当今图像特征提取技术的发展

当今图像特征提取技术的发展

摘要：本文介绍了颜色特征的提取和纹理特征的提取在应用中作用以及特征含义。纹理和颜色相似，在图像中也是一种非常重要的视觉特征，在很多相关系统中得要广泛的运用。

关键词：颜色特征；纹理特征；提取

中图分类号：tp391.41 文献标识码：a 文章编号：1674-7712 （2013） 06-0083-01

一、颜色特征的提取

cbir中重要的视觉特征是颜色，其最早的应用是在图像索引中，并且该图像是基于内容的。任何物体都具有其独特的颜色特点，往往同一类物体都有着都具有相仿或者一样的颜色特点，所以我们可以根据颜色的不同来辨别不相同的物体。颜色的表现力在图像底层中最强，并且其特点定义也相对明确，可以成为人识别图像的重要标准之一。相对于其他的特点，颜色的特点具有很强的稳定性，就算图像经过尺度的变化、旋转的变化以及移动的变化，这些变化依旧不敏感。并且颜色特征计算以及提取都非常简单，所以通过颜色来进行查询是图像检索中最简单、应该最为广泛的一种方法。其中图像检索中关于颜色特征主要有以下几个表达方法：（1）颜色相关图方法；（2）颜色的一致性矢量方法；（3）颜色矩方法；（4）颜色直方图方法等。

颜色包含两层含义：（1）指全局颜色的分布情况；（2）指局部颜色相关信息。

现在关于全局色彩特征的检索方法中运用最多就是色彩直方图

这一方法。swain的中心思想为：通过色彩直方图，我们可以计算出每一种色彩在图像中所出现的概率，再根据色彩直方图来衡量两图之间色彩的相似度，此方法优点明显，不仅使用起来简单、有效，而且还对伸缩、旋转等变化不敏感。但是缺点也同样明显，忽视了色彩在空间的分布情况。所以在这基础之上，又产生了以下三种改进方法：（1）模糊直方图；（2）累积直方图；（3）合并直方图等。pass等想出了通过颜色聚合矢量来具体了解颜色在空间的分布信息，他的中心思想为：假如一个图像中它的颜色近似的像素所占据的面积比设定的阀值要大，就把这个区域的所有像素称之为聚合像素，不然就称之为不聚合像素。随后在图像中计算出每一种颜色在以上两种像素所占的比重，所形成的颜色聚合矢量。该颜色在图像中的百分比是指每一种颜色中所含的不聚合像素与聚合像素相加，也就是所说的颜色直方图。颜色直方图是图像直方图的改进与演变，聚合信息在一定程度上保存了图像色彩的空间分布相关信息。对于颜色矩，它是一种非常有效而且简单的方法。他的相关数学基础为：通过矩阵可以清晰地表示出所有的图像中的颜色分布情况。stricker创造出色彩矩这一方法，他认为低阶矩是色彩的相关信息主要集中地方。他们主要针对所有色彩的低阶矩进行计算统计，一般为前三阶矩阵。

对于全局色彩特征，其检索能够涵盖该图的所有色彩分布信息，但是丢失了不少局部色彩的相关空间信息。现在从局部区域这个层

次说可以分为以下四个方面：（1）采取交互并且半自动区域分割方法；（2）采取自动颜色分割方法；（3）根据固定块的图像分割方法；（4）根据手工区域分割方法。

关于局部颜色信息，其含义为局部近似的颜色区域，它得考虑到每一种颜色的分布情况以及某些比较初级的几个特征情况。在局部区域中的相关颜色信息表现为以下四个方面：（1）主色彩；（2）二进制色彩；（3）平均色彩；（4）色彩直方图。hsu曾尝试着通过把色彩的一部分相关空间信息与色彩信息结合起来对色彩直方图进

行相关检索。而smith通过运用自动分割法，制成一个关于二进制的索引集，在图像的配合中，来对该图像的色彩区域相关空间信息和色彩集距离的大小进行具体比较。

色彩空间关系包含以下三点：（1）分离；（2）包含；（3）交。并且每一种相应的关系都对应着一定的评分，所有的色彩区域它们相对应的空间关系的平方和就是所查询的空间距离。

二、纹理特征的提取

纹理特征的含义为，它能够很好地反映出图像中相关质现象的特征却对颜色以及亮度不产生依赖性。在图像中，它是一种虽然非常重要但是却很难描绘的特征。纹理和颜色相似，在图像中也是一种非常重要的视觉特征，在很多相关系统中得要广泛的运用。它也是一种内在特征，与物体表面的材质息息相关，包括两个方面：（1）周围环境关系的相关信息；（2）表面结构组织信息。其可以用来对图像进行定量描述特别是对空间信息，它同物体材质的视觉特征息

息相关，可以将它看成有些相似形状的不断重复分布。

从人感知这一层次出发，纹理特征主要包含以下几个基本特征：（1）对比度特征；（2）规整度特征；（3）粗糙度特征；（4）方向度特征；（5）线像度特征，在这五个特征中最为重要的就是粗糙度特征、方向度特征以及对比度特征，这些特征不仅仅很好地与人类的视觉感知相对应，还是应用于检索的重要特征。

关于统计方法。通过基于灰度直方图来描绘纹理的方法可以说是一种最简单的统计法。纹理统计特征的相关分析方法主要有以下几个方面：（1）多尺度自回归方法；（2）马尔可夫分析方法；（3）遗传算方法；（4）共生矩阵分析方法等。通过根据二阶灰度来统计数值特征的这种方法，它一般是在空间域或者频率域这两个方面上进行的。

在频率域这一方面，其主要采取的以下两种方法：（1）小波分析，上个世纪九十年代以后，该方法在纹理分析这一方面发展迅速，很快就产生了很多新方法；（2）傅立叶变换方法，图像在经过傅立叶转换之后，该能量谱能够在很大程度上对方向性和粗糙度起一定的反映作用。从空间域这一方面出发，直方图虽然十分简单却只可以反映一维的相关变化。，所以在空间域上一般都采取共生矩阵这一方法，共生矩阵的表示为每一个元素从灰度i像素起离开一个特定的位置t的像素点灰度成为j的概率大小。

关于结构方法。它是基于纹理基元以及排列的相关规则来对纹理的特征、结构进行描述的，还包括参数和特征之间的关系。结构法

纹理的描述包含了以下几个方面：（1）重复性；（2）复杂度；（3）粗细度、（4）对比度，（5）方向性等。该方法一般都将语义和计算特征两者联系起来，有助于摄取高层语义。纹理结构分析是假设图像都是由比较小的纹理基元间排列而成，通常采取句法分析这种方法，但是其实用性非常有限，只应用于规则的结构，所以现在研究不够广泛。

参考文献：

[1]郑庆庆.纹理特征提取及其在图像分割中的应用研究[j].华中科技大学，2011.

[2]龙甫荟，赵荣椿.图象相位特征提取及其在纹理分割中的应用[j].西北工业大学学报，1996（01）.