基于纹理内容的旋转图像搜索方法

摘要

本发明属于基于内容的图像搜索领域，输入的是用户自己的图像，主体算法包括将输入的图像转换成灰度级图像，然后计算其基元过渡矩阵和基元最小矩阵。将得到的基元过渡矩阵和基元最小矩阵映射到基元矩阵。并且针对不同尺寸的图像，进行基元矩阵标准化计算。图像的特征采用能量、熵、逆差距以及惯性进行表示。通过评价输入图像与后台图像库中所有图像间的四维特征相似度，把相似度高的图像作为图像搜索结果。从而实现了基于图像内容的以图搜图功能，并解决了旋转图像的搜索问题。

主权项

一种基于纹理内容的旋转图像搜索方法，其特征在于，其包括：A、对输入的图像进行灰度图像转换，生成输入图像的灰度级图像，因此只需对一个二维的灰度级矩阵进行操作。B、对上述灰度级矩阵进行基元过渡矩阵计算。包括：B1、从灰度级矩阵的起始点坐标(0，0)开始，以2*2网格作为提取基元的基本单位。从左往右，从上往下的顺序移动，并且每次只移动一个像素步长。依次提取每个2*2网格中的基元。B2、计算每个2*2网格中左上角，右上角以及左下角的像素和，如果此像素和小于或等于其他三个相邻网格的像素值之和，则执行B3，否则执行B4.B3、如果此2*2网格中没有相同的像素值，则直接以此2*2网格中像素值的升序序列得到的空间折线作为提取的基元纹理。否则在提取基元之前先根据优先级关系：左上角>右上角>右下角>左下角，先提取优先级高的网格，再提取优先级低的网格，以确定相同像素值的提取顺序，之后再确定不同像素值的升序序列，进而得到此2*2网格的空间折线作为提取的基元纹理。B4、对此2*2网格顺时针旋转90度，返回执行B2。C、对灰度级图像进行基元最小矩阵计算，提取每个2*2网格中最小的像素值来代表此基元，从左向右，从上向下的顺序移动，并且每次只移动一个像素步长，依次提取每个2*2网格中的最小像素，构建基元最小矩阵。D、对上述得到的图像基元过渡矩阵和基元最小矩阵，进行基元矩阵计算。以基元最小矩阵为行坐标i，以基元过渡矩阵为列坐标j，基元矩阵的元素Xi，j统计基元最小像素为i且基元纹理编号为j的数目。E、针对不同尺寸的图像，计算标准化的基元矩阵。F、利用能量EN1，熵EN2，逆差距IDM以及惯性IN组成表示图像的四维特征向量Feature Vector。G、利用相似度评价函数对图像的四维特征向量进行相似度计算，以最终评价图像间的相似度。