一种基于感兴趣区域的图像检索方法技术

本发明专利技术公开一种基于感兴趣区域的图像检索方法，包括：使用矩形框选定需要检索的目标所在的区域；将示例彩色图像转换成灰度图像，并利用融合区域信息与边缘检测的图像分割算法提取矩形框中可能的目标区域；在用户确定一个感兴趣目标区域后，根据灰度图像中目标区域的位置确定彩色图像中对应的区域；在彩色图像目标区域中分别提取颜色特征、纹理特征和形状特征，然后在提取了区域特征的基础上进行区域匹配；按照相似度从大从小的顺序将对应的图像显示给用户。通过本发明专利技术，可以有效提高图像检索的查准率和查全率，增强图像检索的灵活性。

【技术实现步骤摘要】

本专利技术涉及图像处理和模式识别领域，尤其涉及一种基于感兴趣区域的图像检索方法。
技术介绍
图像具有内容丰富、不受语言限制、便于国际交流等优点。近年来，无论是国防军 事、工业制造、新闻媒体、医疗卫生还是大众娱乐，社会的各行各业对图像信息的使用越来 越广。 随着存储技术、多媒体、压縮技术和网络带宽等技术的不断发展，每天都有成千上 万的图片产生，如何从海量的图像库中快速而准确地找到满足用户需求的图像，就成为了 图像检索领域需迫切解决的关键问题。 传统的图像检索方式是基于文本的图像检索技术，这种图像检索技术存在着严重 的问题。 首先，目前的计算机视觉和人工智能技术都无法自动对图像进行标注，而必须依 赖于人工对图像做出标注。这项工作不但费时费力，而且手工的标注往往是不准确或不完 整的，还不可避免地带有主观偏差。也就是说，不同的人对同一幅图像有不同的理解方法， 这种主观理解的差异将导致图像检索中的失配错误。 其次，图像中所包含的丰富的视觉特征(颜色或纹理等)往往无法用文本进 行客观地描述。为了克服这些问题，基于内容的图像检索技术(Content-Based Image Retrieval)应运而生。即根据图像所包含的颜色、纹理、形状以及它们的组和特征等特征信 息建立索引并且通过图像特征向量间的近似度量来进行相似性检索。 然而，现有的大部分图像检索算法均是侧重于考虑图像全局特征表示和检索图像。这种方法不区分图像的前景和背景，把图像作为不可细分的整体提取整幅图像的全局特征进行检索，优点是计算简单，对平移和旋转不敏感。但是基于全局特征的方法无法描述图像内容在空间上的差异，不能体现图像的时空关系，通常很难或不能反映图像真实的语义内容，只能比较图像全局统计相似性，不能在物体层次上比较图像的相似性，检索效率不高。同时，在相当多的情况下用户并不关心图像全局的相似性，而是更多关注于图像中具有一定语义的区域，人们需要找到包含特定目标的图像，如检索出含花朵的图像。 为了克服全局特征在描述图像内容上的不足，基于区域的图像检索(Region-Basedlmage Retrieval, RBIR)技术被提出。这种基于区域的检索方法试图从对象层次上理解和表示图像，这和人理解图像的方式是一样的。该方法不是把图像看成是一个不可分的整体，而是看成由一些区域(对象)组成。它首先把图像分成若干个区域，如果分割效果理想，这些区域将对应于一个个对象，然后提取各个区域的颜色、纹理和形状等特征，则一幅图像的特征由这些区域对象的特征综合而成。然后根据一定的区域匹配准则，计算待查图像的各个区域与数据库图像的各个区域之间的相似度，将可得到图像之间的相似度。 但是，现有的基于区域的图像检索方法不仅感兴趣目标选择方式不够灵活，而且 具有特征指标过多弓I发的检索效率低的问题。 因此，如何有效提高图像检索的查准率和查全率，增强了图像检索的灵活性，成为 急待解决的问题。
技术实现思路
本专利技术目的在于提供，有效提高了图像检索的查准率和查全率，增强了图像检索的灵活性。 为解决本专利技术的技术问题，本专利技术公开，其 中，包括 使用矩形框选定需要检索的目标所在的区域； 将示例彩色图像转换成灰度图像，并利用融合区域信息与边缘检测的图像分割算 法提取矩形框中可能的目标区域； 在用户确定一个感兴趣目标区域后，根据灰度图像中目标区域的位置确定彩色图 像中对应的区域； 在彩色图像目标区域中分别提取颜色特征、纹理特征和形状特征，然后在提取了 区域特征的基础上进行区域匹配； 按照相似度从大从小的顺序将对应的图像显示给用户。 较优地，所述利用融合区域信息与边缘检测的图像分割算法提取矩形框中可能的 目标区域具体包括 利用融合区域信息与边缘检测的图像分割算法来提取矩形框所包含的一个或几 个区域作为目标区域。较优地，所述提取颜色特征具有包括 使用累加直方图来提取表征感兴趣区域的颜色特征。较优地，所述提取纹理特征具体包括 采用灰度共生矩阵方法来提出纹理特征。较优地，所述采用灰度共生矩阵方法来提出纹理特征具体包括 选择能量、惯量、熵和相关性四个参数作为纹理特征； 分别计算(T 、45° 、90° 、135°四个方向的共生矩阵的上述4个纹理参数，并进 行内部归一化。较优地，所述提取形状特征具体包括 使用分别具有变换、旋转、縮放不变性的7个矩作为目标区域的形状特征，并使用 高斯归一化方法对不变矩特征进行内部归一化处理。较优地，所述在提取了区域特征的基础上进行区域匹配具体包括 采用直方图相交法作颜色特征的距离度量方式，颜色和纹理特征的欧氏距离进行度量； 使用加权平均法进行区域之间相似匹配计算。 较优地，所述采用直方图相交法作颜色特征的距离度量方式，颜色和纹理特征的 欧氏距离进行度量具体包括 使用感兴趣区域特征匹配方式在图像库进行检索，并计算相关区域与目标区域的 相似度； 当相似度达到预设的阈值时，则将此被搜索图像作为命中目标； 使用直方图相交法作颜色特征的距离度量方式，颜色和纹理特征的距离采用欧氏距离进行度量。 较优地，所述利用图像分割确定目标区域具体包括 将彩色图像转换成灰度图像，利用0tsu阈值分割法对灰度图像的矩形框包含的 对象进行区域分割，提取闭合连通的轮廓及确定出一个最佳的阈值，该阈值作为下一步 Ca皿y算子的高门限值； 利用Ca皿y算子作用于原灰度图像提取出边缘图像； 将获得的区域轮廓图和边缘图按一定的准则进行融合，得到最终分割结果。 与现有技术相比，本专利技术具有如下有益效果 本专利技术利用用户感兴趣区域目标自动分割和用户交互的方式，在对感兴趣目标区 域综合特征提取的基础上，通过优化选取特征指标，使用区域特征匹配方式进行图像搜索 和相似度计算，实现了基于感兴趣区域的图像检索。附图说明 图1为本专利技术实施例的流程示意图； 图2为本专利技术另一实施例的流程示意图。具体实施例方式针对目前基于全局特征的图像检索方法不能在物体层次上比较图像相似性的不 足，以及基于区域的图像检索方法中存在的感兴趣目标选择方式不够灵活和检索效率低的 问题，本专利技术公开了，在提高图像检索系统性能的同 时，增强了图像检索的灵活性和简便性。 如图1所述，为本专利技术实施例的流程示意 图，主要可以如下所述。 步骤ll，使用矩形框选定需要检索的目标所在的区域。 步骤12，将示例彩色图像转换成灰度图像，并利用融合区域信息与边缘检测的图 像分割算法提取矩形框中可能的目标区域。 本专利技术的方法是在用户使用矩形框划定需要检索的目标所在的区域后，利用融合 区域信息与边缘检测的图像分割算法来提取矩形框所包含的一个或几个区域作为目标区 域。 步骤13，在用户确定一个感兴趣目标区域后，根据灰度图像中目标区域的位置确 定彩色图像中对应的区域。 步骤14，在彩色图像目标区域中分别提取颜色特征、纹理特征和形状特征，然后在 提取了区域特征的基础上进行区域匹配。 感兴趣区域颜色特征的提取，颜色是区分图像区域的最有效的特征，因为相对于 其他特征，颜色特征非常稳定，对于旋转、平移、尺度变化甚至各种形变都不敏感，并且颜色6特征计算简单。直方图具有良好的尺度和旋转不变性，是描述图像颜色信息的一种有效方 法。由于累加直方图体现了两种颜色在颜色轴上的距离与相似性之间的关系，累本文档来自技高网...

【技术保护点】
一种基于感兴趣区域的图像检索方法，其特征在于，包括：使用矩形框选定需要检索的目标所在的区域；将示例彩色图像转换成灰度图像，并利用融合区域信息与边缘检测的图像分割算法提取矩形框中可能的目标区域；在用户确定一个感兴趣目标区域后，根据灰度图像中目标区域的位置确定彩色图像中对应的区域；在彩色图像目标区域中分别提取颜色特征、纹理特征和形状特征，然后在提取了区域特征的基础上进行区域匹配；按照相似度从大从小的顺序将对应的图像显示给用户。

【技术特征摘要】

【专利技术属性】
技术研发人员：班会斌，
申请(专利权)人：深圳创维数字技术股份有限公司，
类型：发明
国别省市：94[中国|深圳]