[发明专利]基于共生稀疏直方图的图像检索方法

说明书

技术领域

本发明涉及图像检索领域，具体涉及一种基于共生稀疏直方图的图像检索方法。

背景技术

图像检索是人工智能和模式识别领域的一个研究热点。20世纪70年代以来，国际上广泛开展了图像检索研究。图像检索技术对大规模图像信息的管理和访问提供了有力的支持，广泛应用于社会安全，知识产权保护，电子商务，数字图书馆以及辅助医疗诊断等诸多领域。目前，图像检索已经成为一种非常受欢迎的服务以及潜在着巨大财富。微软，Google，Yahoo和百度以及移动通讯设备运营商都推出了图像检索服务。目前，图像检索性能仍然无法满足用户需求，主要原因是:图像特征描述和人类感知图像内容之间存在所谓的“语义鸿沟”。

人类视觉系统具有非常突出的信息筛选能力，能够迅速找到相关的重要信息，忽略掉不相关信息，这就是视觉注意机制，因此研究视觉注意机制的计算模型，可以降低图像处理的复杂性，减少计算资源耗费，极大提高信息处理的效率。此外，人类视觉系统对细微的纹理差别具有很强的检测能力，而这些细微的纹理差别产生于某个集合的基本结构或者元素。在自然图像中，颜色和纹理通过自然图像的基本微结构产生了密切关系，可看作是前视觉注意阶段的原子。Julesz提出的“基元”概念是一个非常有用的纹理分析概念，已经用于开发高效的模型并且应用到纹理识别或者对象识别中。尽管如此，如何结合基元模型和视觉注意模型，并且应用于基于内容的图像检索还是比较少见。

发明内容

本发明所要解决的技术问题是：提供一种基于共生稀疏直方图的图像检索方法，其能够利用直方图来表达初级视觉特征，显著性信息以及稀疏特征，并且还能够表达初级视觉特征所包含的空间属性。

为解决上述问题，本发明是通过以下方案实现的：

基于共生稀疏直方图的图像检索方法，包括如下步骤：

（1）将彩色图像从RGB颜色空间转换到HSV彩色空间和Lab颜色空间；

（2）在HSV彩色空间中，将H，S和V通道分别均匀量化为8柄，3柄和3柄，得到72种颜色组合C₁(x,y)；在Lab彩色空间中，将L，a和b通道分别均匀量化为10柄，3柄和3柄，得到90种颜色组合C₂(x,y)；其中(x,y)代表图像坐标点，C₁(x,y)的取值变化范围是0～71，C₂(x,y)的取值变化范围是0～89；

（3）计算C₁(x,y)和C₂(x,y)的颜色直方图，其中C₁(x,y)的颜色直方图表示为H₁(i)=w,w∈{0,1,..,71}，C₂(x,y)的颜色直方图表示为H₂(i)=v,v∈{0,1,..,89}；

（4）在HSV颜色空间中，用Sobel边缘检测算子对彩色图像中的每个像素f(x,y)的H，S和V三个分量进行操作，即将像素f(x,y)沿着x和y方向的梯度表示为两个向量a(H_x,S_x,V_x)和b(H_y,S_y,V_y)，它们的点积可定义为:

|a|=(Hx)2+(Sx)2+(Vx)2---(1)]]>