融合粒计算的颜色直方图图像检索方法

薛凌云　刘洋洋　冯豪方　张俊文

摘要：传统的颜色直方图只关注颜色的统计信息，丢失了颜色的空间分布信息，检索效果往往不尽人意。该文提出一种融合粒计算的颜色直方图图像检索方法。它融合粒计算多粒度、多层次、多视角的思想，避开了颜色直方图空间位置信息丢失的弊端，同时对颜色直方图的量化区间大小进行分层粒化，并采用直方图相交距离的方法进行图像的相似性度量，实现了图像检索效率和精度的平衡，在不失精度的前提下，保证了检索的效率。实验结果表明，该文算法具有较好的查准率和查全率。

关键词：图像检索；颜色直方图；粒计算

中图分类号：TP311 文献标识码：A 文章编号：1009-3044（2013）08-1903-03

随着多媒体技术的迅速发展，图像数据急剧膨胀，如何高效、快速地从图像资源中获取有用的信息成为信息检索技术研究的热点，基于内容的图像检索也受到越来越多的重视与关注。基于内容的图像检索主要存在两个关键问题[1]：①如何提取图像的特征；②如何度量图像的相似性。颜色是图像最直观明显的特征[2]，颜色特征对图像本身的尺寸、方向和视角的依赖性较小，颜色特征的提取也相对容易[3]。但现今已有的颜色特征提取方法丢失了颜色的空间位置信息，严重影响图像检索的精确度。粒计算对复杂问题、模糊问题的求解发挥着重要的作用，将其思想应用于图像检索保留了颜色的空间位置信息，在不失精度的前提下，保证了图像检索的效率。该文将粒计算理论应用到颜色直方图图像检索中，设计了一种粒计算与颜色直方图相结合的图像特征提取及检索算法。

1 基于粒计算的颜色直方图检索方法的粒化过程

1.1 颜色直方图级数的粒化

颜色直方图的级数越多，所能表示的颜色信息就越详细，因此在构建直方图时需要付出的运算代价就越高，两个颜色直方图进行相似性度量时，所需度量的量化级数越多，度量速度显著减慢，不利于图像的快速检索。因此本文对直方图的级数进行粒化，在不同级数层次上应用直方图，以改观检索效率和精度。粒化方法如下：

1）运用均匀量化方法，将HSV颜色空间的各个分量进行均匀地划分，在色调、饱和度、亮度特征分量分别得到[Lh]、[Ls]、[Lv]个色区空间。[Lh]，[Ls]，[Lv]分别表示HSV颜色空间的3 个量化级数。

2）根据色彩的不同范围进行归类量化，得到色调、饱和度与亮度所属量化级分别为H，S， V。

3）如果直接用HSV颜色空间的3个颜色分量的直方图来表征图像的色彩，那么整个颜色空间内的直方图的计算量和存储量都相当大，因此把3个颜色特征分量合成为一维特征分量。令[L=16*H+4*S+V]，则可将HSV三个维度的值转化为一个维度的值。对色调H取权重为16，对饱和度S取权重为4，对亮度V取的权重为1。这样大大减轻了图像亮度V对检索结果的影响，突出了图像色调H对检索结果的影响。

4）对均匀量化方法不同层次的应用即可得到不同大小的量化级数[Lh]，[Ls]，[Lv]，进而得到不同的L值，由此可得到不同量化层次的颜色直方图。

上述得到的不同量化层次的直方图即可看做在不同的粒度下粒化所得到的图像颜色特征。对L值小的直方图特征（粗粒度粒化）进行相似性匹配，由于量化区间小，可达到较快的检索匹配速度。对L值较大的直方图特征（细粒度粒化）进行相似性匹配，由于量化区间大，表现的细节信息较多，可得到较高的精确度。

1.2 图像颜色直方图特征的粒化

由于全局颜色直方图忽略了颜色的空间位置信息，基于此特征的图像检索精确度较低。若将图像分块，提取子块图像的颜色直方图特征，并对相应位置子块的图像检索匹配，进行综合评判，则可弥补颜色空间位置信息丢失的缺陷。图像的分块技术主要有两种：一是固定分块法，二是基于空间相关性的聚类法[2]。该文采用固定分块法，对图像进行较快的分块。提取图像颜色直方图特征及特征粒化的具体方法如下：

在不同层次的分块条件下提取直方图组信息，可看做在不同的粒度下粒化所得到的特征组。对颜色直方图组特征进行图像特征匹配检索，m，n值小时，由于图像分块少，可达实现较快速度；m，n值大的，图像分块多，表达空间信息详细，可实现较高的精确度。

2 融合粒计算的颜色直方图图像检索匹配

4 结束语

该文运用粒计算理论结合HSV模型、颜色直方图对图像的颜色特征提取及粒化，并对颜色直方图的量化级数进行了粒化。设计出融合粒计算理论，基于颜色直方图的图像检索算法，该算法对图像的检索效率和精度实现了一种较好的平衡。该成果对粒计算在机器问题求解领域有较好的启示，同时也将促进基于内容图像检索的研究和发展。

参考文献：

[1] 宋艳，刘方爱/综合颜色与纹理的图像检索[J].计算机工程与设计，2007，9（2）：42-50.

[2] 邓海龙.基于内容的图像检索的研究[D].华南理工大学，2011，10（26）：6-9.

[3] 孙君顶，原芳.基于内容的图像检索技术[J].计算机系统应用，2011，20（8）：242-243.

[4] 刘琳，李仁发，李仲生，等.基于内容图像检索中的相关反馈技术研究[J].计算机应用研究，2009，26（7）：33-35.