基于Sobel算子的快速图像匹配检索方法

远 的行 与 相 距 最 远 的 列 为 新 矩 的 行 和 列 ，进 行 填 充 以 形 成 完 整 的实 体 图像 ，如 图 １ 示 。 所
；
＿＝
空间 Ｉ 等多种图像检索方法虽然保证 了检索的精准度 ，但是 ２ １
与此 同时无形 中增 加 了计算 的复杂 度和检索 的时间 ，不 利于 大规模 的检 索请 求。文 中所提供 的方法尽 可能地提 高了检索 的速度 ，使 用实体提取 比对 ，再对图像分块 ，对各 分块 图像 进行 比对 ，层层展开分块矩 ，逐步求精 ，去除 了对 不必要 的 数据 的分析处理 ，极大地减少 了资源及时间的消耗。
像 的边 缘信 息进 行 处 理 ， 然后 对 图像 进 行 二 值 化 处理 ，对 所 得 的 图像 矩 基 于边 缘 进 行 分 块 实体提 取 ，再将 实体 与 目
标 图像 矩 进 行 比对 处 理 ，通过 阀值 的 设 置 来判 断 图像 的 匹配程 度 ，进 而 达 到 图像 检 索的 目的 。
Ａ ＝
ｒ． ．。． ．， ．。 。。。。 。。。
１ 引言
当前付诸 于应用的 图像搜 索主要基 于文本标识 ，具有 速 度快 、处理计算资源消耗少 等特点 ，被 广泛应用 于各类搜索 引擎。但是基于文本标识 的图像搜索往 往准确性较 低 ，文本
标 识与图像实际 内容不符 时机器很难察 觉 ，因而各 类基 于图 像检索 的一 系列 研究大量地 展开 。基 于形态描述 矩 ［、Ｈ Ｖ １ Ｓ １
电脑编程技巧与维护
基 于 Ｓ ｂｌ 子 的快 速 图像 匹配 检 索 方 法 ｏｅ 算
顾 瑁恺 。谢 静
（ 京 晓庄 学 院 行 知学 院 ，南 京 南 ２ １１ １ ） １７
摘
要 ： 给 出一种较 目前 多数检索方法更为高效 ，快速 的图像 匹配检 索方 法。本算法首先利用 Ｓｂ１ ｏ ｅ 算子 对原始 图
Ａｂ ｔ ａ ｔ ａ ｅ ｒ ｓ ｎ ｓ ａ ｆｓ ｍａ ｅ ｍａｃ ｉ ｇ ｒ ｔ ｅ ａ ｔ ｏ ． ｈ ｓ ｍｅｈ ｄ ｉ ｔ ｅ ｆ ｓ ｔ ｓ ｏ ｅ ｐ ｒ ｔｒｔ ｈ ｄ ｅ ｓｒ ｃ ：Ｐ ｐ ｒｐ ｅ ｅ ｔ ａ ｔ ｉ ｇ ｔ ｈ ｎ ｅｒ ｖ ｌ ｉ ｍｅｈ ｄ Ｔ ｉ ｔ ｏ ｓ ｈ ｉ ｔ ｏ ｕ ｅ Ｓ ｂ ｌｏ ｅ ａｏ ｏ ｔ ｅ ｅ ｇ ｒ ｏ ｅ ｏ ｇｎ ｌｉ ｇ ｎ ｏ ｍａｉ ｎ ｐ ｏ ｅ ｓｎ ， ｎ ｈ ｎ ｉ ｇ ｉ ａｉ ａｉｎ ｐ ｏ ｅ ｓｎ ，ｏ ｎ ｏ ａ ｅ ｎ ｔ ｅ ｅ ｇ ｆ ｔ ｅ ｆｔ ｒ ｉａ ｍａ ｅ ｉｆ ｒ ｔ ｒ ｃ ｓ ｉｇ ａ ｄ ｔ ｅ ｍａ ｅ ｂ ｎ ｒ ｔ ｒ ｃ ｓ ｉｇ ｎ ｉ ｃ ｍｅ ｂ ｓ ｄ ｏ ｈ ｄ ｅ ｏ ｈ ｈ ｉ ｏ ｚ ｏ ｉ ｇ ｍｅ ｔ ｂｏ ｋ ｅ ｔ ｙ ｅ ｔａ ｔ ｎ ａ ｄ ｔｅ ｍｅ ｔ ｅ ｔ ｉ ｓ ａ ｄ ｃ ｍｐ ｒ ｈ ａ ｇ ｔｉ ｇ ｒ ｃ ｓ ｉ ｇ ｎ ｉ ｅ ｉ ｉ ｍａ ｅ ｍｏ ｎ ｓ ｌ ｃ ｎ ｉ ｘ ｒｃ ｉ ， ｎ ｈ ｎ ｍｏ ｎ ｓ ｎｉ ｅ ｎ ｏ ａｅ ｔ ｅ ｔ ｒ ｅ ｍａ ｅ ｐ ｏ ｅ ｓｎ ，ｅ ｔ ｉｓ ｗ ｔ ｎ ｔ ｏ ｔ ｔ ｈ ｔ ｅ ｔｒ ｓ ｏｄ ｔ ａ ｅ ｉ ｒ ｅ ｃ ｉ ｖ ｈ ｕ ｐ ｓ ｆｉ ｇ ｅ ｒ ｖ １ ｈ ｈ ｅ ｈ ｌ ｏ ｔｋ ｎ ｏ ｄ ｒｔ ａ ｈ ｅ ｅｔ ｅ ｐ ｒ ｏ ｅｏ ｏ ｍａ ｅ ｒ ｔ ｅ ａ． ｉ Ｋｅ ｒ ｓ ｍａ ｅ ｅｒｅ ａ ； ｍａ ｅｅ ｇ ｍａｃ ｉ ｇ ｙ ｗｏ ｄ ：ｉ ｇ ｔ ｖ ｌ ｉ ｇ ｄ ｅ； ｔ ｈ ｎ ｒｉ
Ｒ ｂｒ算子 、Ｐｅ ｉ 算子 、Ｓｂ ｌ ｏｅｔ ｒ ｔ ｗｔ ｏｅ 算子 ［ 等 ，文 中采用 Ｓｂ ｌ ３ １ ｏｅ
算 子 对 原始 图像 进 行边 缘 提 取 。
ａＩ ”
０２ Ｉ
口２
口ｍ
．
１
ａｍＨ
ｂ ｐ—ｌ ｌ
，
ｂｐ ｌ
Ｓｂｌ ｏ ｅ算子先加权求均值并进行微分 ，最后求 出梯度 ：
关 来自百度文库 词 ： 图像 检 索 ； 边缘 提 取 ；匹配
Ａ ａ ｔＩ ｇ ｔｈｎ ｔｉｖ ｌＭｅｈ ｄ Ｕｓｎ ｏ ｅ ｅａｏ Ｆ ｓ ｍａ ｅＭａｃ ｉｇＲｅｒｅ ａ ｔｏ ｉｇＳ ｂ ｌＯｐ ｒｔｒ
ＧＵ ｔ ａ ， 皿 Ｊ Ｊｍｋ ｉ 】
（ ｃｏ ｌ ｆ ｉｇｈ，Ｎ ｎｉｇＸｉ ｚ ｕｎ ｎｖ ｒｔ Ｎａｊ ｇ ２ １７ ） Ｓ ｈ ｏ ｏ ｎ ｚｉ ａｊ ａ ｈ ａ ｇＵ ｉｅｓｙ， ｎｉ １ １ １ Ｘ ｎ ｏ ｉ ｎ
△ｘ ｘｙ ：ｆ（－ ， １ ｆ（， ） ｘ１＋） ｙ ＋２ ｘ ＋ ） ｆ（＋ ，＋ ） ｆ（， １ ｙ ＋ ｘ ｌ １ 一 ｙ
ｆ（一 ，－ ） 一２ ｘｙ １ 一ｆ（＋１ｙ １ ｘ １ｙ １ ｆ（，－ ） ｘ ，－ ）；
ｂ２ １ ｂ Ｐ ２ Ｐ＿
，
。
Ａｙ ｘｙ ：ｆ（－１Ｙ ） ＋２ ｘ ，） ＋ ｆ（一１ｙ １ 一 ｆ（，） ｘ ，一１ ｆ（－１Ｙ ｘ ，＋ ） ｆ（＋１ｙ １ 一２ ｘ ，） ｘ ，－ ） ｆ（＋ｌＹ 一ｆ（ ＋ ，＋ ）； ｘ ｌｙ １ Ｇ ｆ（ ，） ＝ Ａｘ ＸＹ ＋Ｉ ｆ（ ，）Ｉ Ｉ ｘｙ 】 ｌ ｆ（ ，）Ｉ Ａｙ ｘｙ
＿ 豳
图 １ 两 张 实 体 提 取后 的 图片
３ 匹配判 断
将 提取后 的实体与 目标 图像 的矩 进行 比对 ，然后进行 适 当的放大缩小进行运算 。将原图像二值化后的矩阵定义 为 Ａ， 将二值化后的 目标矩阵定义为 Ｂ ：
ａｌＨ １
一
２ 边缘 提取
图像 的边缘 即图像局部 亮度变化 较大 的部 分 ，就数 字图 像而言 ，图像的灰度变化可以利用梯度来表示 。 目前对 于 图像 边缘 提取 的算法 很多 ，例 如 Ｃ ｎ ｙ算 子 、 ａｎ