張 斌

宿州職業(yè)技術(shù)學(xué)院，安徽 宿州 234101

隨著多媒體信息量的不斷增多，人們在工作生活中對圖像的檢索與查詢越來頻發(fā)[1]。基于顏色的圖像檢索（TBIR）技術(shù)成為當(dāng)前研究的熱點，該種方法的優(yōu)點是技術(shù)簡單、實現(xiàn)容易，但是存在不足之處[2]。傳統(tǒng)的顏色直方圖檢索方法[3]，在不同的顏色背景下檢測同一目標(biāo)物，盡管顏色直方圖的顏色檢測結(jié)果區(qū)別很大，但是進行相識度測量時卻默認(rèn)為相識度不高[4]。因此，開發(fā)一種基于顏色的圖像檢索系統(tǒng)成為了迫在眉睫的研究工作重點。鑒于此，引入改進的加權(quán)局域顏色直方圖和全局直方圖相結(jié)合方法，可應(yīng)用于顏色網(wǎng)絡(luò)圖像的檢索中。此外，還檢測了該算法應(yīng)用的實際效果，這為推動高效圖像檢索技術(shù)的研發(fā)與應(yīng)用提供了理論參考。

1 基于顏色檢索的圖像檢索系統(tǒng)

1.1 系統(tǒng)的檢索流程與方法

1.1.1 系統(tǒng)檢索流程

整個圖像檢索系統(tǒng)檢索流程如圖1 所示：首先是打開示例圖像，通過特征提取和相似度的比較，檢索出圖像庫中與示例圖像相似度較高的目標(biāo)圖像；其次重新將圖像庫中的jpg 圖像按照相似度的大小排列順序，最后在界面上輸出相似度最高的前8 幅圖像。本文系統(tǒng)開發(fā)工具選用的是matlab（7.0版本）。該系統(tǒng)選擇GUI 來設(shè)計布置界面，布置完成后的界面如圖2 所示。

圖1 基于彩色特征的圖像檢索流程圖

圖2 GUI 界面布置圖

1.1.2 圖像特征提取方法

該系統(tǒng)采用一種全局顏色直方圖和分塊關(guān)鍵直方圖相結(jié)合的算法進行圖像顏色特征提取。首先在HSV-顏色空間下對圖像進行非均勻的等級量化處理，共得到256 等級。同時，對顏色空間進行歸一化處理，以顏色取值為橫坐標(biāo)，每個顏色值對應(yīng)的像素數(shù)目為縱坐標(biāo)，構(gòu)成整幅圖的顏色直方圖如下：

圖3 圖像效果

1.1.3 圖像相識度測量方法

相識度測量模塊是檢索系統(tǒng)中的核心，通過特征模塊檢索完成數(shù)據(jù)庫中匹配圖像提取，進而實現(xiàn)目標(biāo)圖像的檢索。在具體檢索時，首先要分析圖像庫中圖像的顏色直方圖的信息，并與關(guān)鍵圖的顏色直方圖進行比較，進而得到相似度，本次設(shè)計運用的是歐氏距離測量相似度[4]。選取的顏色空間為“HSV-顏色空間”。HSV-顏色空間中顏色的分布較為均勻，顏色間相似度同其圓柱形坐標(biāo)方位有關(guān)[5]。此外，HSV-顏色空間的三大通道是相互之間獨立的，不同的通道的變化給人不同的視覺感受。因此，HSV-顏色空間的分劃常常是更加的精確。

1.2 圖像檢索性能評價指標(biāo)

查準(zhǔn)、查全率一般情況下是用來評價檢索性能的相似性檢索準(zhǔn)則，對各個檢索結(jié)果進行計算便可以得出查準(zhǔn)、查全率的平均值[6]，以此給出評價。

1.2.1 查準(zhǔn)率

1.2.2 查全率

查準(zhǔn)、查全率分別從準(zhǔn)確性和全面性兩個方面評價了系統(tǒng)的有效性。理論上說是兩者的比例越大越好，但是這兩者又是矛盾體，所以本次系統(tǒng)就要求盡量使查準(zhǔn)率和查全率達成平衡。

1.3 圖像檢索系統(tǒng)性能測試

1.3.1 系統(tǒng)優(yōu)越性測試

為了突出顏色圖像檢索技術(shù)的優(yōu)越性，選擇了更為客觀的評價方式（查準(zhǔn)率大小），即通過檢驗檢索圖像是否屬于同一類別進行判定兩幅圖像是否為相似的圖像。本文從3 個圖像類別中共選擇了5幅圖像作為查詢圖像，合計15 幅圖像，分別采用全局直方圖、分塊直方圖以及本文算法對15 幅圖進行查詢，對比在查全率分布為0.2、0.4、0.6、0.8、1.0時的查準(zhǔn)率情況。

1.3.2 系統(tǒng)普適性測試

為了驗證本文算法的普適性，對圖像庫中的6類圖像包括人物、建筑、植物、景色、商標(biāo)和山水進行查準(zhǔn)率和查全率的統(tǒng)計，每類圖像選擇10 幅圖像進行測試，合計60 幅圖像，選擇查全率為80%時，測試不同圖像類別的顏色特征查準(zhǔn)率。

2 結(jié)果與討論

2.1 圖像相似性查詢測試

首先，從圖像檢索數(shù)據(jù)庫中隨機選擇一張“圖像”作為研究對象，其界面展示如圖4 所示。

圖4 確定查詢圖像的界面

其次，通過計算示例圖像與圖像庫素材的相似度完成檢索操作。在計算相似度之前，需要確定好距離的度量方法。該系統(tǒng)采用歐氏距離算法測量顏色直方圖距離，從而確定圖像間相似度，得到的檢索結(jié)果如圖5 所示。從檢索結(jié)果中可以看出，這種綜合檢索的方法能夠準(zhǔn)確從圖像庫中找到，并檢索出目標(biāo)圖像。

圖5 基于顏色的圖像檢索結(jié)果

2.2 不同算法的檢索效果分析

如表1 所示，在相同查全率基礎(chǔ)下，該算法的查準(zhǔn)率均高于全局直方圖與分塊直方圖方法的檢索結(jié)果。其中在查全率為40%時，該算法的相似圖像查準(zhǔn)率達到100%。一般而言，查全率高的查準(zhǔn)率往往較低，而查準(zhǔn)率高的查全率往往偏低。所以通過對比查準(zhǔn)率與查全率的取值范圍，可以判定該方法是否能滿足用戶的實際需求。如表1 所示，本文算法在查全率為80%時，查準(zhǔn)率依然能夠達到90.46%，說明該系統(tǒng)還可以得到令查詢用戶比較滿意的檢索結(jié)果。

表1 三種算法的比較

2.3 本文算法的性能評價

如表2 所示，當(dāng)查全率為80%時，本文算法在人物與商標(biāo)圖像的檢索查準(zhǔn)率較高，而在植物與景色圖像檢索的查準(zhǔn)率較低。

表2 本文算法的性能統(tǒng)計

綜上所述，結(jié)合了顏色特征和紋理特征的圖像，本文算法的查準(zhǔn)率和查全率都高，且檢索的效果更好。這種綜合檢索的方法能對單一特征檢索方法的缺陷做出補償，可以更全面的利用圖像顏色特征檢索與樣圖相似圖像。單一特征提取算法的復(fù)雜度都比較低，結(jié)合HSV 空間提取顏色特征的方法可以滿足較為復(fù)雜的圖樣，因此這種綜合檢索方法更為有效。

3 結(jié)論

網(wǎng)絡(luò)圖像檢索長期以來都是計算機應(yīng)用技術(shù)發(fā)展的重要方向，基于顏色特征的圖像檢索的方法研究能夠為圖像數(shù)據(jù)庫的分析與檢索帶來更準(zhǔn)確的查詢技術(shù)。研究設(shè)計的圖像全局顏色與關(guān)鍵顏色模塊直方圖檢索方法具有較好的檢索效果。主要結(jié)論如下：

該顏色特征檢索系統(tǒng)比單一化的全局直方圖和分塊直方圖的顏色特征提取方法具有更高的查全率和查準(zhǔn)率。

從研究實例中看出，無論是人物、建筑、植物、景色、商標(biāo)和山水等圖像的檢索，均具有較好查準(zhǔn)率和查全率，符合實際使用的需求。

為了進一步提高圖像顏色特征的檢索效果，還需要從顏色的心理、物理和視覺等方面進行更加深入的研究。