空间主颜色描述符的图像特征提取算法

果更好。
节省 了 37． 46% 的 存 储 空 间，检 索 速 度 提 高 了
表 1 三种 MPEG-7 颜色描述符
20． 85% 。
对不同图像的检索效果
在当前图像 库 日 益 膨 胀 的 情 况 下，空 间 主 颜
图像
DCD
类别
ANMRR ARR
描述符 CSD（ 32） ANMRR ARR
SDCD ANMRR ARR
百分比，而不是存储主颜色的颜色直方图，这种存 中，采用 8 × 8 的结构元素扫描图像，获得主颜色
储方式简洁、高效。但由于主颜色描述符缺少对 的空间分布信息。又因为主颜色和颜色结构直方
颜色空间分布信息的把握，其检索效果是 MPEG-7 图采用不同的相似度检测方法，对于空间主颜色
标准中的几种颜色描述符中最差的［1］。
图 3 为花卉类图像中的一组黄色花，使用这 组图像来分 析 主 颜 色 描 述 符、颜 色 结 构 描 述 符 和 空间主颜色描述符的检索效果。图 3 中的第一幅 图像为查 询 图 像，其 余 为 期 望 的 检 索 结 果。 通 过 相似图像在检索结果中出现的位置来计算本次查 询的 ANMRR 和 ARR，ANMRR 的值越大表示查准 性越差，ARR 的值越大说明查全性越好。
收稿日期：2011 － 06 － 14 作者简介：崔宁海（ 1977—） ，男，讲师，研究方向： 图像处理．
Baidu Nhomakorabea
方法来提取图像的主颜色，文献［5］采用修正广义 劳埃德 算 法 来 聚 类 获 得 主 颜 色，并 提 出 了 一 种 MPH （ Merged Palette Histogram） 算法，用以改进主 颜色相似度的计算。文献［6］中提出了一种基于 区域增长算 法 的 主 颜 色 提 取 方 法，以 上 几 种 主 颜 色描述符的提取方法主要针对主颜色的提取和主 颜色相似度 计 算 进 行 了 研 究 和 改 进，它 们 的 主 要 思想都是使用少数几个主要颜色和它们的百分比 来表征图像 的 颜 色 信 息，未 解 决 主 颜 色 描 述 符 无 法获得颜色空间分布信息这一问题。本文在此基 础上提出了 一 种 新 的 空 间 主 颜 色 描 述 符，它 采 用 图像中少数几个代表性颜色和它们的空间分布信
权重。通 过 调 节 权 重 值 可 以 达 到 最 优 的 检 索 结
果。
图 4 是使用主颜色描述符的检索结果，计算 得 ANMRR = 0． 2057，ARR = 0． 9091。图 5 是使用 32 维颜色结构描述符的检索结果。计算得 ANMRR = 0． 1340，ARR = 0． 9091。图 6 是使用空间 主颜色描述符的 检 索 结 果，计 算 得 ANMRR = 0． 062，ARR = 1。
图 5 颜色结构描述符（ 32） 检索结果 图 6 空间主颜色描述符检索结果
22
沈阳理工大学学报
第 30 卷
显然，空间主颜色描述符方法检索后的相似 查准性和查全性方面都有大幅度提高。与颜色结
图像全部出现在检索结果中，而且位置比较靠前。 构描述符相比，它的平均归一化修正检索等级和
与前两种方法相比，空间主颜色描述符的检索效 平均检索率分别提高了 12． 94% 和 4． 12% ，并且
选用的图像库共包含 2500 张图像，部分来自 MPEG-7 的通用颜色数据集，部分来自百万图库。 图像分为如下五类： 花卉、人物、风景、汽车、动物。 每类图像包含 500 张图像，其中有若干组相似图 像。对每 组 相 似 图 像 中 的 全 部 图 像 各 做 一 次 检 索，通过计算 ANMRR 和 ARR 获得每种描述符的 检索情况。
20
沈阳理工大学学报
第 30 卷
息来表征整幅图像。
2 空间主颜色描述符 1 主颜色描述符及颜色结构描述符
空间主颜色描述符的主要思想是结合主颜色
主颜色描述符采用少数几个代表性颜色表征 描述符和颜色结构描述符的优点，分别采用 HSV
整幅图像的颜色特征，只需存储主颜色和对应的 颜色空间和 HMMD 颜色空间，在 HSV 量化空间
目前，在 MPEG-7 下对图像颜色和纹理特征 提取的研究取得了很大的进展，Lantagne 将 HSV 颜色空间量化为 166 维，选取颜色百分比大于 5% 的颜色作为 主 颜 色［1］，王 海 霞 对 此 方 法 进 行 了 改 进，提出了一种累积百分比的方法，并在此基础上 提出了一种图像分块加权方法［2］。文献［3］中将 HSV 空间量化为 72 维的量化，直接提取百分比最 大的 8 个颜色作为主颜色，并使用直方图相交法 来计算相似距离，文献［4］提出了一种聚合直方图
（ 沈阳理工大学 信息科学与工程学院，辽宁 沈阳 110159）
摘 要：分析了 MPEG-7 标准中推荐的主颜色描述符和颜色结构描述符各自的优缺点， 并提出了一种新的空间主颜色描述符，它采用图像中少数几个代表性颜色和它们的空 间分布信息来表征整幅图像。实验表明，空间主颜色描述符集合了主颜色描述符和颜 色结构描述符的优点，具有检索精确高、提取速度快和存储空间小的优点．
图像量化之后，使用一个 8 × 8 大小的结构元 素逐行逐列 对 整 幅 图 像 进 行 扫 描，扫 描 的 过 程 中 累加颜色 结 构 直 方 图。 扫 描 结 束 后，使 用 结 构 元 素的出现次数将颜色结构直方图进行归一化。在 得到 72 维颜色结构直方图中，挑选出与主颜色对 应的维数，与 得 到 的 主 颜 色 一 起 组 成 空 间 主 颜 色 描述符。
2． 2 结构元素扫描
图 2 两幅具有相同颜色结构直方图的图像
通过上述对主颜色描述符和颜色结构描述符 优缺点的分 析，本 文 提 出 一 种 空 间 主 颜 色 描 述 符 （ Spatial Dominant Color Descriptor，SDCD） 。该描 述符保持了 主 颜 色 描 述 符 的 简 洁 性，同 时 通 过 加 入主颜色的空间分布信息，有效提高了检索效果。
描述符提取 出 的 特 征 值，本 文 提 出 一 种 新 的 相 似
图 1 中的两幅图像具有相同的颜色直方图， 度检测方法，用以计算空间主颜色描述符的相似
但它们的颜色空间分布相差甚远。主颜色描述符 距离。
对这两张迥然不同的图像不能区分。
2． 1 提取主颜色
图 1 两幅具有相同颜色直方图的图像
颜色结构描述符能够很好地获得颜色的空间 分布信息，但其复杂的颜色空间量化、重量化过程 和结构元素逐行逐列地扫描，使其提取时间冗长。 另外，颜色结 构 描 述 通 过 存 储 固 定 量 化 空 间 上 的 颜色结构直 方 图 来 获 得 颜 色 的 结 构 信 息，这 种 存 储方式存储了大量冗余 信 息，浪 费 了 存 储 空 间。 颜色结构描 述 符 更 关 注 图 像 中 颜 色 分 布 信 息，对 颜色本身的信息把握甚少，所以对于图 2 中两幅 不同的图像，颜色结构描述符不能正确区分。
最后得到的空间主颜色描述符表示为
第4 期
崔宁海等： 空间主颜色描述符的图像特征提取算法
21
SDCD = ｛ ｛ ci，qi｝ ，hi｝ ，i∈｛ 1，2，…，N｝ （ 1） 其中： ci 表示主颜色； qi 表示主颜色百分比； hi 表 示主颜色的颜色结构信息。
2． 3 相似度检测
对于查询图像 Q 和图像库中的一幅图像 D，
图 3 花卉类之黄花
3 实验分析
图 4 主颜色描述符检索结果
本文采用平 均 检 索 率 （ Average Recall Rate， ARR） 和 MPEG-7 实验工作组定义的平均归一化 修正 检 索 等 级 （ Average Normalized Modified Retrieval Rank，ANMRR） 作为检索实验的评价标准， 使用例子查询的形式作为评价的主要方法。
风景 人物 鲜花 动物 汽车
0． 2587 0． 2214 0． 2106 0． 2476 0． 3125
0． 7894 0． 8612 0． 8721 0． 8025 0． 7268
0． 2436 0． 2117 0． 2376 0． 2143 0． 2867
（ Shenyang Ligong University，Shenyang 110159，China）
Abstract： A new spatial dominant color descriptor （ SDCD） is proposed firstly，based on the analysis of the dominant color descriptor （ DCD） and the color structure descriptor （ CSD） recommended in MPEG-7 standard． It uses some representative colors and the spatial distribution information among them to represent the whole image． Experimental results show that SDCD combines the advantages of DCD and CSD such as exactness，efficiency and compactness． Key words： content-based image retrieval； feature extraction； MPEG-7； spatial dominant color descriptor
对主颜色的提取过程如下： （ 1） 将 RGB 颜色空间转换成 HSV 颜色空间。 （ 2） 将 HSV 颜色空间量化成 72 维。 （ 3） 将整幅图像的颜色累加成 72 维的颜色 直方图，对直方图归一化，求出每种颜色占的百分 比。 （ 4） 选定主颜色。将各种量化颜色按其对应 的百分比进行降序排列，以此序列获取主颜色，满 足颜色百分比大于 5% 的设为主颜色。如果颜色 分布比较均匀，主颜色可能超过 8 个，此时只取百 分比最大的 8 个颜色作为主颜色。如果一幅图像 所含的信息 非 常 丰 富，则 可 能 出 现 没 有 颜 色 百 分 比大于 5% 的颜色，取百分比最大的 8 种颜色作为 主颜色。 （ 5） 最终得到主颜色 DC = ｛ ｛ ci ，pci｝ ，i = 1，…，N，pci∈［0，1］｝ 其中： N 对应整幅图像的主颜色数目； ci 表示颜 色； Pci是该颜色对应的百分比。
色结构以 0 值进行补齐，使两个描述符的颜色结
构直方图维数相等。两幅图像的特征距离可通过
下式计算得到。
d（ Q，D） = 1 － （ 1 － w1 × dDC ） （ 1 － w2 × dDCS ） ，
w1 + w2 = 1
（ 4）
其中： dDC为主颜色距离； dDCS 为主颜色结构距离；
w1 为主颜色距离的权重； w2 为主颜色结构距离的
关 键 词：基于内容的图像检索； 特征提取； MPEG-7； 空间主颜色描述符
中图分类号：TP312
文献标识码：A
The Spatial Dominant Color Descriptor for Feature Extraction Algorithms of Image
CUI Ninghai，LIU Liping，LI Changzhi
它们的空间主颜色描述符分别表示为
SDCDQ = ｛ ｛ ci ，qi ｝ ，hi ｝ ，i∈｛ 1，2，…，N｝ （ 2） SDCDD = ｛ ｛ cj，qj｝ ，hj｝ ，j∈｛ 1，2，…，M｝ （ 3） 由于不同图 像 的 主 颜 色 个 数 不 一 定 相 同，在
计算主颜色 的 颜 色 结 构 距 离 时，将 少 的 一 方 的 颜
第 30 卷 第 4 期 2011年 8 月
沈阳理工大学学报 JOURNAL OF SHENYANG LIGONG UNIVERSITY
文章编号：1003 － 1251（2011）04 － 0019 － 04
Vol． 30 No． 4 Aug． 2011
空间主颜色描述符的图像特征提取算法
崔宁海，刘丽萍，礼长智