国产精品1024永久观看,大尺度欧美暖暖视频在线观看,亚洲宅男精品一区在线观看,欧美日韩一区二区三区视频,2021中文字幕在线观看

  • <option id="fbvk0"></option>
    1. <rt id="fbvk0"><tr id="fbvk0"></tr></rt>
      <center id="fbvk0"><optgroup id="fbvk0"></optgroup></center>
      <center id="fbvk0"></center>

      <li id="fbvk0"><abbr id="fbvk0"><dl id="fbvk0"></dl></abbr></li>

      基于多特征融合的hsv空間圖像檢索的彩色圖像檢索方法

      文檔序號:9865725閱讀:479來源:國知局
      基于多特征融合的hsv空間圖像檢索的彩色圖像檢索方法
      【技術(shù)領(lǐng)域】
      [0001] 本發(fā)明屬于圖像處理領(lǐng)域,尤其是一種可降低計算復(fù)雜度,提高檢索效率的基于 多特征融合的HSV空間圖像檢索的彩色圖像檢索方法。
      【背景技術(shù)】
      [0002] W往的圖像檢索技術(shù)(TBIR)沿用了傳統(tǒng)文本檢索技術(shù),它不考慮圖像本身固有的 顏色、紋理、形狀等內(nèi)容特征,而是使用關(guān)鍵字來描述及檢索圖像。存在如下缺陷:對數(shù)據(jù)庫 中每一副圖像進行人工標(biāo)注需要耗費大量的時間和人力;使用關(guān)鍵字難W準(zhǔn)確描述內(nèi)容千 差萬別圖像的內(nèi)涵;人工選取關(guān)鍵字會包含強烈的主觀性,可能造成圖像理解上的偏差,直 接影響圖像的檢索效果。為了克服上述缺陷,基于內(nèi)容的圖像檢索技術(shù)(CBIR)應(yīng)運而生,該 檢索加技術(shù)包含圖像視覺特征提取和特征相似度計算兩個環(huán)節(jié),可有效提高了檢索的速度 和效率,具有更好的客觀性和通用性,更適用于大規(guī)模圖像庫的檢索。
      [0003] 在圖像視覺特征提取中,顏色與紋理是兩個最重要的特征,然而,現(xiàn)有的圖像特征 提取方法往往對兩者分別進行處理。如采用基于傳統(tǒng)直方圖、顏色相關(guān)圖、顏色矩陣、基于 主顏色的空間分布方法等對顏色特征提取,采用如統(tǒng)計方法,幾何法,模型法,信號處理法 等方法對紋理特征提取。存在著計算復(fù)雜度高,檢索效率低的問題。

      【發(fā)明內(nèi)容】

      [0004] 本發(fā)明是針對現(xiàn)有技術(shù)所存在的上述技術(shù)問題,提供一種可降低計算復(fù)雜度,提 高檢索效率的基于多特征融合的HSV空間圖像檢索的彩色圖像檢索方法。
      [0005] 本發(fā)明的技術(shù)解決方案是:一種基于多特征融合的HSV空間圖像檢索的彩色圖像 檢索方法,其特征在于按照如下步驟進行: 步驟1:將彩色圖像由RGB空間轉(zhuǎn)換至化SV空間,得到H、S,VS個分量; 步驟2:利用非下采樣化earlet剪切波對H、S,V^個分量進行分解,得到不同尺度及方 向的子帶; 步驟3:利用H,S分量分解所得每個子帶系數(shù),構(gòu)造系數(shù)直方圖作為圖像顏色特征;利用 V分量分解所得低頻子帶系數(shù),計算其指數(shù)距幅值作為圖像紋理特征;將圖像顏色特征與圖 像紋理特征的特征和作為圖像特征庫的特征巧W待檢索使用; 步驟4:利用歐氏距離作為圖像之間相似度的計算方法,計算不同圖像之間的相似度, 按照相似度從大到小對結(jié)果進行排序、輸出。
      [0006] 所述步驟1如下:假設(shè)孩;、.爲(wèi)和在分別表示圖像的義、保及:S個分量, Λτ'、J和藤分別表示圖像化及r S個分量,貝化RGB空間至化SV空間的轉(zhuǎn)換公式為:
      所述步驟2如下: 步驟21:確定非下采樣化earlet剪切波變換的分解系數(shù)為(2,3); 步驟22:對j和據(jù)進行分解,分別得到一個低頻子帶\,第一尺度八個方向高 頻子帶鼓:
      巧第二尺度四 個方向高頻子帶貨夏《I轉(zhuǎn)讓,駕餐!葛:輸,4衫身
      [0007] 所述步驟3如下: 步驟31:采用Η,S分量分解所得26個子帶構(gòu)造系數(shù)直方圖,確定其分解bin數(shù)為16; 步驟32:將步驟31中所得的26個直方圖作為圖像顏色特征,W-一對應(yīng)的方式與原圖 像形成映射,存入圖像顏色特征庫; 步驟33:采用V分量分解所得一個低頻子帶; 步驟34:對?,計算其指數(shù)矩,指數(shù)矩計算公式如下:
      其中,巧^為展開式的系數(shù),k和m的取值范圍是所有整數(shù),對一個圖像函數(shù)/(矜旬;,稱其 在基函數(shù)&皆,巧上的展開式系數(shù)去為化,m)階指數(shù)矩; 式中為徑向基函數(shù):
      將基函數(shù)帶入到指數(shù)矩的定義式,極坐標(biāo)下的圖像函數(shù)^揚,#:)的指數(shù)矩可W表示 為:
      步驟35:確定指數(shù)矩的階數(shù)為50;因為N階指數(shù)矩有粋驢個矩值,所W共得到 (2*柳)+驢二10201個矩值; 步驟36:對步驟35中求得的矩值計算其幅值,最后得到5101個指數(shù)距幅值作為圖像紋 理特征;w-一對應(yīng)的方式與原圖像形成映射,存入圖像紋理特征庫 步驟37:將圖像顏色特征的矩陣和圖像紋理特征的矩陣合并,得到圖像特征庫的特征 瑪。
      [000引所述步驟4如下: 步驟41:按照步驟^3的方法,計算待檢索圖像巧特征和 步驟42:采用歐氏距離計算待檢索圖像特征與圖像特征庫中的特征巧的相似度, 公技,巧為檢索圖像巧日庫中圖像J之間的距離,策鏡}表示圖像I的特征向量第i個分量處 的特征值,則兩幅圖像的歐式距離定義為:
      步驟43:將忍煤J)取倒數(shù)作為兩幅圖像之間的相似度,在所有相似度取倒數(shù)前先加 一個系數(shù)!,運里取藻二公.00!,按照相似度從大到小排列輸出,得到檢索結(jié)果。
      [0009] 本發(fā)明在HSV空間下應(yīng)用直方圖統(tǒng)計方法,并且融入非下采樣化earlet變換,在顏 色特征和紋理特征提取中采用不同的頻帶尺度,將顏色特征和紋理特征二者相結(jié)合提升了 檢索的精度,相比W往的單一特征進行檢索具有明顯的優(yōu)勢。實驗結(jié)果表明,本發(fā)明可W有 效的表征圖像的顏色與紋理特征,大大的提高了檢索效率。此外,本發(fā)明具有設(shè)計簡單、易 于實現(xiàn)、圖像特征提取過程無需人工標(biāo)注等特點,避免了繁瑣而易錯的人工標(biāo)注過程,增強 了圖像檢索系統(tǒng)的實用性。
      【具體實施方式】
      [0010] -種基于多特征融合的HSV空間圖像檢索的彩色圖像檢索方法,其特征在于按照 如下步驟進行: 步驟1:將彩色圖像由RGB空間轉(zhuǎn)換至化SV空間,得到H、S,VS個分量; 具體如下:假設(shè)無、.篇和名分別表示圖像的ii、保及立個分量,:為T、J和狼分別 表示圖像化護立個分量,貝化RGB空間至化SV空間的轉(zhuǎn)換公式為:
      [00川利用HSV空間所得Ξ個灰度圖像來近似重構(gòu)出彩色圖像;進行HSV空間下圖像Ξ個 維度的穩(wěn)定性、正確性測試。
      [0012]步驟2:利用非下采樣化earlet剪切波對H、S,VS個分量進行分解,得到不同尺度 及方向的子帶;具體如下: 步驟21:確定非下采樣化earlet剪切波變換的分解系數(shù)為(2,3); 步驟22:對裘T、: J和漿進行分解,分別得到一個低頻子帶^,第一尺度八個方向高 頻子帶為%1[每:? &(錢毎^^ :駕:^毎婷:1聲:W 4耗^^^ 向高頻子帶.沒2:翅接烏|:卷銅)冷|寺4^:1共I3個子帶。
      [0013] 步驟3:利用H,S分量分解所得每個子帶系數(shù),構(gòu)造系數(shù)直方圖作為圖像顏色特征; 利用V分量分解所得低頻子帶系數(shù),計算其指數(shù)距幅值作為圖像紋理特征;將圖像顏色特征 與圖像紋理特征的特征和作為圖像特征庫的特征馬W待檢索使用;具體如下: 步驟31:根據(jù)實驗測試效果統(tǒng)計,采用Η,S分量分解所得26個子帶構(gòu)造系數(shù)直方圖,確 定其分解bin數(shù)為
      當(dāng)前第1頁1 2 
      網(wǎng)友詢問留言 已有0條留言
      • 還沒有人留言評論。精彩留言會獲得點贊!
      1