图像检索中颜色特征的提取与匹配

{[f (x , y + 1) - f (x , y ) ]- [f (x , y ) - f (x , y - 1) ]}. 4 个方向的导数: dm , k (x , y ) α m ik (x , y ) , k = 1, …, 3, m = 1, …, 4. 3) 构造常量直方图 拉普拉斯:
2 颜色常量的方法
它是使用颜色值的对数的导数索引的方法 (拉 普拉斯或方向导数) , 它得到的结果是与相临区域的
原稿收到日期: 1999203212; 修改稿收到日期: 1999209223. 金 韬, 女, 1968 年生, 硕士研究生, 讲师, 主要研究方向为多媒体数据库、图像 处理. 任秀丽, 女, 1965 年生, 博士研究生, 主要研究方向为多媒体、计算机网络、通讯.
Key words con ten t2ba sed, im age ret rieva l, h istog ram , co lo r m a tch, co lo r index ing, co lo r con stan t
1 引 言
对于颜色索引的提取, 一般都是采用将采样、量 化后的颜色分布直接作为颜色索引, 这样, 得到的颜 色索引表示图像中各 R GB 颜色的象素分布. 它脱 离了传统的几何学的方法, 颜色索引的方法有强健 的算法, 能适应各种变化. 例如: 对于位置、方向甚至 基本形状的改变 (例如: 一件衬衫放到桌子上的两种 方式) 等都不会影响查询结果. 但是, 这种方法对于 光很敏感, 照明强度的改变会改变算法的结果. 因 此, 人们又提出了用颜色定量的方法, 减少光照强度 变化对颜色检索影响.
直方图交集算法, 根据颜色索引检索出查询图 像的颜色直方图, 将其与模型图像 (即库中的每个图 像) 的直方图取交集, 根据交集的值来选出最佳匹配 图像.
直方图交集的公式如下
N
≤ m in{H a ( i, j , k ) , H b ( i, j , k ) }
D (H a , H b) = i, j, k
. dm , 3 (x , y ) k
0 o therview
3 图像颜色检索中的颜色匹配方法
图像的检索问题可以表示为: 任给一个检索图 像 P , 从图像库 Υ中检索出一个图像, 使Π F ∈Υ, 取 m inD (f (P ) , f (F ) ). 其中 D (f (P ) , f (F ) ) 为图像 P 和 F 的相似距离. 那么, 如何来计算图像之间的 相似距离呢? 一种方法是由 Sw a in 提出的直方图交 集的方法. 3. 1 直方图交集的方法
d
= 2
h ist
(-
1 dm ax ) z TH z.
i
其中, ≤ z i= 0, H = [ d ij ]. i
4 实验结果分析与对比
我们对直方图交集和欧式距离公式的方法从以 下几个方面进行了对比实验.
1) 正常 (N ) : 库中的每个图像都被作为查询 图像.
2) 旋转 (R ) : 对库中的图像进行了水平旋转实 验. 即在二维空间验证同一物体按不同的方向放置 是否对查询结果产生影响.
Abstract T h is p ap er d iscu sses tw o p rob lem s. T he first: co lo r index ing th rough co lo r con stan t. R esu lt s of test s on syn thet ic and rea l im ages show tha t the a lgo rithm w o rk s w ell even w hen the illum ina t ion va ries sp a t ia lly in it s in ten sity and co lo r. T he second: D istance M ethod. It can p roduce co rrect resu lt s even w hen there ex ist s no ise in im age.
N
.
≤ H b (i, j , k )
i, j, k
其中, H a 为查询图像直方图, H b 为图像库中的任一图
像直方图, D (H a, H b) 为两图像的匹配值. D (H a, H b)
∈ (0, 1) , 它的值越接近 1, 则两幅图像越相似. 如果
两幅图像完全一致, 则 D (H a, H b) = 1.
d2 h ist
=
(x -
y ) TA (x -
y ).
为了简化运算, 将直方图 x , y 规范化, 使其满
足: 0Φ x i, y iΦ 1 且≤ x i= ≤ y i= 1. 矩阵 A = [ a ij ], 权
i
i
6期
金 韬等: 图像检索中颜色特征的提取与匹配
461
a ij 表示颜色 i 和颜色 j 之间的相似程度. 若取 z =
取 a ij = (1- d ij dm ax ) , 其中, dm ax= m ax ij (d ij ).
有
d
2 h is
t
=
z TA z =
≤ z iz j (1 -
d ij dm ax )
ij
= ≤ z iz j - (≤ z iz j d ij ) dm ax.
ij
ij
因为≤
z i=
0,
则
直方图交集方法能对两幅图像进行详细的比
较. 然而, 对于许多合成的图像, 例如商标等, 它们 有大量的一致颜色. 三维直方图只有几个域的值很 高, 而其它许多域的颜色信息变化很有限. 因而, 对
于这样的图像进行过细的比较是不必要的. 又由于 在扫描图像时容易产生一些噪音, 所以, 这种过细 的比较容易产生错误的结果. 3. 2 欧式距离公式的方法
1) 求给定点的颜色值的对数 ik (x , y ) α ln (Θk (x , y ) ) , k = 1, 2, 3. 其中 Θk (x , y ) 表示(x , y ) 点的R , G , B 值. 2) 不同卷积 拉普拉斯卷积: d k (x , y ) α 2 ik (x , y ) , k= 1, 2, 3. 2= {[f (x + 1, y ) - f (x , y ) ]- [f (x , y ) - f (x - 1, y ) ]}+
d
2 h ist
(x
,
y
)
=
(x 1-
y 1) 2+
(x 2-
y 2) 2+ …+
(x n-
y n) 2
= (x - y ) T (x - y ). 这种距离公式虽然简单, 但是与特定的颜色分 布无关, 因此, 我们引入相关权值 A , 这里 A 是一个 N ×N 维矩阵, 此时距离公式可以表述如下
以下是对库中 100 多幅图像进行实验得到的统 计结果:
表 1 直方图交集方法的基于内容的检索结果
查询情况
N D R S UN
n= 1
100 90
我们使用了一个距离查询方法, 将要查询的图 和模型图进行比较. 从我们实验的查询结果可以看 出, 这种方法对在有噪音的情况下效果更好.
我们可以利 用 欧 基 里 德 距 离 公 式 (Euclidean D istance) 来计算距离. 对于两个 N 维直方图 x , y , 两者的欧式距离可以表示如下
颜色定量的方法是对图像进行预处理. 为了减
少光照情况对查询结果的影响, 规范化图像为标准 的光照度, 使用颜色定量的方法进行管理, 并利用在 场景中放入几片光谱反射修补片. 尽管利用颜色定 量进行预处理的方法工作效果很好, 但是, 令人不太 满意的是颜色定量的获得比基于颜色目标识别更困 难. 简单的颜色校正方法如: 在场景中放入一个白色 的校准片, 这样做效果不好. 因为复合光源和光的反 射等原因, 导致照明度经常在强度和光谱的组成上 改变. 因此, 我们提出了采用颜色常量的方法.
关键词 基于内容, 图像检索, 直方图, 颜色索引, 匹配, 颜色常量 中图法分类号 T P391. 41
Color Extraction and M a tch ing for Image Retr ieva l
J IN T ao 1) R EN X iu2L i2)
1) (D ep a rtm en t of C om p u ter, the T eachers C olleg e of S heny ang U n iversity , S heny ang 110015) 2) (D ep a rtm en t of C om p u ter S cience and E ng ineering , N ortheast U n iversity , S heny ang 110006)
x-
y , 则有≤ z i= 0, -
1Φ
z
iΦ
1,
d
= 2
h 百度文库st
z TA z , 取定了
i
距离公式后, 我们需要找出 A 的取值, 且要保证此
矩阵 A
能够保证
d
Ε 2
h ist
0.
然而, 这种假设不是必要
条件, 因为有条件≤ z i= 0 存在. 我们用 d ij 表示颜色 i
i 和颜色 j 在 R GB 颜色空间中的距离.
1) (沈阳大学师范学院计算机系 沈阳 110015) 2) (东北大学计算机科学与工程系 沈阳 110006)
摘 要 文中讨论了两个问题: 一是图像颜色索引提取的一种方法—— 颜色常量方法, 利用这种方法能减少光照 强度变化对颜色检索的影响; 二是图像检索中的一种颜色匹配方法—— 欧式距离公式的方法, 并通过对比实验, 证 明了此种方法能有效地克服图像检索中噪音的干扰.
H (i, j , k) α ≤ z = x, y
d 1 (x , y ) i 1 若 d 2 (x , y ) = j
, d 3 (x , y ) k
4 个方向导数:
0 o therview
4
H (i, j , k) α ≤ ≤ z = m = 1x, y
dm , 1 (x , y ) i 1 若 dm , 2 (x , y ) = j
第 12 卷 第 6 期 2000 年 6 月
计算机辅助设计与图形学学报
JOU RNAL O F COM PU T ER A ID ED D ES IGN AND COM PU T ER GRA PH ICS
V o l. 12, N o. 6 June, 2000
图像检索中颜色特征的提取与匹配
金 韬1) 任秀丽2)
460
计算机辅助设计与图形学学报
2000 年
变化率. 因为, 光照度在一定区域内可以看作为定 量. 这样, 以颜色变化率为索引, 就可以排除光照成 分对颜色的影响. 2. 1 和光照度无关性
运用拉普拉斯公式对象素的三元素求对数后, 再求导, 则产生一个新的三元组, 这实际上是把测量 颜色面积的方法用测量颜色边界长度来代替. 求导 以后, 除了两种颜色区域边界外, 这个三元组都近似 为 0, 所有在某一种颜色边界的象素都会得到大致 相同的三元组. 把它们进行统计, 并放入直方图的相 应项中. 故在直方图中每一项的统计值代表了两个 特定颜色的边界长度. 即使由于偶然光照情况使两 区 域 中 R GB 三 元 组 发 生 变 化, 在 这 两 个 区 域 中 R GB 三元组的变化率也不会发生显著变化. 而由于 对数的导数正好反映这种变化率, 因而求导结果也 不会发生大的变化. 所以, 求导后, 三元组仍然可以 放入直方图中的相应项中. 显然, 光照不会影响两种 色块的边界长. 因此, 随着光照度的变化, 直方图中 的值不会随着光照而改变. 但是, 由于它是通过求两 种颜色的边界长的方法实现颜色的查询, 所以噪音 对查询结果的影响比测量颜色面积的方法大, 并且 对于在没有光照度变化的情况下, 它的检索效果不 如测量颜色面积的方法. 2. 2 颜色常量直方图的求法
3) 方向 (D ) : 对同一物体的不同侧面拍摄的图 像. 即在三维空间的变化.
4) 比例图像 (S): 同一幅图像按不同的大小比 例进行实验. 即为了验证同一幅图像, 图像的大小比 例不同是否会对查询结果产生影响.
5) 噪音图像 (U N ) : 图像的噪音对查询结果的
影响. 我们随机地在图像中加入各种颜色的噪音, 来 测量噪音对查询结果的影响.