基于局部视觉关注的彩色图像检索方法技术

本发明专利技术所述的基于局部视觉关注的彩色图像检索方法，具体涉及一种能够符合人眼视觉关注的彩色图像检索方法。第一步要用特征提取方法构建图像的特征库，第二步对于任意打开的图像进行特征提取，第三步和特征库中的特征进行比对，第四步输出相似性最近的图像从而完成检索工作；所述的要用特征提取方法构建图像的特征库中的特征提取方法具体包括：图像的重要位平面提取、感兴趣点提取、以及模糊颜色直方图计算。具体流程包括：首先对原始图像进行位平面的提取，然后选取高５位平面合成后作为重要位平面图像，此环节可减少噪声的攻击；其次对重要位平面图像进行感兴趣点的提取；最后对提取出来的感兴趣点进行模糊颜色直方图的计算。

【技术实现步骤摘要】

本专利技术所述的，属于多媒体技术的图像 检索技术，具体涉及一种能够符合人眼视觉关注的彩色图像检索方法。
技术介绍
目前随着计算机技术在各行各业的广泛应用，数字图像的来源正在不断扩大， 图像数据的种类和数量也在与日俱增。无论是军用还是民用设备，每天都会产生相当数 量的数字图像，这些数字图像包含了大量有用信息。如何从浩瀚的图像数据库中快速、 准确地找到用户所需内容，如何有效地组织、管理和检索海量的多媒体信息已成为迫切 需要解决的问题。图像检索技术就是其中的核心技术之一。基于文本的图像检索技术(TBIR)沿用了传统文本检索技术，它不考虑图像本 身固有的颜色、纹理、形状等内容特征，而是使用关键字来描述图像。检索的时候一般 以输入关键字的形式检索相关图像。这种技术存在以下几方面缺陷首先因为现在图 像数据库规模的不断膨胀，对数据库中每一副图像进行人工标注需要耗费大量的时间和 人力。其次，图像内容千差万别，使用关键字难以准确描述图像的内涵，而且在人工选 取关键字的过程中会包含强烈的主观性，可能造成图像理解上的偏差，直接影响图像的 检索效果。为了克服基于文本的图像检索技术带来的困难，基于内容的图像检索技术 (CBIR)应运而生。它克服了传统的基于文本的检索技术的缺点，实现了自动化和智能化 的特征提取和图像检索，有效提高了检索的速度和效率。与传统的基于文本的检索技术 相比，基于内容的图像检索减少了人们的工作量，具有更好的客观性和通用性等优点， 更适用于大规模的图像库的检索。CBIR技术受到了越来越多的重视，并得到迅速发展， 它具有广阔的应用前景，已广泛应用在遥感、医学、地理信息系统、商标版权管理等领 域，成为了现在图像检索技术研究的重心。其中，颜色直方图更是以其特征提取与相似 度计算简单、对图像尺度与旋转变化不敏感等优点，成为图像检索系统应用最为广泛的 颜色特征。然而，理论分析和实验结果表明，传统颜色直方图检索技术普遍存在丢失颜 色空间分布信息、特征维数过高、无法有效检索含噪声图像等问题。针对上述现有技术 中所存在的问题，研究设计一种新型的，从而克 服现有技术中所存在的问题是十分必要的。
技术实现思路
鉴于上述现有技术中所存在的问题，本专利技术的目的是研究设计一种新型的基于 局部视觉关注的彩色图像检索方法，从而解决因为图像数据库规模不断膨胀，对数据库 中每一副图像进行人工标注需要耗费大量的时间和人力；而且，图像内容千差万别，使 用关键字难以准确描述图像的内涵，在人工选取关键字的过程中会包含强烈的主观性， 可能造成图像理解上的偏差，直接影响图像的检索效果等问题。在进行特征描述时，不 再以整幅图像为基础，而是仅刻画视觉关注点的特征，减少了非关注区域在检索时的影响，以及传统颜色直方图检索技术普遍存在丢失颜色空间分布信息、特征维数过高、无 法有效检索含噪声图像等问题，有效的提高了检索的准确性。本专利技术所述的，第一步要用特征提取方 法构建图像的特征库，第二步对于任意打开的图像进行特征提取，第三步和特征库中的 特征进行比对，第四步输出相似性最近的图像从而完成检索工作；所述的要用特征提取 方法构建图像的特征库中的特征提取方法具体包括图像的重要位平面提取、感兴趣点 提取、以及模糊颜色直方图计算。本专利技术所述的图像的重要位平面提取方法如下设M位真彩色图像为I = {I(i，j)，0<i < Μ, 0<j < N}, I(i，j)代表原始彩色图像的第i行、第j列像素的颜色值，则真彩色图像I的位平面分解可定义为权利要求1.一种，第一步要用特征提取方法构建图像 的特征库，第二步对于任意打开的图像进行特征提取，第三步和特征库中的特征进行比 对，第四步输出相似性最近的图像从而完成检索工作；其特征在于所述的要用特征提取 方法构建图像的特征库中的特征提取方法具体包括图像的重要位平面提取、感兴趣点 提取、以及模糊颜色直方图计算。2.根据权利要求1所述的，其特征在于所述的 图像的重要位平面提取方法如下设24位真彩色图像为I= {I(i，j)，0<i < Μ, 0<j <Ν}, I(i，j)代表原始彩色图像 的第i行、第j列像素的颜色值，则真彩色图像I的位平面分解可定义为 其中，ρ = 3，4…，7表示位平面(ρ = 3代表位平面3，ρ = 4代表位平面4，依此 类推)；t=l，2，3表示R，G，B三个分量；Bp, t( ·)表示图像的位平面分解操作； 经过以上位平面分解处理，真彩色图像I就被分解为Dp, t = {Dp, t(i，j), 0<i < Μ, 0<j < N} (ρ = 4, 5，…，8; t=l，2，3)共15个位平面，并且这些位平面都是二值的(0 或1)；考虑到真彩色图像的每个像素都是由R，G，B三个分量复合而成的，所以对图像进 行位平面分解后，可将相同权值位平面对应的R，G，B三个分量重新组合成新像素，以 形成新的位平面图像，这样由原来分解出的15个位平面最终转换成5个位平面图像(即 重要位平面图像Dp(ρ = 3，4···，7)，然后将高5位平面重组成一幅新的图像。3.根据权利要求1所述的，其特征在于所述的 感兴趣点提取的方法，步骤如下首先，给定尺度空间句"^ΙΤΛ,^^Ο.7·^0 (η= 1，2... 15)和阈值Τ，禾U用多 尺度Harris算子计算出侯选的彩色图像感兴趣点(其中，δ0表示初始尺度)；L(x, y,5D) = ^然后，对于每个候选彩色图像感兴趣点，采用迭代法搜索出最终的图像感兴趣点和 特征尺度，步骤如下(1)、设pk为候选彩色图像感兴趣点，检验该点的LOG算子是否能在整个尺度 搜索范围内获得局部极值，如果不能获得极值，则舍弃该点；尺度搜索范围限定为，其中 (2)、对于LOG算子能获得极值的彩色图像感兴趣点pk，在该点的邻域内搜索特征强 度R最大的感兴趣点pk+1，若pk+1存在则舍弃pk ；⑶、重复步骤⑴到⑵，直到斤+1) =^0或pk+1 =pk为止。4.根据权利要求1所述的，其特征在于所述的模糊颜色直方图技术是利用FCM算法进行聚类，进而求得模糊颜色直方图，具体步骤如 下FCM聚类算法具体步骤如下1)、输入分类数目C，权重m和容忍系数τ；2)、初始聚类中心V1,其中l<i<c；3)、输入欲聚类的图像数据X={Xl，x2,…，xn}； 4)、根据公式全文摘要本专利技术所述的，具体涉及一种能够符合人眼视觉关注的彩色图像检索方法。第一步要用特征提取方法构建图像的特征库，第二步对于任意打开的图像进行特征提取，第三步和特征库中的特征进行比对，第四步输出相似性最近的图像从而完成检索工作；所述的要用特征提取方法构建图像的特征库中的特征提取方法具体包括图像的重要位平面提取、感兴趣点提取、以及模糊颜色直方图计算。具体流程包括首先对原始图像进行位平面的提取，然后选取高5位平面合成后作为重要位平面图像，此环节可减少噪声的攻击；其次对重要位平面图像进行感兴趣点的提取；最后对提取出来的感兴趣点进行模糊颜色直方图的计算。文档编号G06F17/30GK102024029SQ201010566220公开日2011年4月20日 申请日期2010年11月30日 优先本文档来自技高网...

【技术保护点】
一种基于局部视觉关注的彩色图像检索方法，第一步要用特征提取方法构建图像的特征库，第二步对于任意打开的图像进行特征提取，第三步和特征库中的特征进行比对，第四步输出相似性最近的图像从而完成检索工作；其特征在于所述的要用特征提取方法构建图像的特征库中的特征提取方法具体包括：图像的重要位平面提取、感兴趣点提取、以及模糊颜色直方图计算。

【技术特征摘要】

【专利技术属性】
技术研发人员：王向阳，杨芳宇，
申请(专利权)人：辽宁师范大学，
类型：发明
国别省市：91[中国|大连]