基于彩色基元特征的圖像檢索.pdf

1、顏色、紋理和形狀是描述圖像特征的基本屬性。在基于內容的圖像檢索中，圖像特征提取是關鍵技術之一。本文對一些經(jīng)典的特征提取算法進行了較為詳細的研究，然后從基元（Textons）角度來分析圖像內容，提出了四個新型的描述子來進行圖像特征提取，它們分別是基元共生矩陣、彩色基元描述子、基元自相關圖和多基元直方圖。 灰度共生矩陣是一種經(jīng)典的紋理分析方法。它能夠表達相鄰像素之間的空間相關性，但無法體現(xiàn)顏色和形狀特征，因此本文提出了基元共生矩陣來

2、描述圖像特征。它首先將彩色圖像量化為256種顏色并且直接在RGB顏色空間上提取圖像邊緣，然后定義5種特殊基元類型來進行基元分析，最后利用共生矩陣來表達基元圖像特征，并應用于基于內容的圖像檢索。實驗結果表明：基元共生矩陣能夠描述圖像顏色、紋理和形狀特征，性能優(yōu)于灰度共生矩陣和顏色相關圖方法。 在均勻顏色空間中，任意兩個顏色點之間的歐幾里德距離對應于人類視覺系統(tǒng)存在的感知差異。根據(jù)均勻顏色空間的屬性，本文提出了彩色基元描述子來描述圖

3、像特征。它首先將彩色圖像從RGB顏色空間轉化為Lab均勻顏色空間，并且將彩色圖像均勻量化為64種顏色，然后定義了四種特殊基元類型來進行基元分析，最后統(tǒng)計基元圖像的顏色差別來表達圖像特征。實驗表明：彩色基元描述子能夠結合顏色、紋理和形狀特征，檢索性能優(yōu)于邊緣直方圖描述子和LBP方法。 顏色自相關圖能夠結合顏色和空間信息，但它的計算量大，特征維數(shù)高。本文在統(tǒng)計相關圖的基礎上，提出了基元自相關圖來描述彩色圖像特征，并應用于基于內容的圖

4、像檢索。它首先把彩色圖像量化為64種顏色，然后定義4種特殊基元類型來進行基元分析，最后通過統(tǒng)計相關圖來表達圖像特征。實驗結果表明：基元自相關圖的檢索性能優(yōu)于顏色直方圖和顏色自相關圖?；韵嚓P圖同樣能夠結合顏色和空間信息，特征維數(shù)和計算量均明顯地小于顏色自相關圖。 多基元直方圖是對基元共生矩陣的一種重大改進。它通過構造4種特殊基元類型來進行多角度基元分析，然后利用共生矩陣來提取邊緣方向和顏色之間的空間相關性，最后利用直方圖來描述