基于顏色特征的行李箱檢索系統(tǒng)設(shè)計與實現(xiàn)

曹宇軒劉真

摘 要：為了加強對民航機場游客行李包的有效管理，減少人工查找相關(guān)行李箱的工作量，設(shè)計并實現(xiàn)了一個基于顏色特征的行李箱檢索系統(tǒng)。充分利用圖像的顏色特征，設(shè)計不同的特征匹配算法，實現(xiàn)了按照顏色特征檢索行李箱的功能。實驗證明，該系統(tǒng)具有功能全面、操作簡單、安全可靠等特點，具有一定的推廣價值。

關(guān)鍵詞關(guān)鍵詞：民航；行李箱；顏色特征；圖像檢索

DOIDOI：10.11907/rjdk.162058

中圖分類號：TP319

文獻標(biāo)識碼：A 文章編號文章編號：16727800（2016）011007105

0 引言

社會經(jīng)濟的繁榮促進了民航行業(yè)的快速發(fā)展，客運量的增加使得托運行李箱的數(shù)量也急劇增加，如何有效管理和監(jiān)控眾多行李箱成為各航空公司亟需解決的問題。目前，不正常行李的查找主要依靠對行李箱上所掛條形碼進行掃描記錄。然而針對一些特殊情況，如條形碼丟失、條形碼錯誤等，這種傳統(tǒng)的查找方式就無法發(fā)揮作用。此時，行李箱的外觀特征就成為了找尋不正常行李箱的主要依據(jù)。因此有必要將研究方向轉(zhuǎn)移到行李箱的圖像內(nèi)容上，即通過行李箱圖像本身的內(nèi)容如顏色等特征進行檢索，輸入相似行李箱圖像之后，在監(jiān)控系統(tǒng)中查找對應(yīng)行李箱的視頻截圖或與存儲在行李庫房中的無人認(rèn)領(lǐng)行李作比對，從而跟蹤其去向，完成管理和查找操作。

1 圖像特征提取

基于顏色特征的行李箱檢索系統(tǒng)，是基于內(nèi)容的圖像檢索系統(tǒng)的一種，即通過分析研究圖像包含的顏色信息，通過一定的特征方法進行表示，然后設(shè)計匹配算法進行相似度匹配的檢索系統(tǒng)。只有首先準(zhǔn)確地將圖像信息提取出來，再設(shè)計出精確的匹配算法，才能實現(xiàn)預(yù)期的效果。由此可見，圖像特征提取算法是本文基于顏色特征的行李箱檢索系統(tǒng)的核心技術(shù)。

1.1 顏色特征模型

RGB模型是計算機中最常用的顏色模型，由于其簡單并且與人眼的結(jié)構(gòu)特性密切相關(guān)，所以是目前使用最為廣泛的顏色模型[1]。根據(jù)人眼的結(jié)構(gòu)特點，所有顏色都可以看作是3個基本顏色即紅、綠、藍的組合。為了建立標(biāo)準(zhǔn)，1931年國際照明委員會（CIE）規(guī)定了700nm、546.1nm、435.8nm為紅、綠、藍這3種顏色的標(biāo)準(zhǔn)波長。以 r、g、b 3個參數(shù)為三坐標(biāo)，可以得到如圖1所示的一個單位立方體結(jié)構(gòu)描述的RGB 顏色模型（彩圖見封三，下同）。

本系統(tǒng)充分利用RGB顏色模型的特點，使用其作為本系統(tǒng)的特征提取模型。

1.2 特征表述方法

對于一副圖像，若要得到它所包含的顏色特征，首先要采集它的信息，然后用適當(dāng)?shù)姆椒ㄟM行表示，顏色特征表示對檢索結(jié)果有很大的影響。本系統(tǒng)采用循環(huán)方式，逐步采集圖像每一個點的R、G、B值，然后對R[0]～R[255]，G[0]～G[255]和B[0]～B[255]的點的個數(shù)進行統(tǒng)計，再采用適當(dāng)算法來表示這些統(tǒng)計信息，主要有以下3種方法：統(tǒng)計直方圖、累計直方圖和分塊統(tǒng)計。

1.2.1 統(tǒng)計直方圖

圖像特征的統(tǒng)計直方圖[2]是一個1-D的離散函數(shù)，它用來表示一副圖像之中，擁有某種特征值的點在整幅圖像中所占的比例，很顯然所有比例之和應(yīng)為1。以H向量為例，即有式（1）：

H（k）=nkNk=0，1，255（1）

其中，nk代表具有特征值k的點的個數(shù)，N為這幅圖像的點的個數(shù)。如圖2所示，（a）是圖像原圖，（b）是它所對應(yīng)的統(tǒng)計直方圖。

1.2.2 累計直方圖圖像特征的累計直方圖[2]也是一個1-D的離散函數(shù)，表示到這個特征為止的之前所有向量占總數(shù)的比例。同樣以H向量為例，很顯然，H（255）= 1即有式（2）：

式中符號與上文統(tǒng)計直方圖公式中的含義一致，圖3即為紅色行李箱圖像特征的累計直方圖。

1.2.3 分塊統(tǒng)計圖像的分塊統(tǒng)計方法是在上述兩種方法基礎(chǔ)上的改進，基于顏色內(nèi)容的圖像檢索雖然有較強的抵御旋轉(zhuǎn)、尺寸變換的魯棒性[3]，但是對于圖像色彩的空間分布表示卻很差，經(jīng)常會出現(xiàn)圖像的直方圖相似而空間分布差別很大的情況，如圖4中（a）橫向圖和（b）交叉圖的直方圖完全一樣而實際圖像本身卻差別很大。

針對這種情況，研究者提出了分塊統(tǒng)計的概念，原理是將一幅圖像先進行分割，然后分別統(tǒng)計每一塊的直方圖進行對比分析，至于如何分塊以及每一塊賦予的權(quán)重，還需特別計算。通過分塊統(tǒng)計，一定程度上解決了顏色特征對于空間分布的不足，但是不能從根本上解決問題，這是顏色特征本身的缺陷。

統(tǒng)計直方圖比較適合顏色塊單一的圖像，相比之下，累計直方圖則更適合于真彩圖像[4]，分塊統(tǒng)計彌補了顏色空間分布難以描述的缺點。由于時間有限，本文僅實現(xiàn)了統(tǒng)計直方圖和累計直方圖兩種方法，分塊統(tǒng)計是今后研究的方向。

2 特征匹配算法

基于文本的檢索方法是通過對文本進行匹配來判斷是否相似，而基于內(nèi)容的圖像檢索則是通過計算示例圖像和數(shù)據(jù)庫中圖像在圖像特征上的相似度進行判斷[5]。目前廣泛使用的是對圖像特征進行數(shù)字化，即用數(shù)字表示一幅圖像的特征。通過數(shù)學(xué)公式設(shè)計匹配算法，計算出兩者之間的距離作為衡量圖像特征的相似度。本文在參考前人研究的基礎(chǔ)上，實現(xiàn)了以下幾種較為經(jīng)典的匹配算法。

2.1 Hausdorff距離算法

Hausdorff距離的作用是度量模板和目標(biāo)圖像之間邊緣的匹配程度。

設(shè)兩個有限點集A={a1，a2，...，ap}和B={b1，b2，...，bq}，其中p和q分別為點集A與點集B的元素個數(shù)。則A、B間的Hausdorff 距離H（A，B）定義如式（3）所示：

2.2 歐氏距離算法

用HQ（k）表示關(guān)鍵圖的顏色特征直方圖，HD（k）表示已經(jīng)存儲的數(shù)據(jù)庫圖像D的顏色特征直方圖，則兩幅圖像之間的匹配值P（Q，D）用歐氏距離方法來計算[5]如式（6）所示：

2.3 加權(quán)的歐氏距離

用HQ（k）表示關(guān)鍵圖的顏色特征直方圖，HD（k）表示已經(jīng)存儲的數(shù)據(jù)庫圖像D的顏色特征直方圖，則兩圖像之間的匹配值P（Q，D）用加權(quán)的歐氏距離方法來計算如式（7）所示：

2.4 直方圖相交法

用HQ（k）表示關(guān)鍵圖的顏色特征統(tǒng)計直方圖，HD（k）表示已經(jīng)存儲的數(shù)據(jù)庫圖像D的顏色特征統(tǒng)計直方圖，則兩圖像之間的匹配值P（Q，D）用直方圖相交的方法來計算如式（8）所示：

2.5 絕對值法

用HQ（k）表示關(guān)鍵圖的顏色特征直方圖，HD（k）表示已經(jīng)存儲的數(shù)據(jù)庫圖像D的顏色特征直方圖，則兩圖像之間的匹配值P（Q，D）用絕對值的方法來計算用式（9）所示：

以上幾種匹配算法中：Hausdorff用于計算兩幅圖像邊緣之間的距離；歐氏距離計算量大，但是精度較高；加權(quán)的歐氏距離適合于顏色豐富的真彩圖像，因為當(dāng)顏色比較單一時，很多為0的點都被賦值為1，這樣就與原圖像的特征差距很大，如果采用歸一化直方圖，則Wk<1，即加權(quán)距離要小于歐氏距離；直方圖由于其本身特點而僅適用于統(tǒng)計直方圖，不適用于累計直方圖；絕對值方法是使用最多的方法，計算簡單、運行速度快。在本文中以上5種方法均已實現(xiàn)。

3 系統(tǒng)詳細設(shè)計

3.1 系統(tǒng)詳細結(jié)構(gòu)

系統(tǒng)功能分為3個主要模塊，分別為圖庫管理模塊、圖像匹配模塊和圖像存儲模塊。除了主要模塊以外，還設(shè)計了中間輸出模塊、時間統(tǒng)計模塊等輔助功能。系統(tǒng)流程如圖5所示。

3.2 主要模塊實現(xiàn)

3.2.1 圖庫管理模塊設(shè)計

圖庫管理模塊提供用戶對圖像庫的操作，包含以下操作：添加新的圖像庫、修改即有圖像庫、刪除現(xiàn)有圖像庫、將圖像庫設(shè)置為默認(rèn)檢索的庫、將新的圖像添加到既有圖像庫。

本系統(tǒng)實現(xiàn)了上述幾種功能，通過自定義的PicDb表來實現(xiàn)管理，圖6為“菜單—設(shè)置”里面的圖庫管理。

3.2.2 圖像匹配模塊

在本系統(tǒng)的設(shè)計過程中，考慮到對于真彩圖像的檢索匹配，特別設(shè)計兩種不同方式，即可以將所有圖像的R、G、B值相加為一個通道進行匹配對比，也可以分別對R、G、B 3個通道進行匹配分析。前者在處理一些較為簡單的彩色圖像時效果較好，計算量少、耗費時間較短；如果采用后者，匹配精度會提高，但同時大大增加計算量[6]。該選項在用戶界面上有所設(shè)計，供用戶選擇。

3.2.3 圖像存儲模塊設(shè)計

由于對圖像特征的提取和匹配往往涉及大規(guī)模的點陣運算，期間耗費較多時間，這往往是用戶所不能容忍的，所以應(yīng)當(dāng)添加數(shù)據(jù)庫模塊以減少時間。本文將重點探討圖像特征的提取技術(shù)和存儲技術(shù)。

本系統(tǒng)設(shè)計的數(shù)據(jù)庫模塊用來存儲庫中的圖像信息，并非直接存儲圖像文件，而是將分析過的圖像特征值及其所在的路徑等相關(guān)信息存入數(shù)據(jù)庫。程序啟動時，會讀取數(shù)據(jù)庫中的用戶設(shè)置，根據(jù)用戶設(shè)置，系統(tǒng)可以找到默認(rèn)的圖像庫，圖像庫里存儲著該圖像庫中圖像的所有信息，包括圖像的路徑、名稱、特征等。隨后系統(tǒng)根據(jù)圖像庫中的路徑找到此圖像庫里面所有圖像的特征值，通過解壓縮函數(shù)將信息還原成文中定義的節(jié)點結(jié)構(gòu)，直接讀取進行匹配，從而節(jié)省了大量分析時間。

在存取圖像特征時，本文將特定數(shù)據(jù)結(jié)構(gòu)壓縮為字符串格式存儲在數(shù)據(jù)庫中，其中的協(xié)議由作者自定義，協(xié)議采用“#”字符分隔通道之間的數(shù)據(jù)值，在存儲階段進行打包，讀取出來之后解包賦值。經(jīng)過系統(tǒng)測試發(fā)現(xiàn)，在壓縮和解壓縮圖像特征時的用時占很小比例，而真正耗費時間的為顏色特征的提取和特征匹配階段，因而在實際運行時達到了預(yù)期效果。數(shù)據(jù)庫中存取圖像特征的表是PicFeature，結(jié)構(gòu)如表2所示。

通過DBOperate的一系列函數(shù)，系統(tǒng)可以很方便地實現(xiàn)對數(shù)據(jù)庫的操作，從而為系統(tǒng)運行提供了很大幫助，節(jié)省了大量時間。

4 實驗結(jié)果分析

4.1 性能評價標(biāo)準(zhǔn)

基于顏色特征的行李箱檢索系統(tǒng)的性能可以通過查詢的準(zhǔn)確率來判斷，包括查全率和查準(zhǔn)率[7]。本文將基于這兩種標(biāo)準(zhǔn)對系統(tǒng)進行評價，如式（10）、式（11）描述。式中PR為查全率，P

4.2 系統(tǒng)測試

本系統(tǒng)的檢索圖庫包含50張不同顏色的行李箱圖像，按顏色分為5類，每類10幅圖像。實驗測試階段綜合使用各種圖像特征表示方法和匹配算法，得出系統(tǒng)對于不同圖庫的查全率和查準(zhǔn)率。本文以藍色行李箱為例，測試效果如圖8所示。

統(tǒng)計不同顏色行李箱的查全率和查準(zhǔn)率，測試結(jié)果如表3所示。

通過上表發(fā)現(xiàn)，各色行李箱的查全率和查準(zhǔn)率均在70%以上，即針對一般查詢具有較好效果，未來可以在繼續(xù)提高查全率和查準(zhǔn)率的基礎(chǔ)上進一步優(yōu)化算法。

5 結(jié)語

本文針對民航不正常行李箱的管理查找問題，提出了使用基于顏色特征的行李箱檢索系統(tǒng)的解決方案。對基于內(nèi)容的圖像檢索技術(shù)進行了研究和探討，在分析目前一些基于圖像顏色特征的檢索算法的基礎(chǔ)上，重點分析了算法的優(yōu)點和不足，實現(xiàn)了一個基于顏色特征的行李箱檢索系統(tǒng)。本文對所實現(xiàn)的不同算法進行了實現(xiàn)和測試比較，實驗結(jié)果證明該系統(tǒng)功能全面、操作簡單、查詢效果較好，可在實際中進行推廣應(yīng)用。

參考文獻：

[1] 王娟，孔兵，賈巧麗.基于顏色特征的圖像檢索技術(shù)[J].計算機系統(tǒng)應(yīng)用，2011，20（7）：160164.

[2] 劉德龍.基于顏色特征的圖像檢索系統(tǒng)設(shè)計與實現(xiàn)[D].武漢：華中師范大學(xué)，2007.

[3] 黃仁，胡敏.綜合顏色空間特征和紋理特征的圖像檢索[J].計算機科學(xué)，2014，41（6A）：118121.

[4] 董蕊，王志巍，劉淑娟，等.基于統(tǒng)計直方圖的單幅圖像去霧算法[J].計算機應(yīng)用與軟件，2016，33（5）：196199.

[5] 項立明.基于內(nèi)容的圖像檢索系統(tǒng)的設(shè)計與實現(xiàn)[J].軟件工程師，2015，18（12）：3738.

[6] 翟劍鋒.基于多特征的圖像檢索系統(tǒng)的設(shè)計與實現(xiàn)[D].北京：北京郵電大學(xué)，2010.

[7] 王鵬.基于顏色特征的圖像檢索系統(tǒng)[D].西安：西安電子科技大學(xué)，2012.

（責(zé)任編輯：孫 娟）