综合颜色和纹理特征的图像检索算法
合集下载
相关主题
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
是对 称矩 阵 ， 阶数 由图像 中像 素 的灰度 级数 决 定 。对 其 不 同的 ０ 共生 矩阵 的元 素是不 同 的。 以由下式 计算 出 ． 可 共生 矩 阵各个元 素 的概 率作为 灰度 共生 矩阵 的值 ：
本 系 统 采 用 基 于 ＨＳ 空 间 的 颜 色 直 方 图 进 行 颜 色 特 征 Ｖ 的提取 ． 要包 括 Ｒ 主 ＧＢ 空 间 到 ＨＳ 空 间 的 转 换 和 ＨＳ Ｖ Ｖ 空 间 的量化 两个 部分 。
取 的 基 础 上 ． 是 由 于 图 像 特 征 描 述 、 取 及 相 似 性 度 但 提
量 的复 杂性 ，其 理论 和技 术仍 然 相 当不成 熟 不完 善 ， 理 论 上有 许 多 问题 亟 待解 决 ， 术上 也有 许 多难 关需 要 攻 技
克 。 章 旨 在 研 究 一 种 综 合 颜 色 特 征 和 纹 理 特 征 的 图 像 文
检索 算法 ，该 算 法采 用 了 ＨＳ 空 间 的颜 色 直 方 图作 为 Ｖ
颜 色 特 征 向 量 ； 采 用 灰 度 共 生 矩 阵 的 四 个 特 征 ：能 量 ．
熵， 惯性 矩 ， 相关 性作 为分 量构 成纹 理特 征 向量 。除 了单 独 的颜 色 和纹理 检 索 ， 本算 法统 还 将颜 色 检索 和纹 理 检 索 的效果 结合 起来 ， 到更 为合 理 的检 索结 果 。 得
１ ． ＲＧＢ空 间到 ＨＳ １ Ｖ空 问的 转换
通 过非 线 性变 换 可 将 Ｒ Ｂ颜 色 空 间 的 ｒｇ ｂ值 转 Ｇ ，， 换 到 ＨＳ 空间 的 ｈ Ｓｖ值 。设 ｖ － ｘｒｇ ｂ ， 义 ｒ ， Ｖ ，， ’ｍａ（， ，）定 ’
ｇ ．’ ’ｂ 为
ｖ＇ －ｒ
ｒ
．
ｄ） ， ＝— ０
Ｉ ｆ ｒ ａ ｎ Ｓ ｃ ｒ ｎ ｏ ｍ ｔ ｏ ｅ ｕ ｉ ｙ・信 息 安 全 ・信息加密 ｉ ｔ
综合颜 色和 纹理特征 的 图像检 索算 法
严 春 来
（ 攀枝 花 学院计 算机 学 院 四川 攀枝 花 ６ ７ ０ ） １０ ０
【 摘
要 】 于 内容 的 图像检 索是 当前 多媒 体信 息 检 索 的热点 之 一 。基 于 内容 的 图像检 索 技术 是 根据 对 图像 内容 基
ｒｔｅ ａ． ｅｒ ｖ １ ｉ
【Ｋｙ ｏｄ ｉａｅ ｅ ｅａｃｎ ｎｂｓｄｅｔｅ ｘ ｃｏ； ｉｒ ｅｓｒ ｅｗ ｒ ｍ ｇ ｔ ｖｌ ｔ ｔａｅ；ａ ｒｅｔ ｔｎ ｉｌｉｍ ａｕ ｓ ｓ】 Ｒｄ ； ｅ－ ｏ ｆ ｕ ｒ ｉ ｓ ａｔ ａ ｍ ｙ ｅ
０ 引言
２ ０世 纪 ９ ０年代 初 。 着多媒 体技 术 的发展 ． 随 大规模 数字 图像 库开 始 出现， 于 文本 的 图像 检 索技 术 已无法 基 满 足多 媒体 信 息 中对 图像 内容 的检 索 ，为克 服 这 些 问 题 ，基 于 内 容 的 图 像 检 索 技 术 Ｃ Ｉ Ｃｏ ｔ ｔ ａｅ Ｂ Ｒ（ ｎｅ — ｓｄ ｎＢ Ｉ ｇ ｅｒ ｖ １应运 而 生 。区别 于原有 系统 中对 图像 进 ｍａｅＲ ｔ ｅａ） ｉ 行人 Ｔ标 注 的做法 ， 于 内容 的图像 检索 就是 根 据对 图 基 像 内容 的描述 ， 目标 图像 集合 中找 到具 有 指定 特征 或 在 包含 指定 内容 的 图像 。目前 基 于内容 的 图像 检索 技术 主 要 集 中在颜 色 、 理 、 纹 形状 以及语 义 特 征 等视 觉 特 征 提
ｖ＝
，
去
（ ２ ）
上 式 中 ，， ， ｒｇ ｂ∈［ ，５ 】ｈ∈［ ，６ ］Ｓ ０ １， ０ ２ ５ ， ０ ３ ０ ， ∈［，】ｖ∈
［ ，］ ０ １。
关 性是 最有 效 的特征 。
２ ． ３特征向量归一化
特 征 向量 归 一 化 的 目的是 使 特 征 向量 的各 分 量具
实 现 的系统具 有 良好 的图像检 索功能 。 【关键词 】 图像 检 索 ； 于 内容 ； 基 特征 提取 ； 相似 性 度量
ｍａ ｅ Ｒ ｔｅ ａ Ａｇ ｒｈ ａ ｅ ｎ Ｃ ｌｒａ ｄ Ｔ ｘｕｅ Ｆ ａｕｅ ｇ ｅｒ ｖ ｌ ｌ ｉ ｍ Ｂ ｓ ｄ ｏ ｏｏ ｎ ｅ ｔｒ ｅ ｔｒ ｉ ｏｔ
１ 颜色特征提取算法设计
颜色 直方 图是 最 常用 的颜色 特征 表示 方法 ， ＨＳ 而 Ｖ 空 间是 相对 比较 符合人 类 视觉感 知特 性 的颜色 空 间 。 故
・
２ ・２ １ ０ ０ ２年 ８月 ・ ＷＷＷ． ｆ ｓｉｇ．ｒ ｉ ｏ ｔ ｏｇ ｎ ｎ
信息加密 ・信 息安 全 ・Ｉ ｆ ｒ ａ ｎ Ｓ ｃ ｒ ｎｏ ｍ ｔｏ ｅ ｕ ｉｙ ｉ ｔ
（ 特征 ） 的描述 和提 取 ， 图像 库 中找 到具 有指定 内容 （ 在 特征 ） 图像 。本 文对 图像 颜色 特征 和纹 理特 征 的提 取 、 似 的 相 性度量 等基 于 内容 的图像检 索 的关键 技术 进行 了分析 和研 究 ， 在此 基础 上 ， 出 了一个 基 于颜 色特 征 和纹理 特 征 并 提 的 图像 检 索算法 并验 证 了其有 效性 。该算 法 采 用 Ｈ Ｖ颜 色 空 间的直 方 图作 为颜 色特 征 向量 ， 用灰 度 共生矩 阵的 Ｓ 采 四个纹 理特征 ： 能量 、 、 ’ 和相 关性构 成纹 理特 征 向量 ， 熵 惯 性矩 采用 欧 氏距离进 行相 似 性度量 。实验结 果表 明 ， 该算 法
有 相 同的权 重 。本 文采 用高 斯归 一化方 法 。设特 征 向量 为 Ｖ． 量 为 ｖ ， 高斯 归一化 公式 为 ： 分 ｉ则
、： ， ｉ
ｊ
１ Ｖ空 间的量 化 ． ＨＳ ２
经 过 上 述 进 行 的 Ｒ Ｂ 颜 色 空 间 到 ＨＳ 颜 色 空 间 Ｇ Ｖ
的 转换 ．图像 的每 一个 像 素 的颜 色 信 息可 以用 Ｈ、 、 Ｓ Ｖ
其 中 ＱＳ和 Ｑ 分 别 是 Ｓ和 Ｖ 的 量 化 级 数 。 的 取 Ｖ Ｌ
值 范 围为［ ，５ 】计 算 Ｌ获得 ２ ６ ｉ Ｏ２ ５， ５ ｎ的一 维直 方 图。 ｂ 这
样 Ｈ， ， 三 个 分 量 就 在 一 维 向量 上 分 布 开 来 。 ＳＶ
３ 相似性度量算法设计
欧 氏 距 离 是 最 简 单 的 距 离 公 式 ， 是 在 基 于 内 容 的 图 也 像 检 索 系 统 中 应 用 较 广 泛 的 距 离 公 式 。 本 系统 采 用 欧 氏 故
ｄｓｒｔｎ ｎ ｔｃｏ ｓａｃｎ ｎ（ａ ｒ ｏｔ ａｅＣ Ｉ ｍ ｄｍ ｇｓｈｔｏｔｎ ｐｃｅ ｎ ｎ（ａ ｒ ｉｔ ａｅ ａ ｂｓ． ｅｃｐｏ ｄ ｘａｔｎ ｆｉ ｌｏｔ ｔｅｔｅ ｆｈ ｉ ｇ， Ｂ ａ ｓ ｆ ａｅ ａｃｎ ｉｓｅｉｄ ｔ ｔｅｔｅ ｎｈ ｉ ｇ ｔ ａｅ ｉｉ ａ ｅ ｒ ｉ ｏｖｕ ｅ ｆ ｕ ） ｅｍ Ｒ ｉ ｔｉ ｉ ｏｎ ｔ ａ ｆ ｃ ｅ ｆ ｕ ） ｅｍ ｄ ａ ｉ ｏ
Ｉ ｔ ｓ ａ ｅ ， ｅ ｅａ ｋ ｙ ｅ ｈ ｏ ｇ ｓｏ Ｃ Ｉ ｕ ｈａ ｅｅｔ ｃｏ ｆ ｈ ｌ ｎ ｘ ｒ ｆａ ｒｓｏ ｔｅｉ ｇ ， ｓ ｅｌ ｓ ｈ ｉ ｌ ｉ ｅ ｓ ｒｓ ｒ ｎ ｈ ｐ ｒｓ ｖ ｒｌ ｅ ｃ ｎ ｌ ｉ ｆ Ｂ Ｒｓ ｃ ｓ ｈ ｘｒ ｔ ｎｏ ｅｃ ｏ ａ ｄｔ ｔ ｅ ｅ ｔ ｅ ｆｈ ｉｐ ｔ ｏｅ ｔ ａｉ ｔ ｏ ｒ ｅｕ ｕ ｍａ ｅ ａ ｌ ｅｓ ａ ｔ ｍ ａ ｕｅ ｅ ｗ ｔ ａ ｍｉｒｙ ａ ｉ ｅ ｔ ａｅ ． ｎｔｅｂ ｓ ｆｈ ｅ ｒ ｒ ｅ ｒｈ ａ ａ ｅｒｔ ｖ ｌ ｙ ｔｍ ｂ ｓ ｄｏ ｌ ｎ ｘｕ ａｕｅ ｅ ｉ ｅ ， ｈｃ ｓ ｓＨｓ ｇａ ａ ｅ ｎ ｓｉ ｔ Ｏ ａ ｉｏ ｅｔ ｏｙｅ ａｃ ， ｎｉ ｇ ｒ ａ ｓ ｓ ａ ｅ ｎｃ ｏ ａ ｄｔ ｒ ｆ ｔｒｓｓｄ ｓ ｎ ｄ ｗ ｉ ｕ ｅ ｉ ｏ ｒｍ ｂ ｓ ｄ ｖ ｇ ｄ ｈ ｓ ｔ ｈ ｓ ｍ ｅｉ ｅ ｅ ｏ ｒ ｅ ｅｅ ｔ ｉ ｇ ｈ ｔ ｏ Ｓ ｏ ｒ ｐ ｃ ｓｃ ｌｒｅ ｔｒ ｖ ｃ ｒ ｕ ｅ ｕ ｆ ｈ ａ ｒｓｏ ｏｏ ｃ ｒ ｎ ｔｘｔ ｏ ｓ ｕ ｔ ｅ ｕ ｅ ｔｒ ｈ ｈａ ｎ ｒ ， ｎ ｏ ｙ ｎ Ｈ Ｖ ｃ ｌ ａ ｅ ａ ｏｏ ａｕｅ ｅ ｏ， ｓ ｓ ｆ ｒ ｅ ｆ ｔｅ ｆ －ｃ ｕｒ ｃ Ｍａ ｃ ｎ ｔ ｃ ｔｘ ｒ ｖ ｃ ｉ ｒ Ｅ ｅｇ Ｅ ｔ ｐ ， ｏｓ ｆ ｔ ｏ ｏｔ ｅｕ Ｃ ｅｅ ｄ ｏ ｒ ｔｅ ｏｗ ｃ ｅ ｙ ｒ Ｉｅ ｉ ｕ ｄ ｔｒ ｎ ｏ ｅ ｔ ｎ ａ ｄｕ ｅ ｕ ｌ ｅ ｎｄ ｔｎ ｅｆｒ ｉ ｌ ｉ ａ ｕ ． ｘ ｅｉ ｅ ｔ ｓ ｌ ｈ ｗ ｔ ｔｈ Ｂ Ｒ ｓｓｅ ｆ ｉ ｔｎｉ ｇ ｎ ｒ Ｑ ａ ｒ ｕｅａ ｄＣ ｒ ｌ ｉ ， ｎ ｓ ｓＥ ｃｄ ａ ｉａ ｃ ｍｉｒ ｍｅ ｓ ｒ Ｅ ｐ ｒ ｎ ｒ ｕ ｓｓ ｏ ａ ｉ Ｃ Ｉ ｔｍ ｉ ｅ ｃ ｎ ｉ ｍａ ｅ ｔ ａ ａ ａｏ ｉ ｓ ｏ ｓ ａｔ ｙ ｅ ｍ ｓｅ ｔ ｈ ｔｓ ｙ ｓ ｉ ｅ
Ｙａ ｎ ｕ ｌｉ ｎ－ａ
（ ｅ ａｔ ｎ ｏ Ｃ ｍｐ ｔ ， ａ ｚ ｉｕ ｎｖｒｉ Ｄｐｒ ｍｅ ｔ ｆ ｏ ｕｅ Ｐ ｎｈｈ ａＵ ｉ ｓｔ ｒ ｅ ｙ
【 ｂｔ ｃ 】 ｏｔ ｔａｅ ａｅ ｅ ｉａ（ＢＲ ｉ ｎ ｅ ｏｔｃｖ ｔｐｔｉｔ ｒｎｒ ｅｒ ｌ ｆ ｕｉｅｉｒｒｖ１ ｃ ｒｎ ｅ Ａ ｓ ｔ Ｃ ｎ ｎＢｓｄｍ ｇ ｔ ｖｌ Ｉ） ｅ ｆ ｓ ｔ ｈ ｏ ｅ ｕｅｔ ｓａ ｈｅ ｌ ｄ ｔ ａ Ａｃ ｄ ｇｏｈ ａ ｒ ｅ－ Ｉ Ｒｒ Ｃ ｅ ｓ ｏｔ ｍ ｉ ｏｓ ｓｎｈ ｃ ｒ ｏ ｈ ａ ｅ ｅ ｃ ｆ ｄ ｍ ｔ ａｅｉ ． ｏ ｉ ｔｔ ｉ ｏ ｍ ｅ
（） １
ｈ ６ ｈ ， ｓ －＇ ｍｉ （ｇ ） ： ０ ・ －ｖ － ｒ ，一 ｎ ，ｂ
，
则
征 。灰 度 共 生 矩 阵 目前 已 总 结 的纹 理 特 征 有 １ ４个 ， Ｇｏｌ ｂ和 Ｋ ｅｓｉ 过 实 验 得 出 ， 量 、 、 性 矩 和 相 ｔｅ ｉ ｒｙｚｇ通 能 熵 惯
其 中． ｖ和 ｏ是 特 征 向量 各 分 量 ｖ 的期 望 和 方 差 。 ｒ ｉ
经 过 上 式 对 特 征 向 量 进 行 归 一 化 后 ， 量 中 的 某 个 分 量 向
落在 区 间［ １范 围中 的概率 约为 ９ ％， ０，］ ９ 对于 大 于 １的数 值 可以简 单地 对应 到 １ 。 上
，
盟一
（） ５
∑ ∑ｐ，， （， ） ｉｄ ｊ０ ｉ Ｊ
共 生矩 阵 Ｐ （，， ，）反 映 了图像 灰 度分 布 关 于方 ｉ ｄ０ ｊ 向 、 部邻 域 和变 化 幅度 的综合 信 息 。但 它 并不 能直 接 局
ｇ
ｖ －（ ｇ
。
ｂ
ｖ＇ －ｂ
提 供 区 别 纹 理 的 特 性 ， 要 从 矩 阵 中 进 一 步 提 取 纹 理 特 需
三 个 分 量 来 表 示 。通 过 对wenku.baidu.com颜 色 模 型 进 行 大 量 的 分 析 ， 将
（） ６
Ｈ、 、 三个 分量 按 照人 的颜 色感 知 进行 非 等 间 隔 的量 ＳＶ 化 。根 据 Ｈ、 、 的量 化级 数 和其 频 带宽 度 可取 组 合后 ＳＶ
的 一 维 向 量 Ｌ： ＩＱｓ ｖ Ｓ ＋ Ｈ Ｑ ＋ Ｑｖ Ｖ （） ３
本 系 统 采 用 基 于 ＨＳ 空 间 的 颜 色 直 方 图 进 行 颜 色 特 征 Ｖ 的提取 ． 要包 括 Ｒ 主 ＧＢ 空 间 到 ＨＳ 空 间 的 转 换 和 ＨＳ Ｖ Ｖ 空 间 的量化 两个 部分 。
取 的 基 础 上 ． 是 由 于 图 像 特 征 描 述 、 取 及 相 似 性 度 但 提
量 的复 杂性 ，其 理论 和技 术仍 然 相 当不成 熟 不完 善 ， 理 论 上有 许 多 问题 亟 待解 决 ， 术上 也有 许 多难 关需 要 攻 技
克 。 章 旨 在 研 究 一 种 综 合 颜 色 特 征 和 纹 理 特 征 的 图 像 文
检索 算法 ，该 算 法采 用 了 ＨＳ 空 间 的颜 色 直 方 图作 为 Ｖ
颜 色 特 征 向 量 ； 采 用 灰 度 共 生 矩 阵 的 四 个 特 征 ：能 量 ．
熵， 惯性 矩 ， 相关 性作 为分 量构 成纹 理特 征 向量 。除 了单 独 的颜 色 和纹理 检 索 ， 本算 法统 还 将颜 色 检索 和纹 理 检 索 的效果 结合 起来 ， 到更 为合 理 的检 索结 果 。 得
１ ． ＲＧＢ空 间到 ＨＳ １ Ｖ空 问的 转换
通 过非 线 性变 换 可 将 Ｒ Ｂ颜 色 空 间 的 ｒｇ ｂ值 转 Ｇ ，， 换 到 ＨＳ 空间 的 ｈ Ｓｖ值 。设 ｖ － ｘｒｇ ｂ ， 义 ｒ ， Ｖ ，， ’ｍａ（， ，）定 ’
ｇ ．’ ’ｂ 为
ｖ＇ －ｒ
ｒ
．
ｄ） ， ＝— ０
Ｉ ｆ ｒ ａ ｎ Ｓ ｃ ｒ ｎ ｏ ｍ ｔ ｏ ｅ ｕ ｉ ｙ・信 息 安 全 ・信息加密 ｉ ｔ
综合颜 色和 纹理特征 的 图像检 索算 法
严 春 来
（ 攀枝 花 学院计 算机 学 院 四川 攀枝 花 ６ ７ ０ ） １０ ０
【 摘
要 】 于 内容 的 图像检 索是 当前 多媒 体信 息 检 索 的热点 之 一 。基 于 内容 的 图像检 索 技术 是 根据 对 图像 内容 基
ｒｔｅ ａ． ｅｒ ｖ １ ｉ
【Ｋｙ ｏｄ ｉａｅ ｅ ｅａｃｎ ｎｂｓｄｅｔｅ ｘ ｃｏ； ｉｒ ｅｓｒ ｅｗ ｒ ｍ ｇ ｔ ｖｌ ｔ ｔａｅ；ａ ｒｅｔ ｔｎ ｉｌｉｍ ａｕ ｓ ｓ】 Ｒｄ ； ｅ－ ｏ ｆ ｕ ｒ ｉ ｓ ａｔ ａ ｍ ｙ ｅ
０ 引言
２ ０世 纪 ９ ０年代 初 。 着多媒 体技 术 的发展 ． 随 大规模 数字 图像 库开 始 出现， 于 文本 的 图像 检 索技 术 已无法 基 满 足多 媒体 信 息 中对 图像 内容 的检 索 ，为克 服 这 些 问 题 ，基 于 内 容 的 图 像 检 索 技 术 Ｃ Ｉ Ｃｏ ｔ ｔ ａｅ Ｂ Ｒ（ ｎｅ — ｓｄ ｎＢ Ｉ ｇ ｅｒ ｖ １应运 而 生 。区别 于原有 系统 中对 图像 进 ｍａｅＲ ｔ ｅａ） ｉ 行人 Ｔ标 注 的做法 ， 于 内容 的图像 检索 就是 根 据对 图 基 像 内容 的描述 ， 目标 图像 集合 中找 到具 有 指定 特征 或 在 包含 指定 内容 的 图像 。目前 基 于内容 的 图像 检索 技术 主 要 集 中在颜 色 、 理 、 纹 形状 以及语 义 特 征 等视 觉 特 征 提
ｖ＝
，
去
（ ２ ）
上 式 中 ，， ， ｒｇ ｂ∈［ ，５ 】ｈ∈［ ，６ ］Ｓ ０ １， ０ ２ ５ ， ０ ３ ０ ， ∈［，】ｖ∈
［ ，］ ０ １。
关 性是 最有 效 的特征 。
２ ． ３特征向量归一化
特 征 向量 归 一 化 的 目的是 使 特 征 向量 的各 分 量具
实 现 的系统具 有 良好 的图像检 索功能 。 【关键词 】 图像 检 索 ； 于 内容 ； 基 特征 提取 ； 相似 性 度量
ｍａ ｅ Ｒ ｔｅ ａ Ａｇ ｒｈ ａ ｅ ｎ Ｃ ｌｒａ ｄ Ｔ ｘｕｅ Ｆ ａｕｅ ｇ ｅｒ ｖ ｌ ｌ ｉ ｍ Ｂ ｓ ｄ ｏ ｏｏ ｎ ｅ ｔｒ ｅ ｔｒ ｉ ｏｔ
１ 颜色特征提取算法设计
颜色 直方 图是 最 常用 的颜色 特征 表示 方法 ， ＨＳ 而 Ｖ 空 间是 相对 比较 符合人 类 视觉感 知特 性 的颜色 空 间 。 故
・
２ ・２ １ ０ ０ ２年 ８月 ・ ＷＷＷ． ｆ ｓｉｇ．ｒ ｉ ｏ ｔ ｏｇ ｎ ｎ
信息加密 ・信 息安 全 ・Ｉ ｆ ｒ ａ ｎ Ｓ ｃ ｒ ｎｏ ｍ ｔｏ ｅ ｕ ｉｙ ｉ ｔ
（ 特征 ） 的描述 和提 取 ， 图像 库 中找 到具 有指定 内容 （ 在 特征 ） 图像 。本 文对 图像 颜色 特征 和纹 理特 征 的提 取 、 似 的 相 性度量 等基 于 内容 的图像检 索 的关键 技术 进行 了分析 和研 究 ， 在此 基础 上 ， 出 了一个 基 于颜 色特 征 和纹理 特 征 并 提 的 图像 检 索算法 并验 证 了其有 效性 。该算 法 采 用 Ｈ Ｖ颜 色 空 间的直 方 图作 为颜 色特 征 向量 ， 用灰 度 共生矩 阵的 Ｓ 采 四个纹 理特征 ： 能量 、 、 ’ 和相 关性构 成纹 理特 征 向量 ， 熵 惯 性矩 采用 欧 氏距离进 行相 似 性度量 。实验结 果表 明 ， 该算 法
有 相 同的权 重 。本 文采 用高 斯归 一化方 法 。设特 征 向量 为 Ｖ． 量 为 ｖ ， 高斯 归一化 公式 为 ： 分 ｉ则
、： ， ｉ
ｊ
１ Ｖ空 间的量 化 ． ＨＳ ２
经 过 上 述 进 行 的 Ｒ Ｂ 颜 色 空 间 到 ＨＳ 颜 色 空 间 Ｇ Ｖ
的 转换 ．图像 的每 一个 像 素 的颜 色 信 息可 以用 Ｈ、 、 Ｓ Ｖ
其 中 ＱＳ和 Ｑ 分 别 是 Ｓ和 Ｖ 的 量 化 级 数 。 的 取 Ｖ Ｌ
值 范 围为［ ，５ 】计 算 Ｌ获得 ２ ６ ｉ Ｏ２ ５， ５ ｎ的一 维直 方 图。 ｂ 这
样 Ｈ， ， 三 个 分 量 就 在 一 维 向量 上 分 布 开 来 。 ＳＶ
３ 相似性度量算法设计
欧 氏 距 离 是 最 简 单 的 距 离 公 式 ， 是 在 基 于 内 容 的 图 也 像 检 索 系 统 中 应 用 较 广 泛 的 距 离 公 式 。 本 系统 采 用 欧 氏 故
ｄｓｒｔｎ ｎ ｔｃｏ ｓａｃｎ ｎ（ａ ｒ ｏｔ ａｅＣ Ｉ ｍ ｄｍ ｇｓｈｔｏｔｎ ｐｃｅ ｎ ｎ（ａ ｒ ｉｔ ａｅ ａ ｂｓ． ｅｃｐｏ ｄ ｘａｔｎ ｆｉ ｌｏｔ ｔｅｔｅ ｆｈ ｉ ｇ， Ｂ ａ ｓ ｆ ａｅ ａｃｎ ｉｓｅｉｄ ｔ ｔｅｔｅ ｎｈ ｉ ｇ ｔ ａｅ ｉｉ ａ ｅ ｒ ｉ ｏｖｕ ｅ ｆ ｕ ） ｅｍ Ｒ ｉ ｔｉ ｉ ｏｎ ｔ ａ ｆ ｃ ｅ ｆ ｕ ） ｅｍ ｄ ａ ｉ ｏ
Ｉ ｔ ｓ ａ ｅ ， ｅ ｅａ ｋ ｙ ｅ ｈ ｏ ｇ ｓｏ Ｃ Ｉ ｕ ｈａ ｅｅｔ ｃｏ ｆ ｈ ｌ ｎ ｘ ｒ ｆａ ｒｓｏ ｔｅｉ ｇ ， ｓ ｅｌ ｓ ｈ ｉ ｌ ｉ ｅ ｓ ｒｓ ｒ ｎ ｈ ｐ ｒｓ ｖ ｒｌ ｅ ｃ ｎ ｌ ｉ ｆ Ｂ Ｒｓ ｃ ｓ ｈ ｘｒ ｔ ｎｏ ｅｃ ｏ ａ ｄｔ ｔ ｅ ｅ ｔ ｅ ｆｈ ｉｐ ｔ ｏｅ ｔ ａｉ ｔ ｏ ｒ ｅｕ ｕ ｍａ ｅ ａ ｌ ｅｓ ａ ｔ ｍ ａ ｕｅ ｅ ｗ ｔ ａ ｍｉｒｙ ａ ｉ ｅ ｔ ａｅ ． ｎｔｅｂ ｓ ｆｈ ｅ ｒ ｒ ｅ ｒｈ ａ ａ ｅｒｔ ｖ ｌ ｙ ｔｍ ｂ ｓ ｄｏ ｌ ｎ ｘｕ ａｕｅ ｅ ｉ ｅ ， ｈｃ ｓ ｓＨｓ ｇａ ａ ｅ ｎ ｓｉ ｔ Ｏ ａ ｉｏ ｅｔ ｏｙｅ ａｃ ， ｎｉ ｇ ｒ ａ ｓ ｓ ａ ｅ ｎｃ ｏ ａ ｄｔ ｒ ｆ ｔｒｓｓｄ ｓ ｎ ｄ ｗ ｉ ｕ ｅ ｉ ｏ ｒｍ ｂ ｓ ｄ ｖ ｇ ｄ ｈ ｓ ｔ ｈ ｓ ｍ ｅｉ ｅ ｅ ｏ ｒ ｅ ｅｅ ｔ ｉ ｇ ｈ ｔ ｏ Ｓ ｏ ｒ ｐ ｃ ｓｃ ｌｒｅ ｔｒ ｖ ｃ ｒ ｕ ｅ ｕ ｆ ｈ ａ ｒｓｏ ｏｏ ｃ ｒ ｎ ｔｘｔ ｏ ｓ ｕ ｔ ｅ ｕ ｅ ｔｒ ｈ ｈａ ｎ ｒ ， ｎ ｏ ｙ ｎ Ｈ Ｖ ｃ ｌ ａ ｅ ａ ｏｏ ａｕｅ ｅ ｏ， ｓ ｓ ｆ ｒ ｅ ｆ ｔｅ ｆ －ｃ ｕｒ ｃ Ｍａ ｃ ｎ ｔ ｃ ｔｘ ｒ ｖ ｃ ｉ ｒ Ｅ ｅｇ Ｅ ｔ ｐ ， ｏｓ ｆ ｔ ｏ ｏｔ ｅｕ Ｃ ｅｅ ｄ ｏ ｒ ｔｅ ｏｗ ｃ ｅ ｙ ｒ Ｉｅ ｉ ｕ ｄ ｔｒ ｎ ｏ ｅ ｔ ｎ ａ ｄｕ ｅ ｕ ｌ ｅ ｎｄ ｔｎ ｅｆｒ ｉ ｌ ｉ ａ ｕ ． ｘ ｅｉ ｅ ｔ ｓ ｌ ｈ ｗ ｔ ｔｈ Ｂ Ｒ ｓｓｅ ｆ ｉ ｔｎｉ ｇ ｎ ｒ Ｑ ａ ｒ ｕｅａ ｄＣ ｒ ｌ ｉ ， ｎ ｓ ｓＥ ｃｄ ａ ｉａ ｃ ｍｉｒ ｍｅ ｓ ｒ Ｅ ｐ ｒ ｎ ｒ ｕ ｓｓ ｏ ａ ｉ Ｃ Ｉ ｔｍ ｉ ｅ ｃ ｎ ｉ ｍａ ｅ ｔ ａ ａ ａｏ ｉ ｓ ｏ ｓ ａｔ ｙ ｅ ｍ ｓｅ ｔ ｈ ｔｓ ｙ ｓ ｉ ｅ
Ｙａ ｎ ｕ ｌｉ ｎ－ａ
（ ｅ ａｔ ｎ ｏ Ｃ ｍｐ ｔ ， ａ ｚ ｉｕ ｎｖｒｉ Ｄｐｒ ｍｅ ｔ ｆ ｏ ｕｅ Ｐ ｎｈｈ ａＵ ｉ ｓｔ ｒ ｅ ｙ
【 ｂｔ ｃ 】 ｏｔ ｔａｅ ａｅ ｅ ｉａ（ＢＲ ｉ ｎ ｅ ｏｔｃｖ ｔｐｔｉｔ ｒｎｒ ｅｒ ｌ ｆ ｕｉｅｉｒｒｖ１ ｃ ｒｎ ｅ Ａ ｓ ｔ Ｃ ｎ ｎＢｓｄｍ ｇ ｔ ｖｌ Ｉ） ｅ ｆ ｓ ｔ ｈ ｏ ｅ ｕｅｔ ｓａ ｈｅ ｌ ｄ ｔ ａ Ａｃ ｄ ｇｏｈ ａ ｒ ｅ－ Ｉ Ｒｒ Ｃ ｅ ｓ ｏｔ ｍ ｉ ｏｓ ｓｎｈ ｃ ｒ ｏ ｈ ａ ｅ ｅ ｃ ｆ ｄ ｍ ｔ ａｅｉ ． ｏ ｉ ｔｔ ｉ ｏ ｍ ｅ
（） １
ｈ ６ ｈ ， ｓ －＇ ｍｉ （ｇ ） ： ０ ・ －ｖ － ｒ ，一 ｎ ，ｂ
，
则
征 。灰 度 共 生 矩 阵 目前 已 总 结 的纹 理 特 征 有 １ ４个 ， Ｇｏｌ ｂ和 Ｋ ｅｓｉ 过 实 验 得 出 ， 量 、 、 性 矩 和 相 ｔｅ ｉ ｒｙｚｇ通 能 熵 惯
其 中． ｖ和 ｏ是 特 征 向量 各 分 量 ｖ 的期 望 和 方 差 。 ｒ ｉ
经 过 上 式 对 特 征 向 量 进 行 归 一 化 后 ， 量 中 的 某 个 分 量 向
落在 区 间［ １范 围中 的概率 约为 ９ ％， ０，］ ９ 对于 大 于 １的数 值 可以简 单地 对应 到 １ 。 上
，
盟一
（） ５
∑ ∑ｐ，， （， ） ｉｄ ｊ０ ｉ Ｊ
共 生矩 阵 Ｐ （，， ，）反 映 了图像 灰 度分 布 关 于方 ｉ ｄ０ ｊ 向 、 部邻 域 和变 化 幅度 的综合 信 息 。但 它 并不 能直 接 局
ｇ
ｖ －（ ｇ
。
ｂ
ｖ＇ －ｂ
提 供 区 别 纹 理 的 特 性 ， 要 从 矩 阵 中 进 一 步 提 取 纹 理 特 需
三 个 分 量 来 表 示 。通 过 对wenku.baidu.com颜 色 模 型 进 行 大 量 的 分 析 ， 将
（） ６
Ｈ、 、 三个 分量 按 照人 的颜 色感 知 进行 非 等 间 隔 的量 ＳＶ 化 。根 据 Ｈ、 、 的量 化级 数 和其 频 带宽 度 可取 组 合后 ＳＶ
的 一 维 向 量 Ｌ： ＩＱｓ ｖ Ｓ ＋ Ｈ Ｑ ＋ Ｑｖ Ｖ （） ３