【技术实现步骤摘要】
一种基于多特征融合的图像检索方法
本专利技术涉及图像检索
，特别是指一种基于多特征融合的图像检索方法。
技术介绍
基于内容的图像检索方法是指利用图像本身具有的视觉特征和空间关系等信息，建立图像的高维特征矢量库，根据图像的高维特征矢量进行匹配，返回用户的图像检索结果。该方法与基于文本的图像检索方法相比，检索的结果更为有效。图像特征根据逻辑类型的划分，可以分为颜色特征、纹理特征和形状特征三大类。其中颜色特征是应用最为广泛的图像特征之一，能够为图像搜索提供基于颜色分类的功能；纹理特征着重描述图像块中的纹理模式；而形状特征主要描述图像中的结构特点。在图像搜索中，图像特征作为底层信息，支撑目标图像I的检索。基于单一特征的图像检索方法，可以在某一个特征方面有较高的效率，但是在面对复杂多变、类别不一的自然场景时，往往就显露出不足之处。因此，融合多种图像特征的检索方法，在工程实际应用中有着迫切的需求。在具体应用场景下，融合多种图像特征的一个难题在于图像特征方法的选择，不同图像特征提取方法，对特征的表现形式不尽相同，最终导致对图像含义的理解存有不同，从而影响应用场景下的图像检...
【技术保护点】
1.一种基于多特征融合的图像检索方法，其特征在于，其方法步骤如下：(1)获取目标图像I，并计算目标图像I的图像特征1)提取目标图像I的颜色特征，并存入图像的颜色特征库①将目标图像I从RGB颜色空间按照标准转换公式转换到HSV颜色空间；②将转换到HSV颜色空间的目标图像I按照式
【技术特征摘要】
1.一种基于多特征融合的图像检索方法，其特征在于，其方法步骤如下：(1)获取目标图像I，并计算目标图像I的图像特征1)提取目标图像I的颜色特征，并存入图像的颜色特征库①将目标图像I从RGB颜色空间按照标准转换公式转换到HSV颜色空间；②将转换到HSV颜色空间的目标图像I按照式和进行第一步量化，将色调H量化到7个区间，亮度V和饱和度S分别量化到3个区间；③依据式L＝9H+3S+V将目标图像I的RGB值通过量化映射到HSV的63种颜色空间中；对目标图像I进行分块处理，每块图像根据其所包含信息量的多少赋予不同的权重，每块图像的颜色直方图用H(Ik)表示，每块图像对应的权重用wk表示，则整个图像的分块加权颜色直方图为其中n为对所述目标图像I的分块数，④对所述整个图像的分块加权颜色直方图进行归一化处理，并作为目标图像I的颜色特征存入图像的颜色特征库；2)提取目标图像I的形状特征，并存入图像的形状特征库①将目标图像I的原始彩色图像采用DomainTransform方法进行边缘增强，其中参数sigma_s＝10，sigma_r＝0.15；②将边缘增强后的目标图像I按照标准公式转换为灰度图像，将所述灰度图像采用双线性差值方法进行缩放；对缩放后的灰度图像采用canny边缘算子进行边缘检测；③计算所述灰度图像每个轮廓点处的梯度模和梯度方向：采用式的模板对所述灰度图像进行sobel算子滤波，得到所述灰度图像的水平梯度和竖直梯度进而得到所述灰度图像的梯度模所述灰度图像的梯度方向为依据上述边缘检测的结果得到所述灰度图像在每个轮廓点处的梯度模和梯度方向；④对所述灰度图像进行多尺度处理，采用金字塔分割方法，将所述灰度图像分割成L层，每一层划分成2l(l＝0,...,L)块，在所述灰度图像第l层第n块的轮廓点处，累加某一梯度方向区间的梯度模值作为该梯度方向区间的统计值，遍历所述灰度图像的所有轮廓点和梯度方向区间，所述灰度图像第l层第n块的统计梯度方向直方图为⑤将所述灰度图像所有图像块的梯度方向直方图进行拼接合并，得到完整的梯度方向直方图⑥将所述灰度图像完整的梯度方向直方图H(I)进行归一化，得到维数为的形状特征向量，并作为目标图像I的形状特征，存入图像的形状特征库；3)提取目标图像I的纹理特征，并存入图像的纹理特征库①分别计算目标图像I每个像素点的粗糙度、对比度和方向性；②将目标图像I的一个通道进行大小为2*m的方块均值滤波，其中m＝1,...
【专利技术属性】
技术研发人员：栾雄，张闻强，徐念龙，杨莹，
申请(专利权)人：上海得见计算机科技有限公司，
类型：发明
国别省市：上海,31
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。