基于基元結(jié)構(gòu)的圖像檢索以及相關(guān)反饋

摘 要：在本文中，我們提出了一種新穎的特征描述符用于圖像檢索，即基元結(jié)構(gòu)直方圖。它使用了顏色和邊緣方向信息來(lái)描述圖像的基元結(jié)構(gòu)信息。在特征提取時(shí)，我們使用更符合人眼的視覺(jué)認(rèn)知機(jī)制的HSV顏色空間。在相關(guān)反饋階段，我們對(duì)權(quán)重進(jìn)行不斷的更新，以達(dá)到更好的檢索效果。

關(guān)鍵詞：特征提?。换Y(jié)構(gòu)直方圖；相關(guān)反饋

中圖分類(lèi)號(hào)：TP391.3

1 基元結(jié)構(gòu)直方圖

1.1 HSV顏色空間及量化

相對(duì)RGB顏色空間，HSV顏色空間更加符合人眼的視覺(jué)認(rèn)知機(jī)制。H指色相，即色彩的基本屬性；S是飽和度，即色彩的純度；V是明度，即明亮程度。為了提取顏色信息并且簡(jiǎn)化操作，我們將大小為M×N的圖像的H，S，V三個(gè)通道分別均勻的量化成3個(gè)級(jí)別，共獲得27種顏色級(jí)別。設(shè)C（x，y）為量化后的圖像，其中x=[0，1，…，M-1]，y=[0，1，…，N-1]，C（x，y）的取值范圍為[0，1，…，26]。

1.2 邊緣方向的提取和量化

我們使用Sobel算子計(jì)算一幅全彩色圖像的紅，綠，藍(lán)三個(gè)通道的梯度值。設(shè)a=（Hx，Sx，Vx），b=（Hy，Sy，Vy），其中Hx，Sx，Vx分別表示H，S，V三個(gè)通道沿著水平方向的梯度，Hy，Sy，Vy表示垂直方向的梯度。

a，b之間的角度為：

（1）

當(dāng)一幅圖像每個(gè)像素點(diǎn)的紋理方向都計(jì)算出來(lái)之后，我們將其均勻的量化成18個(gè)級(jí)別，每個(gè)級(jí)別的角度間隔為10°。

1.3 基元結(jié)構(gòu)圖

在圖像的一個(gè)2×2的方格，如果有兩個(gè)像素點(diǎn)的值相同，則認(rèn)為這些像素點(diǎn)形成一種基元，構(gòu)建基元圖時(shí)，使用的是量化后的顏色索引圖，將2×2方格在圖像上以2為步長(zhǎng)遍歷，判斷是否有基元出現(xiàn)在方格中，如果方格中的數(shù)值符合其中的一個(gè)基元模型，方格中的四個(gè)數(shù)值全部保留；若不符合任何一個(gè)模型，則方格中的所有數(shù)值都置為0。

1.4 特征表示

本文充分融合了共生矩陣和直方圖的優(yōu)點(diǎn)，提出一種新的直方圖[4]，基元結(jié)構(gòu)直方圖。假設(shè)基元圖像T（x，y）的值T（p）=w，w∈{0，1，…，W-1}，像素點(diǎn)的位置為p=（x，y），如果p1=（x1，y1），p2=（x2，y2），T（p1）=w1，T（p2）=w2。在邊緣方向索引圖像θ（x，y）中，θ（p）=v，v∈{0，1，…，V-1}，θ（p1）=v1，θ（p2）=v2。設(shè)在2×2的方塊中，w1和w2共同出現(xiàn)的次數(shù)為F1，v1和v2共同出現(xiàn)的次數(shù)為F2，基元結(jié)構(gòu)直方圖定義為：

Hcolor（T（x，y））=F1{θ（p1）=v1Λθ（p2）=v2} 當(dāng)θ（p1）=θ（p2）=v1=v2時(shí) （2）

Hori（θ（x，y））=F2{T（p1）=w1ΛT（p2）=w2} 當(dāng)T（p1）=T（p2）=w1=w2時(shí) （3）

2 相關(guān)反饋

數(shù)據(jù)庫(kù)中的圖像I和待檢索圖像Q之間的相似性度量由加權(quán)的閔可夫距離給出：

（4）

其中，fiI，fiQ是I和Q的第i個(gè)特征分量，wi是權(quán)重因子。相關(guān)反饋時(shí)，我們使用反饋回來(lái)的樣本對(duì)權(quán)重進(jìn)行更新。權(quán)值如下：

（5）

其中，σkNr，i是第k次迭代返回的Nr個(gè)檢索出來(lái)的圖像的標(biāo)準(zhǔn)差，σkrel，i是第k次迭代返回的相關(guān)圖像的標(biāo)準(zhǔn)差。文獻(xiàn)[1][2]中，如果一個(gè)特征分量經(jīng)過(guò)相關(guān)樣本產(chǎn)生很小的變化，那么它將得到相對(duì)較高的權(quán)重因子。文獻(xiàn)[3]使用一個(gè)判別比來(lái)決定特征分量從不相關(guān)的圖像中區(qū)分相關(guān)圖像的能力：

（6）

分子指第i個(gè)特征分量在第k輪迭代負(fù)樣本落在了正樣本取值區(qū)間內(nèi)的個(gè)數(shù)，分母指第i個(gè)特征分量在第k輪中負(fù)樣本的個(gè)數(shù)。當(dāng)沒(méi)有一個(gè)負(fù)樣本落在正樣本取值區(qū)間范圍內(nèi)時(shí)，最大的權(quán)重將賦給這一特征分量。

（7）

Weight-type3結(jié)合了判別比和公式（7）的權(quán)重因子。達(dá)到了從不相關(guān)的樣本中分離出相關(guān)圖像的效果。如公式（8）

（8）

3 實(shí)驗(yàn)結(jié)果

本文使用的是兩個(gè)Corel數(shù)據(jù)集：Corel_1000數(shù)據(jù)集，十類(lèi)圖像，每類(lèi)100張，共1000張圖像；Corel_5000數(shù)據(jù)集，50類(lèi)共5000張圖像。

圖1 三輪相關(guān)反饋的檢索結(jié)果

實(shí)驗(yàn)部分，圖1為Corel_5000數(shù)據(jù)集中的一幅圖像經(jīng)過(guò)3輪反饋的檢索效果，圖1（a）為一幅圖像使用基元結(jié)構(gòu)直方圖進(jìn)行檢索的結(jié)果，其精準(zhǔn)率為66.67%；圖1（b）表示的是三次反饋的檢索結(jié)果，精準(zhǔn)率為100%。

如表1所示，在Corel_1000數(shù)據(jù)集中，經(jīng)過(guò)三輪的相關(guān)反饋，平均精準(zhǔn)率提高了12.89%，在Corel_5000數(shù)據(jù)集中平均精準(zhǔn)率提高了14.90%。

表1 Corel數(shù)據(jù)集經(jīng)過(guò)三輪反饋的平均精準(zhǔn)率和召回率

數(shù)據(jù)集性能指標(biāo)第一次檢索第一輪反饋第二輪反饋第三輪反饋

Corel_1000精準(zhǔn)率（%）77.8285.3486.9290.71

召回率（%）9.3410.2410.4110.86

Corel_5000精準(zhǔn)率（%）48.9958.0358.1763.89

召回率（%）5.876.966.987.67

參考文獻(xiàn)：

[1]Aksoy，S.，Haralick，R.M.：A Weighted Distance Approach to Relevance Feedback， International Conference on Pattern Recognition，Barcelona Spain（September 2000）.

[2]Hore，E.S，Ray，S.：A Sum-result Indexing Algorithm for Feature Combining in Content-Based Image Retrieval， Proceedings of the Fourth IASTED International Conference Signal and Image Processing， Hawaii USA （August 2002）283-287.

[3]Wu，Y.Zhang，A.：A Feature Re-weighting Approach for Relevance Feedback in Image Retrieval，Special issue on Segmentation，Description， and Retrieval of Video Content，Rochester New York（September 2002）.

[4]Liu G H，Zhang L，Hou Y K， etal.Image retrieval based on multi-texton histogram[J].Pattern Recognition，2010，43（7）：2380-2389.

作者簡(jiǎn)介：余武（1987-），男，湖南岳陽(yáng)市人，理學(xué)碩士，計(jì)算機(jī)科學(xué)與信息技術(shù)學(xué)院計(jì)算機(jī)應(yīng)用技術(shù)專(zhuān)業(yè)，研究方向：數(shù)字圖像處理；張曉雪（1987-），女，吉林松原市人，理學(xué)碩士，計(jì)算機(jī)科學(xué)與信息技術(shù)學(xué)院計(jì)算機(jī)應(yīng)用技術(shù)專(zhuān)業(yè)，研究方向：數(shù)字圖像處理。

作者單位：東北師范大學(xué)，長(zhǎng)春 130117