利用纹理两种图像检索方法比较.docVIP

利用纹理两种图像检索方法比较 　　摘要：在高度信息化的今天，基于内容的图像检索已经成为多媒体处理中的关键技术。纹理是描述图像时常用的一个概念，本文比较了综合纹理和像素中心、综合颜色和纹理这两种利用纹理特征的检索方法。对两百多幅植物花卉的图像库的检索实验结果表明，两种方法各有优点，但综合颜色和纹理的方法更符合人的视觉要求。 　　关键词：图像检索；纹理；像素中心；颜色 　　中图分类号：TP391文献标识码：A文章编号：1009-3044(2007)18-31708-01 　　Comparison of Two Image Retrieval Methods Using Texture Features 　　XU Yan 　　(Mechanical Electrical Department,Suzhou Institute of Trade Commerce,Suzhou 215031,China) 　　Abstract:In the high information days,content based image indexing techniques are becoming a key point in multimedia processing.Texture is often used to describe images.In this paper,we comparison two methods both using texture features ,which are the method using texture and image center and the method using texture and color features Experimental results on flower image database show that these two methods both have their own advantages, but the latter fits more closely with human perception. 　　Key words:Image Retrieval;Texture;Image Center;Color 　　 　　1 引言 　　 　　图像是人类最主要的载体。近年来，随着多媒体技术和因特网的发展，基于内容的图像检索已经成为一个研究热点，并成为多媒体数据库，数字图书馆，网上浏览检索，网络信息安全等重大项目中的关键技术[1]。基于内容的图像检索(CBIR)首先要快速而又有效的提取各种表征图像内容的特征，其基本方法是在建立图像库时，对输入图像先进行分析，提取图像或目标的特征向量并在将输入图像存入图像库的同时也将其相应的特征向量存入其特征库。在进行图像检索时，对每一幅给定的查询图，进行图像分析并提取该图的特征向量。通过该向量与特征库中的特征向量进行匹配并根据匹配结果到图像库中有哪些信誉好的足球投注网站就能提取出所要的检索图。 　　纹理是图像的最重要视觉特征之一，基于纹理特征的图像检索已经有了很多的研究，如QBIC系统是使用（从灰度图像得到的）粗糙度、对比度和方向性特征来进行纹理的描述和检索的[2]。但是纹理??今还没有一个标准定义。通常意义上的纹理是指图像像素灰度级或颜色的某种周期性的变化，而且这种变化是空间统计相关的。纹理反映了图像本身的属性，不同的物体具有明显不同的空间特征。对于综合纹理和像素中心特征的图像检索方法已经证明比单一利用纹理特征的方法具有更好的检索效果[3]，但是这种方法也存在缺陷，那就是对颜色不敏感，后面的实验结果会证明之。所以本文又提出综合纹理和颜色特征的检索方法，并且通过实验与前面的方法加以比较。本文所用的图像库是由二百多幅植物花卉图像组成的。 　　 　　2 纹理特征提取 　　 　　纹理通常定义为图像的某种局部性质，或是对局部区域中像素之间关系的一种度量。纹理特征可用来对图像中的空间信息进行一定程度的定量描述。纹理特征提取的一种有效的方法就是以灰度级的空间相关矩阵即共生矩阵为基础的[4]。 　　灰度层共生矩阵是描述在θ方向上，相隔d像元距离的一对像元，分别具有灰度层i和j的出现概率，其元素可记为P(i,j|d,θ),当θ和d选定时，也可简记Pij。 　　由灰度共生矩阵可以计算出一组参数，用来定量描述纹理特征，本文采用下面5种比较能反映纹理特征的参数。 　　在纹理特征提取中，我们把灰度层分为8层，d取成5，并构造四个方向的灰度共生矩阵：0度，90度,45度，135度,然后分别按公式（1）到（9）计算上述5个参数。 　　 　　3 综合纹理和像素中心特征的检索方法 　　 　　综合纹理和像素中心的检索方法先