发明名称 一种图像检索方法
摘要 本发明公开了一种图像检索方法,基于包括N个比对图像的图像库,包括:提取源图像和图像库中每个图像的纹理特征;计算源图像与图像库中每个图像之间的纹理特征相似度,根据第一设定阈值得到第一图像集;提取源图像和第一图像集中每个图像的边缘形状特征;计算源图像与第一图像集中每个图像之间的边缘形状特征相似度,根据第二设定阈值得到第二图像集;获取源图像和第二图像集中每个图像的颜色特征;计算源图像与第二图像集中每个图像之间的颜色特征相似度,根据第三设定阈值得到第三图像集;对第三图像集中的图像进行排列显示。本发明结合了图像的纹理特征、边缘形状特征以及颜色特征相似度,大大提高了图像检索的准确度,保证了检索结果的精度。
申请公布号 CN104809245A 申请公布日期 2015.07.29
申请号 CN201510250554.1 申请日期 2015.05.13
申请人 信阳师范学院 发明人 孙秋菊;陈新武;王鹏;仓玉萍;黄文霞;薛静;刘真;马文娟
分类号 G06F17/30(2006.01)I 主分类号 G06F17/30(2006.01)I
代理机构 代理人
主权项 一种图像检索方法,基于包括N个比对图像的图像库,其特征在于,包括以下步骤:(1)提取源图像和图像库中每个图像的纹理特征,包括以下步骤:11)获取源图像和图像库中的每个图像,将源图像、图像库中每个图像调整为大小一致,将调整后的每个图像划分为m*n分区;12)针对调整后的每个图像,计算其每个分区中每个像素块的平均灰度值,依次取每个像素块的8邻域像素块,计算每个像素块的8邻域像素块的平均灰度值;根据每个像素块的平均灰度值、每个像素块的平均灰度值与其对应的8邻域像素块的平均灰度值的比值,计算每个分区的8邻域像素块的灰度离散度;13)定义一致性阈值,针对每个图像的每个分区,根据灰度离散度和一致性阈值获得每个分区的特征向量;14)根据每个图像的所有分区的特征向量获取每个图像的纹理特征;(2)计算源图像与图像库中每个图像之间的纹理特征相似度,将纹理特征相似度大于第一设定阈值的图像组合成第一图像集;(3)采用canny算子提取源图像和第一图像集中每个图像的边缘形状特征,根据提取的边缘形状特征,对边界方向以5度为间隔来进行划分,经过划分后形成一个一共有72级的边界方向直方图,并采用公式F<sub>i</sub>=f<sub>i</sub>/S对边界方向直方图进行归一化处理;其中,F<sub>i</sub>为归一化的边界方向直方图,f<sub>i</sub>为边界方向直方图;S为图像的面积;(4)计算源图像与第一图像集中每个图像之间的边缘形状特征相似度,将边缘形状特征相似度大于第二设定阈值的图像组合成第二图像集;(5)获取源图像和第二图像集中每个图像的颜色特征,包括以下步骤:51)将源图像与第二图像集中每个图像转换为HSV图像格式,获取格式转换后的每个图像的三个通道,所述三个通道为色调通道、饱和度通道和亮度通道;52)对饱和度通道进行二值化处理,得到饱和度通道的亮区域和暗区域,将饱和度通道的亮区域对色调通道进行投影获得色调通道的色调区域,以及将饱和度通道的暗区域对亮度通道进行投影获得亮度通道中与饱和度通道暗区域对应的区域,并统计色调通道中的色调区域的灰度直方图以及亮度通道中与饱和度通道暗区域的对应区域灰度直方图;53)根据色调通道中的色调区域的灰度直方图设定色调数组,以及根据亮度通道中与饱和度通道暗区域的对应区域灰度直方图设定亮度数组,并根据色调数据和亮度数组获取对应图像的颜色信息;54)根据图像的颜色信息获取图像的颜色向量,对图像的颜色向量进行二值化处理,根据二值化处理结果计算图像的颜色特征(6)计算源图像与第二图像集中每个图像之间的颜色特征相似度,将颜色特征相似度大于第三设定阈值的图像组合成第三图像集;(7)对第三图像集中的图像进行排列显示,包括以下步骤:71)根据与源图像之间的颜色特征相似度由高到低的顺序,对第三图像集中的图像进行排列显示;72)当存在多个与源图像之间的颜色特征相似度相同的图像,则分别计算该多个图像与源图像之间的颜色距离,以与源图像之间的颜色距离由小到大的顺序对该多个图像进行排列显示。
地址 464000 河南省信阳市南湖路237号