[发明专利]基于彩色直方图和NSCT的模糊相关异步图像检索方法有效
申请号: | 201510291031.1 | 申请日: | 2015-05-29 |
公开(公告)号: | CN104899280B | 公开(公告)日: | 2017-12-29 |
发明(设计)人: | 张丽红;张云霞 | 申请(专利权)人: | 山西大学 |
主分类号: | G06F17/30 | 分类号: | G06F17/30;G06T7/90;G06T7/44 |
代理公司: | 太原科卫专利事务所(普通合伙)14100 | 代理人: | 朱源,武建云 |
地址: | 030006*** | 国省代码: | 山西;14 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | 本发明涉及图像检索方法,利用彩色直方图来提取图像的颜色特征,将彩色直方图的色彩矢量和色彩柱的高度这两个特征作为检索依据,利用模糊集理论中的模糊隶属函数计算相似度、α级模糊关系判定相似性,同时引入非下采样轮廓波变换(NSCT)来提取图像的纹理特征,利用NSCT变换对图像进行分解,提取不同层次多个方向上的子带系数的均值和标准方差为特征向量,作为图像库中图像的索引,并利用模糊集理论中的模糊隶属函数计算图像之间的相似度,由于其多尺度性、多方向性和平移不变性,分解后保留有强大的方向信息,可以更全面地描述图像的纹理特征,最后,将上述两种算法相结合,运用综合特征对图像进行检索。 | ||
搜索关键词: | 基于 彩色 直方图 nsct 模糊 相关 异步 图像 检索 方法 | ||
【主权项】:
一种基于彩色直方图和NSCT的模糊相关异步图像检索方法,其特征在于:包括如下步骤:(1)、对图像库中的任一幅图像D和待检索图像Q,将RGB图像的颜色量化为16维,分别提取彩色直方图,具体方法如下:将三维色彩值(r,g,b)作为彩色直方图的横轴,该三维色彩值在整幅图像中出现的像素数作为纵轴,制作出图像D的彩色直方图和图像Q的彩色直方图,然后利用彩色直方图来提取颜色特征;在计算彩色直方图时,对彩色直方图按色彩柱的高度从高到低逐级排序,并确定每一色彩柱的级次序号,将不同彩色直方图对应序号的色彩柱作为同一级特征,并进行相似性度量;由于RGB空间色彩为三维,则图像D和图像Q的彩色直方图的对应某一级次的一对色彩矢量分别为:ci(ri,gi,bi)及cj(rj,gj,bj),则其相似度用高斯隶属函数表示为:μR~(ci,cj)=e-[(rj-ri)2+(gj-gi)2+(bj-bi)2]...(5),]]>利用模糊隶属函数计算相似度,如下:将式(5)得到的代入式9中,利用α1级关系模糊匹配得出检索结果,当大于等于阈值ɑ1时,取值为1,认为两特征相似,则进行下一步;否则,停止,返回进行下一张图像与待检索图像Q进行处理;(2)、对对应级次色彩柱的高度进行相似性判断,对应级次色彩柱的高度hi和hj的相似度表示为:μS~(hi,hj)=min(hi,hj)/max(hi,hj)...(6),]]>利用模糊隶属函数计算相似度,如下:将式(6)得到的代入式10中,利用α2级关系模糊匹配得出检索结果,当大于等于阈值ɑ2时,取值为1,认为两特征相似,则进行下一步;否则,停止,返回进行下一张图像与待检索图像Q进行处理;(3)、将待检索图像Q和图库中的每一幅图像依次经过步骤(1)和(2)的处理后,得出步骤(1)和(2)的输出检索结果都是1的所有图像,作为新的图像库;(4)、对新的图像库中的任一幅图像P和待检索图像Q分别进行NSCT纹理特征提取,NSCT提取纹理特征方法如下:将RGB图像转化为灰度图像,对灰度图像进行分解系数为{2,3,4},子带数为4,8,16的三层NSCT变换,得到28条子带的子带系数,分别计算各子带系数的均值μi和标准方差σi,均值μi和标准方差σi的计算公式如下:μk=1MNΣi=1MΣj=1N|Ck(i,j)|...(1),]]>σk=[1MNΣi=1MΣj=1N(|Ck(i,j)|-μk)2]1/2...(2),]]>其中,Ck(i,j)是第k个NSCT方向子带的系数,M×N是该子带的大小,μk是第k个方向子带的系数平均值,σk是第k个方向子带的系数标准方差;得到每幅图像的纹理特征向量为56维;M和N表示一帧图像的行列数;即图像P的纹理特征向量f=(μ1,σ1,μ2,σ2,...,μ28,σ28),图像Q的纹理特征向量f′=(μ′1,σ′1,μ′2,σ′2,...,μ′28,σ′28);(5)、对新的图像库中的任一幅图像P和待检索图像Q各自得到的56维纹理特征向量分别进行高斯归一化处理,将所有特征值都归一化到[‑1,1]区间内,具体方法如下:高斯归一化是在特征向量F的分布满足均值为μ、标准方差为σ的高斯分布的条件下,采用下式对特征向量进行归一化,F′=F-μσ...(8),]]>式(8)中,均值μ和标准方差σ表示特征向量F这个集合的均值和标准方差;经过高斯归一化处理的图像P的纹理特征向量fP=(μ1P,σ1P,μ2P,σ2P,...,μ28P,σ28P),经过高斯归一化处理的图像Q的纹理特征向量f′Q=(μ′1Q,σ′1Q,μ′2Q,σ′2Q,...,μ′28Q,σ′28Q);对图像库中的任一幅图像P和待检索图像Q,两图像的相似度的计算公式如下:μn~(Q,P)=exp{-Σk=128(fk′Q-fkP)2}...(7),]]>其中,和分别为图像库中图像P和待检索图像Q分别经过高斯归一化处理后的第k个纹理特征分量值;(6)、利用模糊隶属函数计算相似度,如下:将式(7)得到的代入式11中,利用α3级关系模糊匹配得出检索结果,当大于等于阈值ɑ3时,取为1,认为图像P和图像Q特征相似;否则,取为0,认为图像P和图像Q特征不相似;(7)、将待检索图像Q和新图库中的每一幅图像均经过步骤(4)至步骤(6)的处理后,得出步骤(6)中输出检索结果为1的所有图像,异步综合检索结束。
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于山西大学,未经山西大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/patent/201510291031.1/,转载请声明来源钻瓜专利网。
- 上一篇:基于径向布局的多维层次可视化方法
- 下一篇:一种信息推送的方法及装置