余 勝 謝 莉

（湖南人文科技學院物理與信息工程系 湖南 婁底 417000）

0 引言

基于內(nèi)容的圖像檢索 （Content Based Image Retrieval，CBIR）是當前計算機視覺領域研究的熱點問題之一，其利用圖像自身的形狀、 顏色和紋理等特征實現(xiàn)圖像的自動檢索，克服了基于文本的圖像檢索需要大量人工對圖像進行文字標注的不足。 基于內(nèi)容的圖像檢索綜合了低層的圖像理解算法，提供了更加有效的檢索方法，并可增加反饋環(huán)節(jié)，進一步優(yōu)化檢索結(jié)果。

形狀特征是數(shù)字圖像的一個重要視覺特征，跟顏色特征和紋理特征相比，其是圖像的中間層特征，更能描述圖像的視覺特征。 常用的形狀描述方法分為基本區(qū)域的表示法和基本輪廓線的表示法兩大類。 基于區(qū)域的表示法從目標圖像的整個區(qū)域檢測形狀特征算法計算量非常大，而基于輪廓線的表示法僅描述對目標圖像進行邊緣檢測后的邊緣點，計算量較小，準確度高。 直方圖對灰度圖像中各個灰度值的分布情況進行了統(tǒng)計，其具有旋轉(zhuǎn)、平移不變性。 本文提出了一種基于圖像邊緣的梯度方向直方圖進行圖像檢索。 實驗結(jié)果表時，本文算法具有很好的檢索性能。

1 檢索算法描述

1.1 圖像預處理

邊緣是指圖像周圍像素灰度值有階躍變化或屋頂變化的像素的集合，是一個有幅值和方向的矢量。 當前傳統(tǒng)的邊緣檢測方法有一階微分算子、 二階微分算子和Canny 算子。本文選擇一階微分算子中的Prewitt 算子實現(xiàn)圖像的邊緣檢測。

1.2 梯度方向直方圖

對邊緣圖像中的每一個邊緣點構(gòu)造邊緣梯度方向直方圖h（n），該直方圖表示邊緣點方向角落在第n 級點的高斯加權(quán)模之和。 即將360°的角度空間量化為36 級,因此有1≤n≤36。 在以邊緣點為中心的鄰域內(nèi)用高斯圓形窗口函數(shù)對每個像素的梯度模作高斯加權(quán)，即m′（i，j）=m（i，j）×w（i，j）。 其中，w（i，j）為窗口內(nèi)點（i，j）的高斯系數(shù)。 再以這些像素點的梯度矢量方向為索引， 統(tǒng)計分別落在36 級角度空間的梯度模之和。 即一幅邊緣圖像可以得到一個36 維的梯度方向直方圖H（n），H（n）=[h（1），h（2），…，h（36）]。

1.3 相似性度量

2 仿真實驗

本實驗使用的是MPEG-7 形狀測試庫，共有20 類圖像，每一類20 幅，共400 幅bmp 格式的圖像。本實驗返回9 幅圖像，9 幅圖像依次按與待檢索圖像之間的街區(qū)距離進行升序排列。 如圖1 所示，從仿真結(jié)果可以看出，待檢索圖像與第1幅返回圖像間的距離為0， 說明這兩幅圖像的形狀特征完全相同。

3 結(jié)束語

本文提出了一種基于圖像形狀特征的圖像檢索方法，利用圖像的邊緣方向直方圖很好的描述了圖像的形狀特征。 仿真實驗表明，本文所提出的算法具有很好的檢索性能。

［1］李博,楊丹張,小洪.一種新的基于梯度方向直方圖的圖像配準方法[J].計算機應用研究,2007,3：312-314.

［2］張小虎，李由，李立春.一種基于梯度方向直方圖的直線輪廓提取新方法[J].光學技術(shù),2006，6：824-826.

［3］劉永俊，孫強強.一種新的商標圖像檢索方法[J].常熟理工學院學報：自然科學,2010，4：106-109.