[发明专利]一种基于CEDD特征和PHOG特征的图像检索方法

摘要

一种基于CEDD特征和PHOG特征的图像检索方法，针对单一特征检索效果的不足，从图像的多特征入手，先使用颜色和边缘的方向性描述符提取图像的颜色和纹理特征，再将图像的颜色和纹理特征合并成为图像的CEDD特征；使用分层梯度方向直方图提取图像的形状特征，作为图像的PHOG特征；采用图像底层特征串行关联的方法将CEDD特征和PHOG特征结合，对图像进行相似性匹配，输出相似性高的图像作为检索结果。不同于传统的基于文本的图像检索，本检索过程是一种模糊查询技术，其根据视觉特性进行检索的特性，减少了人工标注的主观性；由于CEDD特征和PHOG特征占用空间小、特征表达紧凑的特点，从很大程度上提高了检索效率。

主权项

1.一种基于CEDD特征和PHOG特征的图像检索方法，其特征在于，包括以下步骤：步骤1：对图像库中所有图像I，提取CEDD特征，存入CEDD特征库：步骤1.1：将任意大小的图像都分成1600个图像块；步骤1.2：将图像块的颜色空间从RGB空间转到HSV空间，将HSV值经过10‑bins模糊过滤器；步骤1.3：将10‑bins模糊过滤器输出的值经过24‑bins模糊过滤器；过滤后输出为一个24维向量，构成图像块的颜色信息；步骤1.4：将图像块的颜色空间转到YIQ空间，提取出图像的亮度值，采用MPEG‑7标准中边缘直方图描述符提取纹理特征；步骤1.5：将所有图像块的颜色特征和纹理特征进行合并和量化，成为代表整个图像的CEDD特征向量，存入CEDD特征库；步骤2：对图像库中所有图像I，提取PHOG特征，存入PHOG特征库：步骤2.1：将彩色图像转换为灰度图像；步骤2.2：使用Canny算子对灰度图像进行边缘检测；步骤2.3：对图像进行金字塔分割，设图像共被分割成L层，取L＝3，则在第l层，图像被分成4l块；步骤2.4：在每一个图像块上计算轮廓点处的梯度方向和梯度模，将梯度方向单位以度来表示时，范围为[0°,180°]或[0°,360°]；步骤2.5：将梯度角度分为K个区间，在各个区间上累加梯度模的值作为该区间的权值；选取K＝20，即20个区间中每个区间9度；步骤2.6：依照权值得到每个区间的梯度方向直方图，将梯度直方图合并成为PHOG特征，合并时需要进行归一化，将第l层梯度方向直方图合并时需乘以最终得到的PHOG特征维数为维；步骤3：输入一张检索图片Ir，提取Ir的颜色和纹理特征向量，记为XC；步骤4：计算XC与CEDD特征库中各特征的欧式距离，对距离进行排序，取前P个数据，即取前P幅相似图像，记相似图像集合为SP＝{I1P,I2P,...,IPP}；步骤5：提取Ir的分层梯度方向直方图特征向量，记为XS；步骤6：计算XS与图像集合SP中各图像的PHOG特征向量的欧式距离，对计算后的欧式距离进行排序，取P个距离中的前Q个，即从P幅图像中使用PHOG特征过滤，取前Q幅图像，作为检索的结果。