亚洲免费av电影一区二区三区,日韩爱爱视频,51精品视频一区二区三区,91视频爱爱,日韩欧美在线播放视频,中文字幕少妇AV,亚洲电影中文字幕,久久久久亚洲av成人网址,久久综合视频网站,国产在线不卡免费播放

        ?

        顏色密度直方圖檢索方法

        2021-02-28 06:20:18王小玲毛宏燕
        小型微型計算機(jī)系統(tǒng) 2021年10期
        關(guān)鍵詞:色彩

        王小玲,毛宏燕

        1(上海立信會計金融學(xué)院 信息管理學(xué)院,上海 201620) 2(華東師范大學(xué) 上海高可信計算重點實驗室,上海 200062)

        1 引 言

        由于數(shù)字媒體的爆炸式增長和圖像的廣泛應(yīng)用,圖像檢索技術(shù)獲得了長足的發(fā)展.基于內(nèi)容的圖像檢索(CBIR)技術(shù)利用顏色、紋理以及形狀或者組合特征,與目標(biāo)圖像進(jìn)行比較.顏色特征一直是圖像檢索系統(tǒng)中最重要的描述符之一.顏色直方圖(Color Histogram CH)方法自提出以來,以其旋轉(zhuǎn),縮放魯棒性優(yōu)點一直被廣泛采用[1].然而,由于它只考慮顏色的總量,不能區(qū)分具有相同顏色數(shù)量但不同顏色分布的圖像.

        為了將圖像的顏色信息和空間結(jié)構(gòu)信息進(jìn)行結(jié)合,許多研究試圖從不同角度挖掘顏色的空間特征,提出了各種改進(jìn)算法.大致可分為兩類:1)從圖像內(nèi)顏色分布特點出發(fā)建立直方圖.如較早的顏色相干矢量(CVV)[2]改進(jìn)方法,它從顏色在圖像中的自然分布著手,根據(jù)像素連通量的大小,把直方圖分成兩部分:相干的和非相干的,擺脫了全局顏色的約束.文獻(xiàn)[3,4]通過k-均值聚類獲取聚類圖,然后統(tǒng)計基于空間位置分布的顏色直方圖.文獻(xiàn)[5]借助紋理、文獻(xiàn)[6,7]依靠邊緣提取顏色直方圖,達(dá)到了間接反映顏色的空間特征的目的.2)基于分塊的顏色直方圖.這類改進(jìn)算法在建立直方圖之前,先對圖像以不同方式分割,將圖像的全局區(qū)域顏色特征劃分成幾個局部區(qū)域的顏色特征,從而反映空間位置信息.如文獻(xiàn)[8-11]將圖像分割為若干塊,分別計算不同權(quán)重區(qū)域的顏色特征,利用每個塊的顏色直方圖搜索圖像.這些改進(jìn)人為劃分區(qū)域,破壞了直方圖算法原有的優(yōu)點,而且區(qū)域的權(quán)重分配一直是一個難題,固定權(quán)值[11]或者通過反復(fù)實驗得到的權(quán)值[12]缺乏靈活性,會影響檢索結(jié)果的準(zhǔn)確性.文獻(xiàn)[13,14]提出利用顏色分布熵計算色彩的空間分布分散程度,以此作為分塊加權(quán)系數(shù).

        本文提出了一種新的顏色密度的直方圖(Color Density Histogram CDH).通過計算主要色彩的顏色密度,反映圖像中占主導(dǎo)地位的顏色的色彩空間分布特點.實驗結(jié)果證明,本文提出的CDH方法增強了傳統(tǒng)直方圖區(qū)分顏色空間分布差異的能力,提高了檢索性能,達(dá)到了滿意的效果.

        第2節(jié)介紹了CDH的基本算法.第3節(jié)給出了圖像相似性度量算法.實驗在第4節(jié)中討論.

        2 算法描述

        顏色直方圖定義如下:給定顏色空間C,圖像I的歸一化顏色直方圖H是:

        HC(I)={N(I,Ci)|i∈[1,…,n]}

        (1)

        N(Ii,Ci)是落入Ci的顏色數(shù)量之和,i是顏色空間C的色彩等級.顯見,顏色直方圖只依賴于顏色總量而完全丟失顏色空間分布信息.如圖1(a)、圖1(b),由于像素總量相同,傳統(tǒng)顏色直方圖無法區(qū)分這兩種情形.

        圖1 傳統(tǒng)直方圖失效情形

        事實上,人們經(jīng)常會使用“集中”與“分散”這樣的詞語區(qū)分圖1(a)和圖1(b)兩種情形.如果能在直方圖中,反映這種空間分布特點,就可以提高直方圖檢索性能.本文提出顏色密度直方圖方法解決這一問題.給出顏色密度的定義:

        ρc(I)={N(I,Ci)/Ai|i∈[1,…,n]}

        (2)

        其中,Ai是色彩等級為i的顏色在圖像中所形成的區(qū)域的外接矩形的面積.那么,N(I,Ci)/Ai就是該區(qū)域的顏色i的密度,它能夠反映顏色i的空間分布特點.ρc越趨于1,圖像中色彩i的離散程度越小,也就是顏色分布越集中.反之,離散程度越大、越分散.這些像素形成的區(qū)域的外接矩形在圖2中標(biāo)出,其四個頂點的坐標(biāo)分別是top_left,top_right,bottom_left 與 bottom_right,在圖2(a)中標(biāo)出.

        圖2 外接矩形示意圖

        顯見圖2(a)與圖2(b)顏色密度的差異較大,可以作為區(qū)分二者的主要特征.有兩種常見的多邊形的外接矩形計算方法[15].一種是最小綁定矩形(Minimum Bounding Rectangle,簡稱MBR),即以多邊形頂點中的最大、最小坐標(biāo)確定的矩形.另外一種是最小面積外接矩形(Minimum Area Bounding Rectangle,簡稱MABR).本文的色彩密度計算精度要求不高,因此采用MBR方法,有利于提高計算速度.

        根據(jù)獲取的外接矩形的頂點坐標(biāo)top_left,top_right,bottom_left與bottom_right,計算顏色i所形成的區(qū)域的外接矩形面積:

        Ai=(top_right-top_left)*(bottom_right-bottom_left)

        (3)

        至此,我們獲得了顏色空間C下圖像I的特征描述:fC(I)={N(I,Ci),ρ(I,Ci)|i∈[1,…,n]}.

        下面給出算法的主要步驟:

        1)對顏色空間的每個像素值i,Seti=1,對其他像素值,Seti=0,完成二值化.

        2)計算i=1像素數(shù)目N.

        3)計算i=1所形成的區(qū)域的外接矩形面積Area.

        4)計算顏色i的密度:N/Area.

        3 相似性度量

        在色彩空間C,基于獲得的特征向量{N(I,Ci),ρ(I,Ci)|i∈[1,…,n]},采用歐氏距離構(gòu)造相似性度量公式(4)如下:

        (4)

        從公式(4)易知,對查詢圖像Q的某個顏色i而言,即使其數(shù)量較少,但只要數(shù)據(jù)庫圖像I的顏色分量i與其顏色密度趨勢一致,就在相似性度量中與那些數(shù)量較多的顏色具有相近的重要性.然而事實上,我們知道,人眼在比較圖像相似度時,更多是關(guān)注那些主要顏色,對于數(shù)量較少的顏色并不敏感.顏色直方圖對形如圖1(a)的檢索效果是最好的.為了保留這種優(yōu)勢,本文提取圖像中數(shù)量較多的若干顏色代表一幅圖像的主要色彩.做到既考慮主要色彩,又考慮顏色分布特點,從而減少那些數(shù)量較少的顏色對檢索性能的干擾.

        4 實驗與分析

        4.1 算法評價

        查準(zhǔn)率(Precision)和查全率(Recall)是普遍采用的兩個檢索性能評價準(zhǔn)則,分別代表檢索的速度和成功率.記{Relevant}是與查詢圖像相關(guān)的圖像,{Retrieved}是系統(tǒng)檢索出的圖像.則既相關(guān)又被檢索出的圖像記為:{Relevant}∩{Retrieved}.

        查準(zhǔn)率(Precision)是檢索到的圖像中與查詢相關(guān)的圖像所占百分比,其定義如式(5)所示:

        (5)

        查準(zhǔn)率反映系統(tǒng)拒絕無關(guān)圖像的能力.

        查全率(Recall)是與查詢圖像相關(guān)且被實際檢索出的圖像的百分比,其定義如式(6)所示:

        (6)

        查全率反映系統(tǒng)檢索相關(guān)圖像的能力.查準(zhǔn)率和查全率越高,說明算法的檢索性能越好.

        4.2 HSV顏色空間及其量化

        由于RGB彩色圖像的顏色特征維數(shù)過高,本文采用與人眼視覺特征更加一致的HSV(Hue Saturation Value)顏色空間,并采用文獻(xiàn)[16]的方法,將其量化為72種顏色,既可以滿足肉眼分辨色彩的要求,又可以降低直方圖的計算量,提高檢索效率.

        從RGB顏色空間到HSV顏色空間的轉(zhuǎn)換具體公式如式(7)-式(9)所示:

        (7)

        (8)

        v=max

        (9)

        其中,max=max(R,G,B),min=min(R,G,B)r,g,b∈[0,1],h∈[0,360],s∈[0,1],v∈[0,1].

        量化公式:

        G=9H+3S+V

        (10)

        根據(jù)式(10),G∈[0,71],即HSV色彩空間被量化為一個72bin的空間.

        4.3 實驗數(shù)據(jù)庫

        本文采用Corel-1000數(shù)據(jù)庫,該數(shù)據(jù)庫主要有原始部落、海灘、公共汽車、花朵、恐龍、建筑等共計10個類別的彩色圖像,每類100幅.

        4.4 實驗結(jié)果與分析

        為了驗證算法的有效性,本文對1000幅圖像,在HSV空間,與傳統(tǒng)直方圖和文獻(xiàn)[8]算法進(jìn)行比較試驗.傳統(tǒng)直方圖度量采用歐氏距離,顏色密度直方圖采用公式(4)計算.按照第3節(jié)的分析結(jié)果,實驗取前10,20,30,40,50,60,72個主要色彩,其前40幅圖像的查全率性能比較如圖3所示.顯見,在本文采用的數(shù)據(jù)庫上,取前20個數(shù)量最大的顏色檢索性能最好,本文因此采用這種方案.

        圖3 不同主顏色數(shù)目查全率比較

        從圖4可見,與傳統(tǒng)直方圖和文獻(xiàn)[8]算法相比,本文提出的顏色密度直方圖檢索效果顯著提高:顏色直方圖檢索出10幅相關(guān)圖像,文獻(xiàn)[8]檢索出13幅相關(guān)圖像,CDH檢索到18幅相關(guān)圖像,且相關(guān)圖像排序靠前.如果進(jìn)一步嚴(yán)格區(qū)分,CDH且檢索到了14幅含有紀(jì)念碑形狀的圖片,而文獻(xiàn)[8]與CH分別均檢索到4幅和5幅(圖4內(nèi)使用黑色矩形框框出).這表明,本文提出的算法抓住了顏色的空間分布特點,較好地排除了數(shù)據(jù)庫中海灘圖像類別內(nèi)的100幅圖像對檢索結(jié)果的干擾,表達(dá)了紀(jì)念碑這部分對象的空間分布特點,提高了檢索性能.

        圖4 HSV空間CH(a)與文獻(xiàn)[8](b),CDH(c)檢索實例

        圖5給出了HSV顏色空間下,CDH與CH、文獻(xiàn)[8]的檢索性能比較.圖像庫中相似圖像總數(shù)為100.CDH在這3種算法中,檢索性能最優(yōu),其平均查準(zhǔn)率較CH提高21%,平均查全率提高25%.

        圖5 HSV空間檢索性能比較

        傳統(tǒng)直方圖檢索方法依賴像素數(shù)量這一單一指標(biāo)度量相似度,本文引入其所形成的外接矩形面積這一指標(biāo),增加了算法區(qū)分度.理論上存在顏色密度值相近而實際分布存在差異的情況.我們知道,同類對象其形狀外觀具有一定的穩(wěn)定性,因此這些色彩所形成的面積也具有穩(wěn)定性.不同類圖像出現(xiàn)面積相似的概率隨之降低.在本文所選擇的數(shù)據(jù)庫內(nèi),以花朵類中的紅色花朵(17幅)與公共汽車類的紅色公交車(33幅)作比較,二者共同的特點是紅色占主要部分,圖6給出了其72bin顏色密度直方圖比較,顯見這兩類圖像自身存在一定的差異.

        圖6 不同類別圖像的CDH比較

        另外,本文采用的是前20個較大顏色分量,而不是所有色彩,也削弱了可能出現(xiàn)的顏色密度相似的分量在相似性比較中的地位.

        上述兩個因素,增加了本算法的可行性.

        5 結(jié) 論

        顏色直方圖因具有圖像旋轉(zhuǎn)、縮放不變性優(yōu)點,在圖像檢索中被廣泛采用.但由于無法識別空間分布差異,導(dǎo)致性能下降.本文從顏色在圖像內(nèi)的自然分布狀態(tài)出發(fā),尋找能夠反映空間分布的信息,使用顏色密度反映這種差異,提出顏色密度直方圖,可以較好地改善上述不足.實驗結(jié)果表明.該算法在保留傳統(tǒng)顏色直方圖優(yōu)點的同時,可以顯著提高檢索性能.

        猜你喜歡
        色彩
        自然的色彩——黃(下)
        百科知識(2022年5期)2022-04-04 13:23:39
        自然的色彩
        百科知識(2022年4期)2022-02-19 18:50:47
        春天的色彩
        畫一幅色彩和諧的畫
        色彩與構(gòu)成
        活力(2019年17期)2019-11-26 00:42:34
        秋天的色彩
        繽紛夏日
        我喜歡的色彩
        神奇的色彩(上)
        春天的色彩
        亚洲一区精品一区在线观看| 老妇肥熟凸凹丰满刺激| 欧美精品一级| 亚洲国产精一区二区三区性色| 午夜精品久久99蜜桃| 久久亚洲精品成人无码| 亚洲综合av在线在线播放| 黄色大片一区二区中文字幕| 日产一区二区三区的精品| 好吊妞视频这里有精品| 老师翘臀高潮流白浆| 国产亚洲精品自在久久77| 少妇人妻精品一区二区三区视| 久久99精品久久久久久琪琪| 国产成人精品一区二区三区免费 | 岛国熟女一区二区三区| 亚洲中文字幕综合网站| 亚洲av无码专区在线| 69久久夜色精品国产69| 中国女人a毛片免费全部播放| 午夜影院免费观看小视频| 国产乱人伦av在线a麻豆| 中国极品少妇videossexhd| 五码人妻少妇久久五码| 水蜜桃精品视频在线观看| 熟女性饥渴一区二区三区| 麻豆AV免费网站| 91亚洲夫妻视频网站| 久久aaaa片一区二区| 99久久国产综合精品麻豆 | 亚洲av成人无码网天堂| 精品亚洲人伦一区二区三区| 国产av一级黄一区二区三区| 亚洲h在线播放在线观看h| 无码毛片高潮一级一免费| 白白色日韩免费在线观看 | 97人伦色伦成人免费视频| 日韩毛片基地一区二区三区| 日本成人在线不卡一区二区三区 | 邻居少妇太爽在线观看| 欧美日韩在线视频一区|