基于分块颜色直方图索引的快速图像检索方法

2 0 2

价值工程

基于分块颜色直方图索引的快速图像检索方法A F a s t I ma g e Re t r i e v a l Me t h o d Ba s e d O n Bl o c k Co l o r Hi s t o g r a m I n d e x i n g

罗桂娥 L U O G u i - e;李花 L I H u a;刘献如 L I U X i a n - r u(中南大学信息科学与工程学院，长沙 4 1 0 0 8 3)( C o l l e g e o f I n f o r ma t i o n S c i e n c e a n d E n s i n e e r i n g, C e n t r a l S o u t h U n i v e r s i t y, C h ng a s h a 4 1 0 0 8 3, C h i n a )

摘要：基于内容的图像检索是大数据处理的重要内容之一，本文从人眼视觉感知特性出发，参考局部图像相关性，提出了一种基于分块颜色直方图索引的快速图像检索方法。实验结果表明，本文方法具有较好的检索效果，缩短了检索时间，实现了快速检索。Ab s t r a c t:T h e i ma g e r e t r i e v a l b a s e d o n c o n t e n t i s o n e o f t h e mo s t i mp o r t a n t t h i n g o f he t b i g d a t a p r o c e s s i n g .I n hi t s p a p e r,t he a l g o r i t h m p r o p o s e d a f a s t i ma g e r e t r i e v a l me ho t d b a s e d o n b l ck o c o l o r h i s t o g r a m i n d e x￡ mm he t h u ma n v i s u a l p e ee r p t i o n c h a r a c t e r i s t i C S a n d

b y r e f e r i n g t o he t l o c l a i ma g e c o r r e l a t i o n .P l e n y t o f he t e x p e r i me n t l a r e s u l t s s h o w t h a t he t me ho t d h a s a b e t t e r r e t r i e v l a e f e c t,g re a t l ys h o r t e n s he t et r r i e

v l a i t me, a c ie h v e s a f a s t r e t r i e v a 1 .

关键词： C B I R;量化；分块颜色直方图；索引；图像检索；快速检索Ke y wo r d s:C BI R; q u nt a i z a t i o n; he t b l o c k c o l o r is h t o ra g m; i n d e x i n g; i ma g e r e t r i e v l; a f a s t et r r i e v l a

中图分类号： T P 3 9 1

文献标识码： A

文章编号： 1 0 0 6 - 4 3 1 1 ( 2 0 1 4 ) 1 2— 0 2 0 2 - 0 2

0引言

行分块处理。首先确定图像的中心点 M,如图 1以 M为基

在传统的基于内容的图像检索技术[ 1 1中，颜色在描述准等面积将图像分割成一个圆， N一 1个圆环和一个剩余部

视觉信息中最为直接和简单，常用于基于内容的图像检索分，则图像被分成 N+ 1个分块。则圆和圆环的半径为： 技术中回。但是全局颜色直方图描述图像的颜色分布时忽 R:￣,,/ 2 5 6 x 1 2 1 5 6一 s( s∈ l, 2, 3,…, N+ 1 ) ( 2 ) V 十l J盯略了图像中颜色的空间分布特征圈，检索效果不佳。为此本在式( 2 )中，预处理后的图像大小为 2 5 6 x 2 5 6。实验证文提出了一种改进的基于分块颜色直方图索引的快速图明这种方法可以有效地突出图像的主体区域，减弱背景部像检索方法。 分对图像主体的影响。 1颜色空间的选取及量化 1一颜色空间的选择 H s v颜色空间根据人眼色彩视觉特征用色调 ( H)、饱和度 ( S )和亮度( V)来描述图像颜色信息。与人对颜色的感知最为相似问，符合人眼对颜色的识别特点，所以本文选取H S V颜色空间进行图像处理。取值范围为 H∈『 0, 3 6 o 1,S∈[ 0, 1】, V∈[ o, 1] o 1 . 2颜色量化

本文按照人类对颜色感知标准将色调分为 7份，饱和度分为 3份，亮度分为 3份。量化后的色调、饱和度和亮度值分别 H 、 S 、 V 。量化后的取值范围为 H ∈『 0, 7】、 S ∈ [ 0, 2】、 V ∈[ 0, 2】。再将三个颜色分量合成一维特征向量。合成公式如下： L= 9 H + 3 S + V

2 _ 2图像分块颜色直方图提取

计算出图像的每一个子块的颜色直方图作为该分块 ( 1 ) 的颜色特征 P i。 其中色调 H 的权值取 9,饱和度 S 的权值取 3,亮度 H ( i ) ( 3) V 的权值取 1, L的取值范围为【 O, 7 1】,这样颜色空间被量合并所有分块的颜色特征 P i得到一个融合了图像颜化成 7 2种颜色，有效地压缩了图像的颜色特征维数阿。 色空间位置信息的颜色特征向量： 2分块颜色直方图 P= ( P 1, P 2,…, P N+ 1 ) ( 4 ) 2 - 1图像分块对图像的不同子块分别赋予不同的权值 W i,为了突出本文采用一种基于等面积的环形划分方法对图像进图像中心部分，适当加大中心圆的权值，并规定所有权值基金项目：湖南省自然科学基金项目( 1 2 J J 6 0 5 8 ),教育部博士点新教师基金项目( 2 0 1 2 0 1 6 2 1 2 0 0 9 9 o

总和为 1。

作者简介：罗桂娥( 1 9 6 2一),女，湖南株洲人，博士，教授，研究方向为计算机视觉、数字图像处理：李花( 1 9 8 7一),女，湖南

邵阳人，硕士研究生，研究方向为图像检索：刘献如( 1 9 7 7一),女，湘南长沙人，博士，研究方向为图像检索、视频分析与视觉跟踪技术。

3分块颜色直方图索引快速算法 3 . 1图像索引 如前所述，在对图像库图像进行颜色信息提取的基础上，结合数据库聚集索引技术生成图像库的索引。生成如表 1中所示的聚集索引，即一幅图像的所有局部特征数据位于该图像的物理存储路径和图像的同一行上。