[发明专利]一种图像主颜色特征提取方法、图像检索方法、存储介质及设备

说明书

本发明属于数据检索技术领域，尤其涉及一种图像主颜色特征提取方法、图像检索方法、存储介质及设备。本发明所述图像主颜色特征提取方法包括：获取待提取图像；计算待提取图像的三维RGB颜色直方图；设定初始邻域宽度；利用GTC聚类算法进行聚类，聚类结束后，存储颜色值的RGB坐标以及颜色值数目。本发明创造性的将GTC聚类算法应用到RGB的三维颜色空间中，对颜色特征的提取首先计算图像的三维颜色直方图，在此基础上利用GTC聚类算法提取图像的主颜色，该方法能够很好的反映出一幅图像的主要颜色，并且计算复杂度低。适合应用于图像检索之中；并结合纹理和形状特征综合对图像进行检索。

技术领域

本发明属于数据检索技术领域，尤其涉及一种图像主颜色特征提取方法、图像检索方法、存储介质及设备。

背景技术

随着计算机和网络的发展，以及大容量存储的普及，出现了越来越多数字化图像，如何能够快速准确的检索出我们期望的数字图像是当今热门的研究课题。而在基于内容的图像检索中，颜色特征是最基本的特征之一，而且颜色特征的提取也相对容易，是最能够表达一幅图像的内容的特征，因此颜色特征一直是图像检索中的最重要研究方向。

最早利用颜色特征进行检索是Swain首先提出的颜色直方图，颜色直方图特征是对颜色分布的统计，一般维数较高(64-256维)，而且没有反映颜色的空间分布特性。在此基础之上，Cinque和Ciocca提出了空间颜色直方图的方法，该方法不仅考虑了颜色的统计特性，并且对每个颜色值的空间总体位置也进行了统计。然而，上述的方法都是在颜色维数较高的前提下进行特征提取的，一般15-20维的颜色数就能够充分表达一幅图像的内容，因此，提出了主颜色的概念。主颜色就是在一幅图像之中占很少数量但是能够充分表示一幅图像内容的颜色。这也被后来的MPEG7标准采用，提出了主颜色描述符方案。但是现有技术中，在主颜色描述符方案中的主颜色提取的算法复杂度很高。

发明内容

为解决上述现有技术中存在的问题，本发明提供了一种图像主颜色特征提取方法，本发明对颜色特征的提取首先计算图像的三维颜色直方图，在此基础上利用GTC(Graph-theoretic clustering)聚类算法提取图像的主颜色，该方法能够很好的反映出一幅图像的主要颜色，并且计算复杂度低。适合应用于图像检索之中；并结合纹理和形状特征综合对图像进行检索。

为实现上述目的，本发明采用如下技术方案：

一种图像主颜色特征提取算法，包括：

获取待提取图像；

计算待提取图像的三维RGB颜色直方图；

邻域宽度为θ(R₁G₁B₁,R₂G₂B₂)＝max{|R₁-R₂|,|G₁-G₂|,|B₁-B₂|}，设定初始邻域宽度；

利用GTC聚类算法进行聚类，聚类结束后，存储颜色值的RGB坐标以及颜色值数目。

在MPEG7中主颜色的提取采用的是GLA(Generalized Lloyd Algorithm)算法，该算法是直接利用一幅图像中的每个像素值进行计算主颜色的，因此算法复杂度高。而本发明中的主颜色提取算法采用的是GTC聚类算法，首先计算图像的三维直方图，在此基础之上提取图像的主颜色，算法简单，适合图像检索。

GTC聚类算法：

GTC算法是Koon提出的一种基于有向树原理的聚类方法。该算法不用选择初始的聚类数目，算法的基本思想就是在有向图中识别对应X点的有向树，每个有向树对应一个聚类。要顺序处理X的所有向量。对每一个点x_i，它的近邻定义为