基于圖片顏色特征的圖像檢索方法研究

劉顏華

摘要：傳統(tǒng)的圖像檢索分類方法以關(guān)鍵字為標準來分類，可以進行主觀分辨，查詢結(jié)果準確率較差?；趫D片顏色特征進行圖像檢索CBIR是利用圖像具有的視覺效果特征進行圖片查詢檢索的一種新技術(shù)。本文以在內(nèi)容基礎(chǔ)上進行圖像檢索作為研究對象，根據(jù)圖片的顏色特征對圖片進行檢索分類，以用戶上傳的圖片為根據(jù)，實現(xiàn)基于內(nèi)容的圖像檢索。

關(guān)鍵詞：基于內(nèi)容；圖像檢索；CBIR

中圖分類號：TP391.4 文獻標識碼：A 文章編號：1007-9416（2017）01-0060-02

1 緒論

利用搜索引擎，在互聯(lián)網(wǎng)中對信息進行收集、分類、提取、組織和各種處理，同時用戶可以檢索相關(guān)數(shù)據(jù)，將信息進行導(dǎo)航。隨著網(wǎng)絡(luò)技術(shù)和存儲技術(shù)的日新月異，圖像可以更直觀的反饋多媒體的各類信息，更加廣泛的應(yīng)用到生活的方方面面。但是如何在浩瀚的圖片海洋里搜尋到真正對自己有價值的圖片資料，進行有效檢索和分類成為迫切需要解決的問題。

CBIR利用圖像的內(nèi)容進行分析，將顏色、文理、形狀等各類空間因素的信息，將圖像的特征進行分析索引。在視覺效果和語義特征這兩個層次中，視覺上的圖像查詢檢索，可以客觀的將圖像中的特征檢索出來，例如通過顏色來判別圖像之間的同樣性；圖像的檢索的同樣性可以利用識別圖像的技術(shù)來實現(xiàn)視覺特征的檢索查詢。

2 圖像查詢檢索方法

圖像查詢檢索的方法可以使用文本的圖像檢索的方式TBIR和基于內(nèi)容的圖像檢索方法（CBIR）。前者利用文本描述圖像的特征進行檢索，輸出結(jié)果的圖像是由圖像名稱來決定的而不是內(nèi)容，查詢檢索的正確率較低。后者根據(jù)圖像的顏色、紋理、形狀等進行分析和檢索，將圖像底層特征與圖像關(guān)鍵詞結(jié)合進行圖像自動標注以提高準確率等。

2.1 基于文本的圖像信息檢索TBIR

TBIR是基于文本為基礎(chǔ)的信息查詢檢索的技術(shù)。在查詢檢索前，我們通常會對數(shù)據(jù)庫中的圖像進行標示，用簡單的文字去描述圖像的具體內(nèi)容，利用編號的方式將數(shù)據(jù)庫中的圖像關(guān)聯(lián)在一起。在圖像進行查詢檢索時，其實是對圖像描述數(shù)據(jù)庫進行的操作，利用傳統(tǒng)的查詢方式和語言進行檢索，在通過對查詢出來的結(jié)果對應(yīng)圖像數(shù)據(jù)庫中的標示輸出最終的結(jié)果。

利用人工方式見多圖像的標示實現(xiàn)了查詢分類的方式，人工提取標識需要耗費大量的人力、提取過程存在著主觀片面性，對圖像語義依賴于不同的知識結(jié)構(gòu)及理解能力等明顯缺陷。

2.2 基于內(nèi)容的圖像檢索技術(shù)CBIR

基于內(nèi)容的檢索技術(shù)是以內(nèi)容的描述作為基礎(chǔ)。圖像描述的內(nèi)容有顏色、紋理、形狀等視覺特征，還包含了對目標意義的復(fù)雜推理等的高層語義特征。檢索進行查詢的層次可分為基于原始數(shù)據(jù)的查詢、基于特征的查詢和基于語義的查詢?nèi)悺?/p>

CBIR的核心是使用圖像的視覺特征對圖像進行查詢檢索。CBIR可以在圖像的內(nèi)容中找尋出線索，并不是直接在圖像的文本描述朱查找，查詢過程更加有效，適應(yīng)性更強；CBIR其實是一種模糊匹配，查詢條件查詢出的結(jié)果可能挺多的，需要逐漸限制檢索關(guān)鍵，最終確認查詢結(jié)果；通過計算機自動化來實現(xiàn)特征的提取和查詢索引的建立，用戶可以根據(jù)自己的檢索目標來引導(dǎo)查詢過程，可以明顯的提高查詢檢索的效率；可以將多層次的查詢檢索的要求滿足，在大型的數(shù)據(jù)庫中完成快速的查詢檢索功能。本質(zhì)上講，它是一種近似匹配技術(shù)。

3 基于圖片顏色特征的檢索方式

3.1 圖像特征提取技術(shù)

特征提取CBIR是圖像提取技術(shù)的重心。圖像檢索用圖像內(nèi)容作為基礎(chǔ)使用圖像處理和電腦視覺處理技術(shù)，在圖像中獲取內(nèi)容。圖像予以存在復(fù)雜性，所以很難直接對圖像語義進行自動的提取。

現(xiàn)在基于內(nèi)容的圖像數(shù)據(jù)庫查詢檢索系統(tǒng)都是以圖像的底層視覺特征作為基礎(chǔ)的，特征由顏色、形狀、紋理和空間的位置信息等。利用CBIR進行特征的抽取，將人觀察出來比較相近的特征抽取出來。

3.2 圖片主色調(diào)區(qū)分

3.2.1 圖片主色調(diào)確認

物體都有顏色的特征，相近事物具有相近的顏色特征，可以通過顏色的特征來區(qū)分物體。顏色特征較容易提取，對于圖像本身的特性依賴性比較弱。所以顏色特征用于圖像檢索已經(jīng)是很重要的方式之一了。

根據(jù)人眼的生理結(jié)構(gòu)，所有顏色都可看作是紅（Red）、綠（Green）、藍（Blue）3個基本顏色自行組合。人眼不能分辨多種顏色，對于一張圖片的整體印象總是可以歸結(jié)為幾種顏色，可以選取多種有代表的顏色，作為主色調(diào)的候選項，就可以為一張圖片的重要特征。

篩選后，本文可以將表1中的22種顏色確定為主色調(diào)的候選項。

接著需要確定圖片的主色調(diào)與哪種顏色最相近。可以先獲取到每個像素點的具體顏色，在22種顏色中選出與其最接近的顏色，并將其歸為這種主色調(diào)。查詢出主色調(diào)的像素點占的比例，比例大的確定為圖片的主色調(diào)。

在確定像素顏色的時候，利用歐式的距離公式進行構(gòu)造色彩的距離公式：

，D是距離，代表24種主色調(diào)候選數(shù)值；檢索圖片中的任意的一個像素點數(shù)值。公式可以讓色彩的書籍映射到歐式的空間里，將色彩的差異進行計算，轉(zhuǎn)化到歐式空間里的距離上，距離短，擇色彩接近，利用找尋之間的最小距離來確認顏色歸屬于22種主色調(diào)之中的哪一種，終統(tǒng)計出22種主色調(diào)中頻數(shù)最高的一種，將其作為該圖片整體的主色調(diào)。

3.2.2 確定圖像分塊

通過查閱相關(guān)資料發(fā)現(xiàn)，對于圖像的注視來提出對圖像的興趣，對于不引起興趣的區(qū)域，人們很少進行注視。隨意注視的重點分布可以客觀的反應(yīng)人們的視覺感知特征。視覺感知的獲取可以利用視覺跟蹤技術(shù)來獲得用戶的關(guān)注點?？梢圆杉脩魧τ趫D像感興趣位置的數(shù)值來代替采集所有的數(shù)值，明顯可以提高圖像查詢檢索的效率。

提高了用戶感興趣的的視覺感知點，根據(jù)視覺感知技術(shù)的研究成果，可以在采集圖片像素點的RGB值之前首先對圖像進行分塊。常用的分塊方法是將圖像平均分成塊。可以在保證所取像素點能夠代表圖片主體特征的情況下，盡量少取像素點。將圖像的像素點密集度進行確認，并為每個不同的區(qū)域賦予不同的關(guān)注權(quán)重。在進行圖像設(shè)計的過程中，多數(shù)采取圖片中央位置作為主體，用戶的關(guān)注度最高，應(yīng)賦予較高的權(quán)重；邊緣多為背景，用戶關(guān)注度較弱，需要賦予較小權(quán)重，因此我們對分割后的圖片區(qū)域按著用戶關(guān)注度從高到低分為A、B、C級，等級越高，所應(yīng)采集的像素點應(yīng)該越多。

4 結(jié)語

論文在圖像的搜索方式和引擎上進行分析研究，設(shè)計了以圖片的顏色作為特征判定的圖像檢索系統(tǒng)，利用圖像的顏色特征、圖片主色調(diào)信息實現(xiàn)簡單的“以圖搜圖”?；趦?nèi)容的圖像檢索有著廣闊的應(yīng)用前景，可應(yīng)用于數(shù)字圖書館、醫(yī)療、Web應(yīng)用及電子商務(wù)、知識產(chǎn)權(quán)保護、預(yù)防犯罪、建筑、工程、服裝設(shè)計、地理研究、廣告、新聞、遙感、文化遺產(chǎn)的保護等領(lǐng)域。

參考文獻

[1]趙宏偉，李清亮，劉萍萍，等.特征點顯著性約束的圖像檢索方法[J].吉林大學(xué)學(xué)報（工學(xué)版），2016，02：542-548.

[2]彭晏飛，李佳.基于遺傳算法和SVM的遙感圖像檢索[J].小型微型計算機系統(tǒng)，2016，04：875-880.

[3]李燦.基于內(nèi)容的商品圖像檢索技術(shù)與系統(tǒng)研究[J].移動通信，2016，08：63-69.

[4]孫亮.內(nèi)容圖像檢索的特征及策略分析[J].桂林航天工業(yè)學(xué)院學(xué)報，2016，02：159-162.