基于图像全局和局部颜色特征的图像检索

陈雅芳，薛清福，陈方芳，陈旭东

陈雅芳，薛清福/泉州医学高等专科学校讲师（福建泉州362000）；陈方芳，陈旭东/泉州黎明职业大学讲师（福建泉州 362000）。

一、前言

21世纪互联网技术与多媒体技术突飞猛进发展，与此同时图像检索问题日益突出，其主要体现在三个方面：第一，怎样做到高效率、高质量刻画图像；第二，怎样准确、全面地表达出图像内容；第三，怎样利用数据结构反映出图像各类特征等。近年来，尽管各国不断加大对图像检索相关问题研究投入，但受诸多不稳定性因素的影响，以致图像检索仍始终围绕单一特征为中心进行，未能够取得实质上的突破。

这里提出了一种新型的图像检索方法——基于图像全局和局部颜色特征的图像检索。该种图像检索方法既能够准确、全面地表征图像，又因依托于人眼视觉特征而使得检索效率大大提高。首先，将全局颜色特征定位于从符合视觉感知特征的颜色空间中获取的图像颜色均值与方差；其次，对图像进行子块划分，并借助高斯加权系数对各子块进行加权；再次，将局部颜色特征定位于通过对各子块进行加权取得均值，之后对均值予以二值化便可获取到颜色位图，同时对各图像子块进行垂直与水平处理；最后，融合全局颜色特征与局部颜色特征进行图像检索。

为了有效地组织、管理、浏览、检索图像数据库笔者，笔者提出了一种综合全局统计特征和局部二值位图特征的图像检索算法。分别计算图像R、G、B三通道的均值和方差，获取了图像的全局统计特征。然后，根据块截断编码思想，将图像划分成4X4的图像子块，同样计算其均值。若块均值大于图像全局均值，则该块设为“1”，否则，设为“0”，由此，得到图像的二值位图特征。最后，对归一化的特征进行有机融合并采用最佳相似匹配函数进行检索。实验结果表明：综合两种特征的效果比使用单一特征的效果好；和同类算法相比，该算法鲁棒性好，前100幅图像的平均检索准确率达到63%，相对本文提到的另外两种算法都提高了4%以上。

二、图像内容描述

图像内容描述作为基于全局与局部颜色特征图像检索的重要组成部分，其由颜色特征描述、纹理特征描述、形状特征描述及空间分布特征描述等部分共同构成，具体内容表现为：

（一）颜色特征描述

颜色特征是应用最早、最广泛的一种低级特征，与其他因素相比，提取颜色特征步骤较容易，其原因在于色彩具有直观性，较易引起人们的注意。实践表明，颜色特征的提取取决于所选色彩空间，由于某些色彩空间与人感观不相符，所以仅部分色彩空间符合描述颜色特征要求。通过深入分析发现，可将色彩空间模型划分为两部分，包括面向硬设备的色彩空间模型与面向视觉感知的色彩空间模型，对于前者以RGB模型为代表，该模型为当前应用最为广泛的一种色彩空间。通常情况下，RGB的取值范围控制在0～255，如RGB为（255，255,255）时表示为白色，RGB 为（0,255,0）时表示为绿色，此外，为保证颜色特征描述准确性，应对R、G、B值进行归一化处理。对于后者以HIS模型为代表，其中H表示色度，即人对色彩的感受；S表示饱和度，即颜色的深浅；I表示为亮度。值得注意的是HIS模型通常将分开处理彩色信息与灰度信息，所以HIS色彩模型通常用于分析与描述彩色图像。除此之外，YCbCr、Lab及CMYK等也是重要的色彩空间。

（二）纹理特征描述

纹理作为一种重要的视觉特征，与人类内心感受具有密切的联系，通常无法运用语言进行描述，所以长期以来国内外均未对纹理给出明确定义。一般而言，图像类别不同，其纹理存在较大差异。实际上，纹理特征既能够准确描述像素空间分布的某种规律性，又能够全面反映出图像区域内多个像素间的联系。有的学者指出，纹理实质上为区域像素依照一定规律组合形成的模式；还有的学者认为纹理为相邻或相近像素相互交织形成的图案。

近年来，在多位知名学者的努力下，我国纹理特征的研究突飞猛进发展，并形成了多种有效的纹理特征提取手段，如小波纹理、灰度共生矩阵等，其中以灰度共生矩阵最为常用，即该种纹理特征提取手段为图像亮度变化的二阶统计，用于揭示相似像素之间的亮度分布与位置分布性质，而运用共生矩阵获取到的特征参数能够准确反映出图像纹理变化状况，具体体现在四个方面，包括能量、对比度、相关性及熵等。

（三）形状特征描述

形状作为一种描述图像内容的特征，重在反映图像的骨架与轮廓。一般而言，对形状特征提取前必须进行图像分割处理，若分割效果不好，必然会影响到形状特征提取的高效性；另一方面，若着眼于多视角观察图像，可能会导致目标形状差距较显著，故而应保证所提取的形状特征同时满足旋转、平移及缩放不变性等。实际上，形状特征最常应用于手绘草图检索、文字图像检索、商标检索及医学图像检索等多方面。

截止当前，国内外已形成多种形状提取方法，包括边缘直方图法、小波轮廓表示法、不变矩法及小波重要系数法等。

（四）空间分布特征描述

空间分布特征主要用于描述用户所感兴趣的目标或物体在图像中的位置信息。我国通常运用下述两种方法提取空间分布特征：（1）基于分割的空间分布特征提取方法，即该类方法实质上是借助自动分割算法实现图像区域划分，同时从图像场景中挖掘多个目标，之后依托于目标的坐标及其相对位置索引图像；（2）基于分块的空间分布特征提取方法，即该类方法的实施步骤表现为：一是对图像进行划分，使其成为多个子块，之后对每个图像块的特征进行提取；二是依照上下左右的顺序索引图像块。

空间分布特征反映图像中目标的位置信息，此外还能够揭示出不同目标间的相对关系。受目标位置与目标间关系不确定性的影响，致使必须借助语义实现空间分布特征描述。

三、基于颜色均值的图像检索方法

基于颜色均值的图像检索方法工作原理：将图像的全局特征确定为颜色分布特征；将图像划分为若干个图像子块，之后将图像的局部特征确定为各图像子块的颜色位图；通过融合图像的全局特征与局部特征进行检索。实践表明，基于颜色均值的图像检索方法能够真正意义上实现高效率、高质量检索。

（一）采用Lab颜色空间

因为采用RGB颜色分量表示较简便、直接，所以可置于RGB颜色空间中获取图像特征。同时，由于R、G、B数值与亮度、色调、饱和度关系不密切，以致难以准确反映出色彩之间的关系，因此置于RGB颜色空间中获取图像特征不科学、不合理。

对于Lab颜色空间而言，其具备感知均匀性等特征，即L分量能够准确感知到色彩的亮度视觉特征，因此可凭借L分量对a、b分量的输出色阶做出适当修改，以达到颜色平衡。特别注意的是Lab颜色空间由三个通道构成，包括L（亮度）a（色调）b（饱和度）。

（二）在子块划分的基础上增加方向性的考虑

由于颜色空间分布存在差异性，所以要将图像划分为若干个图像子块，其中每一图像子块既存在空间分布信息的不同，又存在方向上的不同。同时，在全部图像中存在着部分空间分布信息极其类似，而方向差异性较大的图像子块，因此在进行基于图像全局和局部颜色特征的图像检索时还需要考虑到方向性因素，以此保证图像检索的高效率性、高质量性。

实验研究表明，部分图像子模块在多个方向上均存在颜色分布差异，其中以横纵两个方向的差异性最为明显，所以可着力于横纵两个方向对图像子模块进行投影，并获取图像投影均值。

（三）综合全局与局部特征进行相似性度量

从物理层面看，全局特征与局部特征存在着一定的差异性，所以应分别对全局特征与局部特征予以度量，其中选用欧式距离对全局特征μ和σ之间的相似性予以度量；选用城区距离对局部特征予以度量。同时，基于全局特征与局部特征的取值范围有所差异，因此为确保二者得以有效的综合利用，需要事先对二者作出归一化处理，尽可能缩小二者的取值范围差距。

实验结果进一步验证了本文算法比参考文献[8]中提到的算法更具高效性，其中参考文献[8]中提到的算法采用RGB颜色空间，由上可知，R、G、B数值与亮度、色调、饱和度关系不密切，以致难以准确反映出色彩之间的关系，所以难以达到预期的图像检索目标。而本文算法采用Lab颜色空间，该颜色空间能够弥补RGB颜色空间中的不足，能够达到提高检索效率的目标。即首先将图像划分为若干个图像子块，然后用符合人眼视觉特征的高斯加权系数对各图像子块进行加权，最后对各图像子块做出垂直、水平投影处理，在整个过程中还考虑到方向性差异因素。

四、结论

运用基于图像全局和局部颜色特征的图像检索技术能够真正意义上实现图像检索高效率性、高质量性，从而获取到较好的图像检索效果。首先，置于Lab颜色空间中获取到图像全局颜色分布特征；其次，以颜色特征的空间分布信息为依据，将图像划分为若干个图像子块，之后用符合人眼视觉特征的高斯加权系数对各图像子块进行加权，在这个过程中要考虑到方向性差异因素，对各图像子块的均值进行二值化，之后得到图像位图，并将该图确定为图像局部颜色特征。同时，对各图像子块进行垂直、水平投影处理，以增强图像局部颜色特征的表征能力；最后，融合全局颜色特征与局部颜色特征进行图像检索。

[1] 白青海.一种基于局部颜色特征的图像检索算法[J].内蒙古师范大学学报(自然科学汉文版)，2008(5)

[2] 薛丽霞,冀志敏,王佐成.基于人眼感知度的分块加权图像检索[J].计算机应用研究，2011(8)

[3] 张志安,骆斌.基于颜色和空间特征的图像检索[J].桂林工学院学报，2007(3)

[4] 甘晨,易法令,王圆妹.基于颜色和纹理特征的图像检索技术研究[J].中国科技信息，2008(8)

[5] 张志安,蔺丽华.基于颜色和空间特征的图像检索[J].西安科技大学学报，2007(3)

[6] 贾巧丽,王娟,孔兵.基于形状特征和颜色的服装图像检索[J].现代计算机(专业版)，2011(7)

[7] 李艳,宋琳琳,白玉峰.一种基于纹理特征的图像检索算法[J].内蒙古民族大学学报(自然科学版)，2009(4)

[8] 张水利,郑秀萍,侯雪梅.结合空间关系的颜色直方图检索算法[J].山西电子技术，2009(1)