专利名称：一种基于多层位图颜色特征的图像检索方法
技术领域：
本发明涉及计算机视觉、图像理解以及模式识别等领域，特别涉及一种基于多层 位图颜色特征的图像检索方法。
背景技术：
随着多媒体技术及Internet的迅速发展，图像信息的检索已经成为迫切需要解 决的问题，因此，研究人员相继提出了各种基于内容的图像检索方法，使用颜色、纹理、形 状、及区域等视觉特征来表征图像的内容。在众多的视觉特征中，颜色是描述图像内容最基本和最直接的视觉特征，并被广 泛应用于图像检索技术。传统的基于颜色特征的图像检索技术，主要提取图像的颜色直方 图或者阶矩等颜色的分布统计特征，其中，图像颜色的低阶矩已被证明为一种有效的图像 特征，一阶矩(即均值)体现了图像颜色分布的基本能量，而二阶矩(即方差)表现为相对 于均值的变化，并且具有易于计算的特点。但是，这种统计分布特征不可避免的具有缺乏细 致性的不足之处，同时提取特征单一，对于实际生活中颜色信息丰富的图像，难以进行有效 的颜色内容表征，因此影响了检索的效果。在此基础上，一些研究者提出了基于全局与局 部特征的图像检索方法，以局部特征对全局统计特征进行补充，完善对图像内容的描述，从 而达到提高检索效果的目的。在文献Lu Tzu Chuen and Chang Chin Chen,"Color image retrieval techniques based on color features and image bitmap", Information Processing and Management, 2007,43 (2) :461_472 中，作者提取二值化的位图特征以反 映图像颜色信息相对于全局统计特征的局部变化，增强颜色分布特征对图像内容的描述能 力。虽然这种方法具有一定的理论意义和合理性，但是，由于位图局部特征的提取依赖于全 局统计特征，而全局统计特征本身又相对粗糙，因此，以其为基础所提取的局部特征的补充 能力大打折扣。此外，这些方法在提取特征过程中，并没有考虑到颜色与人眼视觉感知特性 之间的联系，同时，也未能充分有效地扩展比较图像内容差异时所利用的信息范围，影响了 检索效果的进一步提高。
发明内容
为了避免现有技术的缺陷，本发明提出了一种基于多层位图颜色特征的图像检索 方法，其目的在于提取出彩色图像丰富内容中的有效层次性颜色特征进行图像检索。它通 过颜色聚类，能够得到一副彩色图像中不同的颜色分布层次，然后分别在不同的分布层次 中提取整体和局部颜色特征；同时，为了加快运算速度，它运用了快速颜色聚类算法，提高 了特征提取的效率。为了达到上述目的，本发明采用以下技术方案予以实现一种基于多层位图颜色 特征的图像检索方法，其特征在于，包括以下步骤首先，对查询图像的颜色空间进行网格化，通过统计各网格中像素点数目，选取具 有数目局部最大值的网格；然后，在K均值聚类算法中，应用一种新的距离优化算法，估算K个颜色聚类初始中心；应用ENNS算法，快速生成各颜色聚类；然后计算各颜色聚类的合理 统计分布中心；另一方面，对查询图像进行空间子块划分，在对空间子块进行高斯加权后， 再计算其颜色均值；接下来，以K个颜色聚类的合理统计分布中心为阈值，通过将图像子块 颜色均值与其进行比较，提取K层位图特征；最后，综合颜色聚类合理统计分布中心与位图 的相似性度量，进行图像特征的匹配检索。本发明的进一步改进和特点在于(1)所述先对查询图像的颜色空间进行网格化，通过统计各网格中像素点数目，选 取具有数目局部最大值的网格，具体为假设输入查询图像的颜色空间为RGB，将R，G，B各 分量等分为Π个区间，则颜色空间被划分为互不交叠的网格单元，图像中的每个像素依据 其颜色值隶属于一个特定的网格；统计落入网格中的像素点数目，选取具有局部最大值的 网格GiG = 1，…，Μ)共M个。(2)所述在K均值聚类算法中，应用一种新的距离优化算法，估算K个颜色聚类初 始中心，方法为①计算每个具有数目局部最大值的网格中像素点的颜色均值
权利要求
一种基于多层位图颜色特征的图像检索方法，其特征在于，包括以下步骤(1)对查询图像的颜色空间进行网格化；通过统计各网格中像素点数目，选取具有数目局部最大值的网格；(2)在K均值聚类算法中，应用一种新的距离优化算法，估算K个颜色聚类初始中心；应用ENNS算法，快速生成各颜色聚类；然后计算各颜色聚类的合理统计分布中心；(3)对查询图像进行空间子块划分，在对空间子块进行高斯加权后，再计算其颜色均值；(4)以K个颜色聚类的合理统计分布中心为阈值，通过将图像子块颜色均值与其进行比较，提取K层位图特征；(5)综合颜色聚类合理统计分布中心与位图的相似性度量，进行图像特征的匹配检索。
2.根据权利要求1所述的一种基于多层位图颜色特征的图像检索方法，其特征在于， 所述步骤(1)按照如下方法假设输入查询图像的颜色空间为RGB，将R，G，B各分量等分为n个区间，则颜色空间 被划分为互不交叠的网格单元，图像中的每个像素依据其颜色值隶属于一个特定的网格； 统计落入网格中的像素点数目，选取具有局部最大值的网格Gji = 1，…，M)共M个。
3.根据权利要求1所述的一种基于多层位图颜色特征的图像检索方法，其特征在于， 所述步骤(2)中在K均值聚类算法中，应用一种新的距离优化算法，估算K个颜色聚类初始 中心，是指①计算每个具有数目局部最大值的网格中像素点的颜色均值
4.根据权利要求1所述的一种基于多层位图颜色特征的图像检索方法，其特征在于，所述步骤(2)中在K均值聚类算法中，应用ENNS算法，快速生成各颜色聚类，是指①以Ctk= 1，…，K，为初始聚类中心，分别计算聚类中心均值和图像每个像素点的颜色强度值
5.根据权利要求1所述的一种基于多层位图颜色特征的图像检索方法，其特征在于， 所述步骤(2)中计算各颜色聚类的合理统计分布中心，步骤为①首先，对κ个聚类
6.根据权利要求1所述的一种基于多层位图颜色特征的图像检索方法，其特征在于， 所述步骤(3)中对查询图像进行空间子块划分，在对空间子块进行高斯加权后，再计算其 颜色均值，步骤为①首先将查询图像分成互不重叠的图像块，记为h=Ibpb2,…，bN，}，即第j个图像 块，其中j = 1，…，L，N代表该图像块中像素的总数，L代表该图像具有的图像块的总数；②假设属于图像块Bj的像素在图像中的标准坐标为斤
7.根据权利要求1所述的一种基于多层位图颜色特征的图像检索方法，其特征在于， 所述步骤(4)中以K个颜色聚类的合理统计分布中心为阈值，通过将图像子块颜色均值与 其进行比较，提取K层位图特征，按照如下步骤相对于K个颜色聚类的合理统计分布中心
8.根据权利要求1所述的一种基于多层位图颜色特征的图像检索方法，其特征在于， 所述步骤(5)中综合颜色聚类合理统计分布中心与位图的相似性度量，进行图像特征的匹 配检索是首先，将颜色聚类合理统计分布中心的颜色值，在基于整个图像数据库的基础上，进行 高斯归一化，方法为 ~ C' - a
全文摘要
本发明公开了一种基于多层位图颜色特征的图像检索方法，该方法针对颜色信息丰富的图像，进行快速聚类得到各颜色聚类的合理统计分布中心，并以其为基准提取出能够反映图像不同分布层次上颜色差异的特征，进行图像检索。首先，对查询图像的颜色空间进行网格化，统计各网格中像素点数目，选取具有数目局部最大值的网格；然后，在K均值聚类算法中，通过应用一种新的距离优化算法和ENNS算法，快速生成各颜色聚类及其合理统计分布中心；另一方面，对查询图像进行空间子块划分，计算其高斯加权的颜色均值；接下来，通过图像子块颜色均值与颜色聚类合理统计分布中心的比较，提取K层位图特征；最后，综合颜色聚类合理统计分布中心与位图的相似性度量，进行图像特征的匹配检索。
文档编号G06F17/30GK101989302SQ20101051693
公开日2011年3月23日 申请日期2010年10月22日 优先权日2010年10月22日
发明者潘志斌, 禹贵辉, 邹彬 申请人:西安交通大学