多局部的颜色空间信息。f u h 等1 2 0 1 试图结 合图象的颜色信息和颜色的分布空间信息检索图象，其主要思想是从 图象中选择一些代表颜色，然后将图象划分成一定的矩形区域，每个 区域中以一种主要的单一颜色作为代表，两个图象之间的相似性是两 个图象之间具有相似颜色区域的重叠程度。s m i t h 和c h a n g 采用颜色 的自动分割方法【22 1 ，形成一个二进制颜色索引集，在图象匹配中，比 较这些图象颜色集之间的距离。 辽宁工程技术大学硕士学位论文 1 6 3 图象文件颜色特征提取的研究 3 1b m p 文件颜色特征提取方法 3 1 1b m p 文件结构 b m p 图象文件是w i n d o w s 所采用的标准图象文件格式，几乎所 有w i n d o w s 上的应用软件都支持这种图象文件，在w i n d o w s 下能够 很容易地把其它的图象文件转化为b m p 图象文件格式。 1 b m p 文件组成 b m p 文件由文件头、位图信息头、颜色信息和图象数据四部分 组成。文件头主要包含文件的大小、文件类型、图象数据偏离文件头 的长度等信息；位图信息头包含图象的尺寸信息、图象用几个比特数 值来表示一个像素、图象是否压缩、图象所用的颜色数等信息。颜色 信息包含图象所用到的颜色表，显示图象时需用到这个颜色表来生成 调色板，但如果图象为真彩色，既图象的每个像素用2 4 个比特来表 示，文件中就没有这一块信息，也就不需要操作调色板。文件中的数 据块表示图象的相应的像素值。 2 b m p 文件头 b m p 文件头数据结构含有b m p 文件的类型、文件大小和位图起 始位置等信息。其结构定义如下： t y p e d e fs t r u c tt a g b i t m a p f i l e h e a d e r w o r d b f t y p e ；位图文件的类型，必须为“b m ” d w o r db f s i z e ；位图文件的大小，以字节为单位 w o r d b f r e s e r v e d l ；位图文件保留字，必须为0 w o r d b f r e s e r v e d 2 ；位图文件保留字，必须为0 d w o r d b f o f f b i t s ；位图数据的起始位置，以相对于位图文件头 的偏移量表示，以字节为单位 b i t m a p f i l e h e a d e r ；该结构占据1 4 个字节。 3 位图信息头 b m p 位图信息头数据用于说明位图的尺寸等信息。其结构如下： 辽宁工程技术大学硕士学位论文 t y p e d e fs t r u c tt a g b i t m a p i n f o h e a d e r d w o r db i s i z e ； 本结构所占用字节数 l o n g b i w i d t h ； 位图的宽度，以像素为单位 l o n g b i h e i g h t ； 位图的高度，以像素为单位 w o r d b i p l a n e s ；目标设备的平面数，现为1 w o r d b i b i t c o u n t ；每个像素所需的位数，必须是l ( 9 2 色) ， 4 ( 1 6 色) ，8 ( 2 5 6 色) 或2 4 ( 真彩色) 之一 d w o r d b i c o m p r e s s i o n ；位图压缩类型，必须是0 ( 不压 缩) ，l ( b i r l e 8 压缩类型) 或2 ( b i r l e 4 压缩类型) 之一 d w o r d b i s i z e l m a g e ； 位图的大小，以字节为单位 l o n g b i x p e l s p e r m e t e r ；位图水平分辨率，每米像素数 l o n g b i y p e l s p e r m e t e r ；位图垂直分辨率，每米像素数 d w o r d b i c l r u s e d ；位图实际使用的颜色表中的颜色数 d w o r d b i c l r i m p o r t a n t ； 位图显示过程中重要的颜色数 ，b i t m a p i n f o h e a d e r ：该结构占据4 0 个字节。 注意：对于b m p 文件格式，在处理单色图象和真彩色图象的时 候，无论图象数据多么庞大，都不对图象数据进行任何压缩处理，一 般情况下，如果位图采用压缩格式，那么1 6 色图象采用r l e 4 压缩 算法，2 5 6 色图象采用r l e 8 压缩算法。 4 颜色表 颜色表用于说明位图中的颜色，它有若干个表项，每一个表项是 一个r g b q u a d 类型的结构，定义一种颜色。r g b q u a d 结构的定 义如下： t y p e d e f s t r u c tt a g r g b q u a d b y t er g b b l u e ；蓝色的亮度( 值范围为0 - 2 5 5 ) b y t er g b g r e e n ；绿色的亮度( 值范围为0 - 2 5 5 ) b y t er g b r e d ；红色的亮度( 值范围为0 - 2 5 5 ) b y t er g b r e s e r v e d ；保留，必须为0 ) r g b q u a d ； 颜色表中r g b q u a d 结构数据的个数由b i t m a p i n f o h e a d e r 中的b i b i t c o u n t 项来确定，当b i b i t c o u n t = 1 ，4 ，8 时，分别有2 ，1 6 ，2 5 6 辽宁工程技术大学硕士学位论文 个颜色表项，当b i b i t c o u n t = 2 4 时，图象为真彩色，图象中每个像素 的颜色用三个字节表示，分别对应r 、g 、b 值，图象文件没有颜色 表项。位图信息头和颜色表组成位图信息，b i t m a p i n f 0 结构定义 如下： t y p e d e fs t r u c tt a g b i t m a p i n f o b i t m a p i n f o h e a d e rb m i h e a d e r ；位图信息头 r g b q u a db m i c o l o r s 1 ；颜色表 ) b i t m a p i n f o ； 注意：r g b q u a d 数据结构中，增加了一个保留字段r g b r e s e r v e d ， 它不代表任何颜色，必须取固定的值为“0 ”，同时，r g b q u a d 结构 中定义的颜色值中，红色、绿色和蓝色的排列顺序与一般真彩色图象 文件的颜色数据排列顺序恰好相反，即：若某个位图中的一个像素点 的颜色的描述为“0 0 ，0 0 ，f f ，o o ”，则表示该点为红色，而不是蓝 色。 5 位图数据 位图数据记录了位图的每一个像素值或该对应像素的颜色表的 索引值，图象记录顺序是在扫描行内是从左到右，扫描行之间是从下 到上。这种格式我们又称为b o t t o m u p 位图，当然与之相对的还有 u p d o w n 形式的位图，它的记录顺序是从上到下的，对于这种形式 的位图，也不存在压缩形式。位图的一个像素值所占的字节数：当 b i b i t c o u n t = l 时，8 个像素占1 个字节；当b i b i t c o u n t = 4 时，2 个像 素占1 个字节：当b i b i t c o u n t = 8 时，1 个像素占1 个字节；当 b i b i t c o u n t = 2 4 时，1 个像素占3 个字节，此时图象为真彩色图象。当 图象不是为真彩色时，图象文件中包含颜色表，位图的数据表示对应 像素点在颜色表中相应的索引值，当为真彩色时，每一个像素用三个 字节表示图象相应像素点彩色值，每个字节分别对应r 、g 、b 分量 的值，这时候图象文件中没有颜色表。上面已经讲过了，w i n d o w s 规 定图象文件中一个扫描行所占的字节数必须是4 的倍数( 即以字为单 位) ，不足的以0 填充，图象文件中一个扫描行所占的字节数计算方法： d a t a s i z e p e 儿i n e = ( b i w i d t h + b i b i t c o u n t + 31 ) 8 ；一个扫描行所 占的字节数 辽宁工程技术大学硕士学位论文 位图数据的大小按下式计算( 不压缩情况下) ： d a t a s i z e 2d a t a s i z e p e r l i n e + b i h e i g h t 。 上述是b m p 文件格式的说明，搞清楚了以上的结构，就可以正 确的操作图象文件，对它进行读或写操作了。 3 1 2b m p 文件统计直方图的求解方法 读取一个b m p 文件时候。位移5 9 个字节开始，便是图象数据。 依据前面介绍的文件结构，可以得出图象数据的每个像素点的像素值 以及r g b 的值，在此需要指出的是，图象记录顺序一般在扫描行内 是从左到右，扫描行之间是从下到上。下面根据压缩分两种情况阐述。 单色图象和真彩色图象 处理这两种图象的时候，无论数据有多么庞大，都不对图象进行 压缩处理，所以位图数据记录的便是该像素的颜色值。 当b i b i t c o u n t = l 时，8 个像素占1 个字节，即为单色图象，表示位 图最多有两种颜色，黑色和白色，只用0 和1 来表示，图象数据阵列 中的每一位表示一个像素。5 9 个字节开始便是图象数据，第一字节 假如表示为a 7 、a 6 、a 5 、a 4 、a 3 、a 2 、a 1 、a 0 位( 从高位到底位) ， 则a 0 表示第b i h e i g h t 行( 最后一行) 第一个像素点的像素值，存入 数组c o l o r b i h e i g h t 1 儿0 ，a 1 表示这行第二个像素点的像素值，存入 数组e o t o r b i h e i g h t 一1 】【1 ，第b i h e i g h t 行的所有像素点的像素 值可以得出，存入数组c o l o r b i h e i g h t 一1 1 。从5 9 + d a t a s i z e p e r l i n e 字节 开始便是第b i h e i g h t - l 行的像素点，算法同第b i h e i g h t 行的。依此类 推，这些像素值可以存入数组c o l o r b i h e i g h t 】 b i w i d t h 】中，由0 和l 组成，0 表示黑色，1 表示白色。 当b i b i t c o u n t = 2 4 时，1 个像素占3 个字节，此时图象为真彩色图 象。每个像素用三个字节表示图象相应像素点彩色值，每个字节分别 对应的r 、g 、b 分量的值，这时候图象文件没有颜色表。图象数据 的第一个字节是第b i h e i g h t 行第一个像素的r 值，第二个字节是g 值，第三个字节是b 值，一个像素点共占用三个字节，然后是第二个 像素的三个值，根据此方法，可以得到每个像素点的三个值，分别保 存到r 【】【 、g 儿】、b 【儿_ - - 个数组，每个数组都有b i h e i g h t b i w i d t h 辽宁工程技术大学硕士学位论文 2 0 个元素。 1 6 色图象和2 5 6 色图象 这两种图象一般都需压缩，所以在处理它们时必须根据压缩算法 解压，然后再寻找每个像素的像素值。这时候把像素值作为颜色表的 表项来查找该像素的颜色值，在此我们先根据上述寻找单色或者真彩 色图象像素值的方法来查找1 6 色图象和2 5 6 色图象的每个像素的像 素值，有了这个像素值就可以做如下工作。 1 6 色图象，寻找每个像素点的像素值同上面介绍的单色图象和 真彩色图象。每个像素用4 位表示，并用这4 位作为彩色表的表项来 查找该像素的颜色。例如，如果位图中的第一个字节为0 x 1 f ，它表 示有两个像素，第一像素的颜色就在彩色表的第2 表项中查找，而第 二个像素的颜色就在彩色表的第1 6 表项中查找。第二个字节存放的 便是第三和第四个像素点的像素值。 2 5 6 色图象，每个像素用8 位表示，并用这8 位作为彩色表的表 项来查找该像素的颜色。例如，如果位图中的第一个字节为0 x l f ， 这个像素的颜色就在彩色表的第3 2 表项中查找。 根据此方法就可以得到这两种图象的彩色值，分别存入数组r 、 g 、b 中。 统计单色图象c o l o r 数组中0 和1 的个数，其他三种图象的三个 数组取每一个值的个数。 根据统计直方图的公式， 日( 尼) = 静 | i ：0 ，1 ，三一1 其中k 代表图象的特征取值，比如0 、l ，三是特征可取值的个数， 胁是图象中具有特征值为k 的像素的个数，是图象像素的总数，在 此为b i w i d t h b i h e i g h t ，知道每一个变量的值，就可以得出统计直 方图。 3 1 3b m p 文件累积直方图的求解方法 累积直方图的求解方法和统计直方图的类似，也必须知道每个像 素点的颜色值，以及颜色特征可取值的个数，每一个可取值的个数。 需要分析b m p 文件的每一种图象，把像素值存到数组中