[发明专利]一种自动进行描述图像的方法

摘要

本发明公开了一种自动进行描述图像的方法，包括以下步骤：对图像进行三级分割；提取图像纹理特征；提取图像颜色特征；多关键字描述。本发明完成每个子图像的纹理和颜色的特征提取后，将每个子图像的纹理和颜色的特征合并，每个子图像都用一个合并后的单一特征向量代表，将每个特征向量输入至预先训练好的支持向量机，即可将图像库转化为对图像描述的文本库，并用文本搜索的方式，为该文本库建立索引；当用户提交查询请求时，检索文本索引，找到与用户查询相符合的图像描述，从而返回与这些描述对应的图像；由此可见，本发明使图像搜索转化为文本搜索，避免了基于内容图像检索时，逐一计算图像高维度特征向量，因此提高了搜索的效率和准确性。

主权项

1.一种自动进行描述图像的方法，其特征在于：包括以下步骤：A、对图像进行三级分割将图像按照以下方式分割为三级：一级图像：即原图，不用分割；二级子图像：将图像分成2*2的四个子块，另外将图像中间部分分割出来，共五块子图像；三级子图像：将图像分成4*4的十六个子块；由此，一幅图像共分割成二十二个子图像，针对每一幅子图像分别进行B、C步骤；B、提取图像纹理特征对于一幅图像，利用公式(1)计算每个像素点的灰度值：I=0.2290.5870.114RGB---(1)]]>对于每个像素点在某邻域内的灰度变化，考虑该像素点的3*3邻域，它包括9个像素点，其中I_i(i＝0，1，…，8)表示图像在该像素点处的灰度，I₀所在位置为中心点，用矩阵表示为I1I2I3I4I0I5I6I7I8]]>因此像素点I₀的灰度变化值为：从公式(2)容易看出，T看作八位二进制数，它的取值为T∈{0，1，...，255}；计算图像所有像素点的T值，T(i，j)表示像素点I₀(i，j)处的值，h_k(k＝0，1，...，255)表示T值为k的像素点数量与总像素的比值，则：hk=Σi=0m-1Σj=0n-1f(i,j,k)m*n---(3)]]>其中n和m分别为图像的高度和宽度，f(i，j，k)表示为：f(i,j,k)=1if T(i,j)=k0otherwise---(4)]]>由此得图像的纹理特征向量空间模型{h₀，h₁，...，h₂₅₅}；C、提取图像颜色特征对于图像的每个像素点，由RGB变换到R’G’B’：R′=max(R,G,B)-Rmax(R,G,B)-min(R,G,B)G′=max(R,G,B)-Gmax(R,G,B)-min(R,G,B)B′=max(R,G,B)-Bmax(R,G,B)-min(R,G,B)---(5)]]>再由R’G’B’变换到HSV：其中，H∈[0，360]，S∈[0，1]，V∈[0，1]；式中，R、G和B分别代表RGB颜色空间中的红色、绿色和蓝色；HSV颜色空间的色调H是由颜色名称来辨别的，如红、橙、绿，它用角度0°～360°度量；亮度V是颜色的明暗程度，通常用百分比度量，从黑0％到白100％；色度或饱和度S指颜色的深浅，例如同样是红色，也会因浓度不同而分为深红和浅红，它也用百分比来度量，从0％到完全饱和的100％；将H、S、V三个分量按照颜色感知进行非等间隔的量化，从对颜色模型的大量分析，把色调H空间分成8份，饱和度S和亮度V空间分别分成3份，并根据色彩的不同范围进行量化，量化后的色调、饱和度和亮度值分别为H’、S’和V’；H′=0ifH∈(316,360]U[0,20]1ifH∈(20,40]2ifH∈(40,75]3ifH∈(75,155]4ifH∈(155,190]5ifH∈(190,270]6ifH∈(270,295]7ifH∈(296,315]S′=0ifS∈(0,0.2]1ifS∈(0.2,0.7]2ifS∈(0.7,1]---(7)]]>V′=0ifV∈(0,0.2]1ifV∈(0.2,0.7]2ifV∈(0.7,1]]]>按照以上的量化级，把三个颜色分量合成为一维特征矢量：l＝H′Q_SQ_V+S′Q_V+V′                (8)其中，Q_s和Q_v分别是分量S和V的量化级数，由式(7)可知，S和V都被量化为0、1或2三级，因此S和V的量化级数为Q_s’＝3，Q_v＝3；因此公式(8)式表示为：L＝9H′+3S′+V′                    (9)将H’S’V’三个分量转化为一维矢量；根据公式(7)和(9)可得L∈{0，1，...，71}                  (10)计算图像所有像素点的L值，L(i，j)表示像素点(i，j)处的值，l_k(k＝0，1，...，255)表示L值为k的像素点数量与总像素的比值，则：lk=Σi=0m-1Σj=0n-1g(i,j,k)m*n---(11)]]>其中n和m分别为图像的高度和宽度，g(i，j，k)表示为：g(i,j,k)=1ifL(i,j)=k0otherwise---(12)]]>由此得图像的纹理特征向量空间模型{l₀，l₁，...，l₇₁}；D、多关键字描述完成每个子图像的纹理和颜色的特征后，将每个子图像的纹理和颜色的特征合并，每个子图像都用一个合并后的单一特征向量代表，将每个特征向量输入至预先训练好的支持向量机，该支持向量机使用径向基核函数，由2582张分属动物、植物、室内装饰、建筑、车、人、天空和太空八类的图片训练而成；设R(i，j，k)作为分类的判定结果，即第j级分割的第k张子图像image_k，属于第i类Category_i，R(i,j,k)=1ifimagek∈Categoryi0otherwise---(13)]]>由此，计算整幅图像属于第i类的量化值r_i，考虑到整体与局部对图像内容理解的不同贡献，采用相应的加权策略，ri=w1*R(i,1,1)+w2*Σk=15R(i,2,k)+w3*Σk=116R(i,3,k)---(14)]]>其中，权重系数w₁为1，w₂为0.2，w₃为0.0625，显然r_i在[1，3]之间，当r_i大于0.3即可将该类别作为关键字赋予图像。