基于方向可控金字塔二值图像投影的图像检索方法

摘要

基于方向可控金字塔二值图像投影的图像检索方法，属于基于内容的图像检索领域。具有以下步骤：首先，对灰度图像进行方向可控金字塔分解；然后，对分解所得到的各个尺度、各个方向的子带图像，分别通过各自的阈值进行二值化，得到子带二值图像；对每个子带二值图像分别在行和列方向上进行投影，并通过分别除以图像的列数和行数来实现归一化。在特征匹配上，采用向量相交匹配方法来实现两幅图像对应子带图像归一化行投影和归一化列投影的匹配，将全部对应子带二值图像投影匹配值的平均值作为两幅图像的匹配值；最后，通过一个阈值来判断两幅图像是否匹配。本发明通过充分利用图像中各个方向的纹理信息，有效提高了图像检索的查全率和准确率。

主权项

基于方向可控金字塔二值图像投影的图像检索方法，其特征在于包括如下步骤：(1)判断图像是否为灰度图像，如果不是，则将其转换为灰度图像，再进入步骤(2)；如果是灰度图像，则直接进行步骤(2)；(2)对图像进行方向可控金字塔分解，得到多个尺度、多个方向的子带图像，对图像进行方向可控金字塔分解的级数和方向的数量根据需要进行设置；(3)对金字塔分解后得到的每个子带图像进行二值化处理，二值化的阈值根据该子带图像的最大值来确定，大于阈值的点设置为1，小于或等于阈值的点设置为0；(4)对二值化处理后所得子带二值图像分别求行投影和列投影；行投影P_r通过下式来求得：$P_r=(\frac{\underset{j=1}{\overset{c}{\Sigma }}{I}_{sbw}(1,j)}{c},\frac{\underset{j=1}{\overset{c}{\Sigma }}{I}_{sbw}(2,j)}{c},\mathrm{...},\frac{\underset{j=1}{\overset{c}{\Sigma }}{I}_{sbw}(i,j)}{c},\mathrm{...},\frac{\underset{j=1}{\overset{c}{\Sigma }}{I}_{sbw}(r,j)}{c})$其中，i＝1，2，3，……，r；j＝1，2，3，……，c；其列投影P_c通过下式来求得：$P_c=(\frac{\underset{i=1}{\overset{r}{\Sigma }}{I}_{sbw}(i,1)}{r},\frac{\underset{i=1}{\overset{r}{\Sigma }}{I}_{sbw}(i,2)}{r},\mathrm{...},\frac{\underset{i=1}{\overset{r}{\Sigma }}{I}_{sbw}(i,j)}{r},\mathrm{...},\frac{\underset{i=1}{\overset{r}{\Sigma }}{I}_{sbw}(i,c)}{r})$其中，i＝1，2，3，……，r；j＝1，2，3，……，c；上面两式中的I_sbw为当前所处理的子带二值图像，c为该子带图像的列数，r为该子带图像的行数，投影结果P_r和P_c均为向量，P_r的长度为r，P_c的长度为c；(5)将各子带二值图像的行投影和列投影与图像库中各图像对应的子带二值图像行投影和列投影分别采用向量相交法进行匹配；如果P₁和P₂分别是两个长度相同的投影向量，其长度均为n，向量相交法如下式所示：$M=\frac{\underset{i=1}{\overset{n}{\Sigma }}\min \left(P_1\right(i),P_2(i\left)\right)}{\underset{j=1}{\overset{n}{\Sigma }}\max \left(P_1\right(j),P_2(j\left)\right)}$其中，i＝1，2，3，……，n，j＝1，2，3，……，n，M为向量相交法匹配结果值；(6)将各子带图像行投影和列投影的匹配值求平均得到平均匹配值；(7)如果平均匹配值大于设定的阈值T₁，则认为两幅图像匹配成功，否则认为两幅图像匹配失败。