没有合适的资源?快使用搜索试试~ 我知道了~
基于色彩量化及索引的图像检索1
需积分: 0 0 下载量 16 浏览量
2022-08-03
23:05:59
上传
评论
收藏 1.28MB PDF 举报
温馨提示
试读
5页
摘要:提出了一种基于色彩量化及索引的图像检索新方法。结合人眼视觉感知特性, 首先将图像划分成 4 4大小的非重叠子块, 通过块梯度的大小, 在亮度空间将图像子块
资源详情
资源评论
资源推荐
基于色彩量化及索引的图像检索
*
*
汪华章
1
, 何小海
1*
, 宰文姣
2
, 王 炜
1
( 1. 四川大学电子信息学院, 四川 成都, 610064; 2. 四川师范大学工程系, 四川 成都, 610066)
摘要: 提出了一种基于色彩量化及索引的图像检索新方法。结合人眼视觉感知特性, 首先将图像划分成 4 4
大小的非重叠子块, 通过块梯度的大小, 在亮度空间将图像子块划分为视觉均衡块和非均衡块。若为均衡块,
则用该块 RGB 空间的颜色均值作为其代表颜色值, 然后转换到 HS V 空间, 并量化成 32 个等级, 形成 32 维索
引直方图( S_HIST ) ; 若非均衡块, 根据保持颜色矩不变技术将该图像子块在 RGB 空间量化两种颜色, 然后转化
到H S V 空间, 并将每种颜色量化成 32 个等级, 形成 496 维的索引直方图( D_HIST) 。最后, 综合索引特征, 进
行图像检索。实验结果表明: 该算法是非常有效的。
关键词: 色彩量化; 块梯度; 均衡块; 保持颜色矩不变
中图分类号: T P391 文献标识码: A 文章编号: 1005- 0086( 2008) 02- 0253- 05
Image retrieval based on color quantization and indexing
WANG Hua- zhang
1
, HE Xiao- hai
1*
, ZAI Wen- jiao
2
, WAN G Wei
1
( 1. Institute of Electronics and Information Engineering, Sichuan University, Chengdu 610064, China; 2. Department
of Engineer, Sichuan Normal U niversity, Chengdu 610066, China)
Abstract: A novel image retrieval algorithm based on color quantization and indexing is proposed.which is integrated with the
human vision. Firstly, the image is divided into 4 4 non- overlapping blocks. Each block, based on its block gradient magn-i
tude, is classified into visual uniform or visual non- uniform block. If the block belongs to a uniform b lock, the average of each
color component for the pixels of it in RGB space is used as its representative color, then it is converted from RGB space into
HSV space, and quantized into 32 levels, so an indexing histogram ( S_H IST ) of 32 dimensions is constructed; If the block
belongs to a n on- uniform block, then it is quantized into two representative colors by color momen-t preserving. The two co-l
ors are transformed to HSV space, and each color is quantized into 32 levels , so an indexing histogram ( D_HIST) of 496 d-i
mensions is constructed. Finally, a novel image retrieval algorithm is formed by integrating all indexing features. T he result of
retrieval shows that the algorithm is effective.
Key words: color quantization; block gradient; uniform block; color momen-t preserving
1 引 言
多媒体和网络技术的飞速发展以及大容量存储器和数字
化设备的广泛应用, 使图像数据每天以惊人的速度增长, 如何
有效组织、快速检索相关图像变得越来越重要。基于内容的图
像检索( CBIR) 技术受到青睐, 目前已有一些著名的原型系统,
如 QBIC、Virage、RetrievalWare、Photobook、MARS、VisualSEEK
和 Netra 等, 主要使用图像颜色、纹理、形状和空间关系以及以
上多个特征的组合进行检索。
现阶段, 对图像理解尤其是高层语义理解不是很透彻的情
况下, 决定图像检索性能主要存在两个问题: 1) 如何利用低层
的视觉特征( 如颜色、纹理和形状等) 来表征图像内容; 2) 如何
提取相似的特征以及如何进行有效的度量。针对这两个问题,
涌现了许多新的算法, 而且其检索的性能也在不断地提高。本
文在深入理解图像内容表达方式的同时, 结合人眼的视觉特
性, 采用图像块编码的思想, 对图像进行量化, 并形成索引直方
图进行检索。
2 算法介绍
2. 1 特征的选择
颜色描述符是图像分析和检索中最重要的特征。由于颜
色特征对平移、旋转和尺度等具有不变性的特点, 因此在许多
检索算法中, 基于颜色的图像表示方法成为主要的图像索引术
之一。颜 色特征表示方法主要有颜 色直方图( color histo-
gram)
[1]
、颜色集( color set)
[ 2]
, 颜色矩( color moments)
[3]
、颜色
聚合向量( color coherence vector)
[4]
和颜色分布特征
[5]
等, 其中
直方图的应用尤为广泛。其计算简单、运算效率高, 同时归一
化后对图像的尺寸变化不受影响, 但不足之处是无法反映颜色
的空间分布信息。本文在充分利用颜色直方图的优点的同时,
对其不足之处进行改进, 提出一种新颖的基于色彩量化及索引
光 电 子 激 光
第 19 卷 第 2 期 2008 年 2 月
Journal of Optoelectronics Laser
V o l. 19 N o . 2 F eb. 2008
* 收稿日期: 2007- 03-27 修订日期: 2007- 05-28
* E-mail: hxh@ scu. edu. cn
lirumei
- 粉丝: 68
- 资源: 301
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
最新资源
- 以简单、易用、高性能为目标、开源的时序数据库,支持Linux及Windows, Time Series Database.zip
- python-leetcode面试题解之第198题打家劫舍-题解.zip
- python-leetcode面试题解之第191题位1的个数-题解.zip
- python-leetcode面试题解之第186题反转字符串中的单词II-题解.zip
- 一个基于python的web后端高性能开发框架,下载可用
- python-leetcode面试题解之第179题最大数-题解.zip
- python-leetcode面试题解之第170题两数之和III数据结构设计-题解.zip
- python-leetcode面试题解之第168题Excel表列名称-题解.zip
- python-leetcode面试题解之第167题两数之和II输入有序数组-题解.zip
- python-leetcode面试题解之第166题分数到小数-题解.zip
资源上传下载、课程学习等过程中有任何疑问或建议,欢迎提出宝贵意见哦~我们会及时处理!
点击此处反馈
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功
评论0