基于Lab颜色空间及环形直方图的图像检索

一 、 引言
b通道是Lab空间内两个相互独立 表征图像的颜色特征， 而a， 的颜色通道， 两者混合后就失去了颜色通道本身的含义， 导 本文提出并实现 致在图像检索时的一些误配。针对该问题， 了一种改进的基于Lab颜色通道算法。该算法保留了两个颜 色通道的特性， 从而改善了检索结果。 2. 由RGB空间到Lab空间的转换 因此需要先将图像 计算机输入的图像大多是RGB图像， 由RGB图像转换到XYZ空间， 再转换到Lab空间。 由RGB颜色 这里采用较常用的 空间到CIE XYZ空间的转换公式有很多， 一种， 如式 （1 ） 所示
1 3
式中： X、 Y、 Z— ——图像中某像素点的三刺激值， Xn、 Yn、 Zn— ——图像采集时使用的照明光源所对应的标准照明体三 刺激值，通常使用的标准照明体为D65或D50，它们对应的 Xn、 Yn、 Zn值如表1所示。
表1 照明体 D65 和 D50 的三刺激值 （2° 视场 ） 照明体
环形颜色直方图 三、
2009 年第 6 期
1. 颜色直方图 对于颜色的统计， 我们通常采用颜色直方图， 颜色直方 图定义了图像或图像中区域的颜色分布，具有旋转不变性 和缩放不变性。传统颜色直方图是对整幅图像进行每种颜 色的量的统计， 忽略了图像中每种颜色的分布情况， 丢失了 颜色的空间分布信息。常见的解决方案是子块颜色直方图 法， 虽然这种方法一定程度上提高了图像检索的精度， 但却 是以丧失几何变换不变性为代价的。 2. 环形颜色直方图 本文设计了一种环形颜色直方图，使颜色的空间分布 如图1 得到了体现。该方法将图片分成一个一个环形区域， 所示： 下面给出环形直方图的定 义，假设一副大小 M*M 的图片 I （M>=3 ） ， 给定颜色空间C， 颜色直 则环形直方图的定义为： 方图H， Hc （I ） = ｛HRi ｜ i 缀[1， ……， n] ｝ HRi 即 每 一 个 圆 环 的 直 方 图， HR1 为第一个也就是最中心 的圆环的直方图。我们设图像最 中心的一像素为第一个圆环， 开 始计算直方图。根据实际的需要， 可以将圆环的宽度设置为 1， 2， 3像素或更大， 本文中采用的圆环宽度为1像素。如果最 后一环没有足够的像素宽度，则直接对剩下的圆环创建直 方图。 本文中，我们采用最常用的欧氏距离来计算两个圆环
参考文献 :
直方图的距离： d （H （I ） ， H （Q ） ） =Σd （H（ ） ， HR （Q ） ） n 表示 R I
i = 1
n可由下式获得： 圆环的数量， ｛max （n ）｜ 0 ＜ n ＜ = （M*M ） /8+1 ｝ d （H（ ） ， H（ ） ） 的计算如式： d （H（ ） ， H（ ） ） R I R Q R I R Q =
辽宁经济管理干部学院学报 应用工程
2009 年第 6 期
基于 Lab 颜色空间及环形直方图的图像检索
陈瑞文
（黎明职业大学 计算机系， 福建 泉州 ３６２０００）
摘 要： 探讨基于内容的图像检索， 应将重点放在颜色特征上面， 采用均匀颜色空间 CI E Lab 颜色空间， 其 具有感知上的均匀性， 更接近于人眼的视觉感知， 因此， 在 Lab 颜色空间内实现基于颜色的图像检索具有一定 的意义。颜色的统计采用一种改进的直方图法叫环形直方图， 它不仅具有传统直方图的特点， 还结合了颜色的 空间分布信息。由此， 在检索实验中取得了比较理想的检索效果。 关键词： 图像检索； Lab 空间； 环形直方图 中图分类号: J525 文献标识码: A 文章编号： 1672- 5646 （2009 ） 06- 0066- 02
n
用检索准确率来评价本文方法的性能，检索的准确率 定义为： Precision= n ×100% （其中， T为图像检索算法输出的 T 图像的数量， n为检索到的相关图像数目 ） 。平均多个查询的 检索准确率就可以度量算法的检索性能 。下面以显示10个 检索结果为例， 列出本文方法和基于HSV空间及全局直方图 算法的平均检索准确率。
! " " " " " " " # ! X$ 0.49 % "
随着多媒体技术和计算机网络的飞速发展，数字图像 的容量正以惊人的速度增长 。如何帮助用户迅速有效地找 到他们最需要的数字图像 （即图像检索问题） ， 成为当前一 个研究热点 。 基于内容的图像检索 （Content Based Image Retrieval， CBIR ） 是一种新的检索技术， 它指除了利用传统的 数据库对图像描述的文字信息进行存贮管理外，还利用图 纹理、 形状等特征进行检索。它融合了传统的模 像的颜色、 式识别技术与多媒体良好的人机交互技术，有着广泛的发 基于颜色 展应用前景。颜色作为图像的一种重要视觉信息， 的图像检索就成为主要的图像检索技术并得到广泛和深入 的研究。本文针对颜色特征的图像检索，使用了一种基于 Lab颜色空间及环形直方图的检索方法， 并取得了较好的检 索效果。
照明体 D65 D50
源自文库
Xn 95.04 96.42
Yn 100 100
Zn 108.89 82.49
3. Lab空间的量化 为了减少计算量， 将a， b两个分量分别量化为20个等级。
作者简介: 陈瑞文 ( 1981 - ) , 女, 汉族， 福建泉州人, 华侨大学计算机技术专业在读工程硕士， 泉州黎明职业大学计 算机系教师， 助教。主要从事多媒体， 图像检索等方面的研究。
Σ Σ｜ H（I）-H（Q）｜ Σ
2 R j R j j = 1
m
j表示颜色空间C的色阶。
四 、 检索实验
本文在 WindowsXP 下用 Matlab2008 进行了检索实验， 采 用包含了1000副图像的Corel1000图库进行试验，该图库有 每类有100副图像。其中一 人物， 花， 公共汽车等10类图像， 第一幅图像为待检索图像。 个检索结果如图2所示，
二 、 Lab 颜色空间
0.31 0.812 0.1
0.2 0.99
Y = 0.177 Z 0
% % % % % % &
" " " " " " #
0.071 × G % % % B
% % &
$ % % % % % % % &
! " " " " " " " #
R$ %
%
（1 ）
（2 ） 由CIE XYZ空间向Lab颜色空间的转换公式为
1 2
[1] 周明全 . 基于内容图像检索技术 [M]. 北京： 清华大学出版 2007. 社， [2]Wang Xiaoling.A Novel Circular Ring Histogram for Contentbased Image Retrieval [J].2009 First International Workshop on Education Technology and Computer Science. [3] 王涛 , 胡事民 , 孙家广 . 基于颜色 - 空间特征的图像检索 [J]. 软件学报, 2002， (10):2031- 2036. [4] 钟克洪， 丁明跃， 等. 基于均匀空间的颜色分级方法[J].中 国图像图形学报,2004,9(11):1277-1283. [5] 郑元林,杨淑蕙,周世生,等.CIE 1976LAB 色差公式的均匀 性研究[J].包装工程， 2005， (2):48-49. [6] 王克奇， 杨少春， 等 . 基于均匀颜色空间的木材分类研究 [J].计算机工程与设计， 2008， （7 ） ： 1780-1784.
- 67 -
- 66 -
辽宁经济管理干部学院学报
因为在靠近 0 的地方， 颜色变化较为明显， 所以采用非均 匀量化。 靠近0的地方， 量化区间较小， 反之则较大。 小于0的 [-127， -80]， [-80， -60]， [-60， -50]， 数值采用的量化区间为： [-50， -40]， [-40， -30]， [-30， -20]， [-20， -15]， [-15， -10]， [-10， -5]， [-5， 0]。 大于0的数值量化根据对称性与小于0的一样。 a， b通道均采用以上量化方法。最后两幅图像的距离为两个分 量的距离的平均值。
表2 本 文 方 法 和 基 于 HSV 空 间 及 全 局 直 方 图 算 法 的 平均检索准确率
测试图像种类
花
食物 33% 49%
马 40% 66%
沙滩 雪山 21% 32% 24% 42%
Precision （Hsv 检索方法 ） 45% （本文方法 ） Precision
五 、 结束语
58%
本文主要探讨基于颜色特征的检索， 在以后的研究中， 可以再加入纹理， 形状等多个特征， 并且加入感兴趣区域 。 对于待检索图像，我们想要的可能只是里面的某个区域或 某个对象， 这时候可以给用户选择权， 让用户用鼠标选取一 个矩形区域作为感兴趣区域，然后以感兴趣区域作为待检 则可以不 索对象， 忽略其他区域。如果对整幅图都感兴趣， 选。结合了感兴趣区域可以使检索的结果更接近用户的预 期。在检索系统的设计上， 可以采用特征权重动态设定， 即 让用户自己设定每个特征的所占的比重 。比如用户想要的 是与待检索图片纹理接近的图片，就可以提高纹理特征的 比重， 如果想要颜色接近的， 则提高颜色特征的比重 。这样 将使检索结果更接近用户的预期， 达到更好的检索效果。
* , , , , , , , + , , , , , , , -
1. Lab颜色空间简介 基于颜色的检索算法， 常用的颜色空间有 Munsell 颜色 空间、 CIE颜色空间、 YUV颜色空间 、 HSV 颜色空间等 。其中 CIE Lab颜色空间， 因为其具有感知上的均匀性， 与人们对颜 色的感知非常接近， 所以我们也称其为均匀颜色空间， 即视 觉上近似的两种颜色在Lab空间上位置相邻。它还具有欧式 距离不变性， 即视觉上差异较小的两种颜色在 Lab空间上的 欧式距离较小，而视觉上差异较大的两种颜色对应的欧式 在Lab颜色空间内实现基于颜色的图像 距离也较大。因此， 检索具有一定的意义。 该空间由亮度通道 L、 红绿颜色通道 a、 蓝黄颜色通道 b 组成。亮度通道L表示颜色的明暗程度， 主要受光源强弱影 响， 所以在检索中， 该分量将不计算在内。a通道表示从红色 至绿色的范围， b通道表示从蓝色至黄色的范围。 a和b的值域 127]， 其中， a=127就是红色， 渐渐过渡到-128， 就 都是[-128， 变成绿色。 同样道理， b=+127是黄色， -128是蓝色。 所有的颜 色就是由这三个分量组合而成。现有的基于Lab空间的图像 检索算法[1， 3]， 采用将a， b通道混合在一起的色度直方图来
L=116f
Y -16 ’ Y (
n
X Y a=500 f -f Xn Yn b=200* f
’ ’ )’ ) )
Y Z -f ’ ’ ) Yn ) ’ Z )
n
* , , , + , , , -
（2 ）
其中， （ f x ） =
x ， x＞0.008856 16 7.787x+ ，x＜0.008856 116