用于顏色分布和紋理分布圖像檢索的相似度獲取方法
【專利摘要】本發(fā)明公開了用于顏色分布和紋理分布圖像檢索的相似度獲取方法，涉及圖像檢索技術(shù)。本發(fā)明技術(shù)要點包括：提取輸入圖像的顏色分布特征及紋理分布特征；分別計算所述輸入圖像的顏色分布特征與數(shù)據(jù)庫中每一幅圖像的顏色分布特征的相似度，得到輸入圖像與數(shù)據(jù)庫中每一幅圖像之間的顏色分布特征相似度Sa（i）；分別計算所述輸入圖像的紋理分布特征與數(shù)據(jù)庫中每一幅圖像的紋理分布特征的相似度，得到輸入圖像與數(shù)據(jù)庫中每一幅圖像之間的紋理分布特征相似度Sb（i）；利用公式S（i）=Wa×Sa（i）+Wb×Sb（i），計算輸入圖像與數(shù)據(jù)庫中每一幅圖像的組合相似度S（i）。
【專利說明】用于顏色分布和紋理分布圖像檢索的相似度獲取方法
【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及圖像檢索技術(shù)，尤其是一種用于顏色分布和紋理分布圖像檢索的相似度獲取方法。
【背景技術(shù)】
[0002]近年來，隨著移動互聯(lián)網(wǎng)的迅速發(fā)展，拍照應(yīng)用獲得了很大的發(fā)展空間，照片的獲取與存儲變得十分容易。隨著照片數(shù)據(jù)爆炸式的增長，用戶迫切需要對照片的檢索和整理的自動化技術(shù)?，F(xiàn)有的圖像檢索技術(shù)都要依賴數(shù)據(jù)庫中已存圖像的訓(xùn)練樣本求得相似度。而目前云存儲的照片基本上都是來自各種用戶拍攝的各種場景的照片，并沒有可獲取的顯示標(biāo)注了的訓(xùn)練樣本。因而現(xiàn)有的圖像檢索技術(shù)不便直接應(yīng)用到云存儲圖像的檢索中。

【發(fā)明內(nèi)容】

[0003]本發(fā)明所要解決的技術(shù)問題是:針對上述存在的問題，提供一種適用于云存儲顏色分布和紋理分布圖像檢索的相似度獲取方法。
[0004]本發(fā)明提供的用于顏色分布和紋理分布圖像檢索的相似度獲取方法，其特征在于，包括:
[0005]步驟1:提取輸入圖像的顏色分布特征及紋理分布特征；
[0006]步驟2:分別計算所述輸入圖像的顏色分布特征與數(shù)據(jù)庫中每一幅圖像的顏色分布特征的相似度，得到輸入圖像與數(shù)據(jù)庫中每一幅圖像之間的顏色分布特征相似度Sa(i)，i取0、1、2…數(shù)據(jù)庫圖像總數(shù)-1 ；
[0007]分別計算所述輸入圖像的紋理分布特征與數(shù)據(jù)庫中每一幅圖像的紋理分布特征的相似度，得到輸入圖像與數(shù)據(jù)庫中每一幅圖像之間的紋理分布特征相似度Sb(i)，i取O、1、2…數(shù)據(jù)庫圖像總數(shù)-1 ；
[0008]步驟3:利用公式S (i) =WaXSa (i)+WbXSb⑴，i取O、1、2…數(shù)據(jù)庫圖像總數(shù)-1，Wa、Wb為加權(quán)系數(shù)且Wa+Wb=l，計算輸入圖像與數(shù)據(jù)庫中每一幅圖像的組合相似度S
(i)o
[0009]優(yōu)選地，所述顏色分布特征的獲取方法包括:
[0010]步驟201:將圖像轉(zhuǎn)換到HSV顏色空間，得到圖像I ;
[0011]步驟202:將圖像各個像素的H、S、V分量映射為顏色特征值G:G=Qs*Qv*H+Qv*S+V ；將HSV顏色空間的三個通道的取值范圍進(jìn)行區(qū)間劃分，分別劃分為Hi, Sj, Vk,其中O - i - Qh, O - j - Qs, O - k - Qv, Qh, Qs, Qv分別表示HSV顏色空間的三個通道被分割的區(qū)間總數(shù)；
[0012]步驟203:統(tǒng)計圖像中各個像素點的特征值分布情況:遍歷每個像素點的顏色特征值，統(tǒng)計落入各個顏色分布直方圖區(qū)間的像素點數(shù)量，將落入各個顏色分布直方圖區(qū)間的像素點數(shù)量分別除以圖像像素點總數(shù)，得到歸一化的顏色分布特征hist (X)，其中X代表顏色分布直方圖區(qū)間。[0013]優(yōu)選地，所述顏色分布特征的獲取方法還包括:
[0014]將圖像劃分為N塊；在所述步驟203中:統(tǒng)計圖像中各個像素點的特征值分布情況:遍歷每個像素點的特征值，統(tǒng)計落入各個顏色分布直方圖區(qū)間的像素點數(shù)量，且將不是圖像邊界塊中的像素點統(tǒng)計兩次；將落入各個顏色分布直方圖區(qū)間的像素點數(shù)量分別除以圖像像素點總數(shù)，得到歸一化的顏色分布特征hist (X)，其中X代表顏色直方圖。
[0015]優(yōu)選地，所述紋理分布特征的獲取方法包括:
[0016]步驟301:將圖像轉(zhuǎn)換為灰度圖，得到圖像L ；
[0017]步驟302:以尺寸為3像素X 3像素的模板，遍歷所述圖像L，得到每個模板的LBP特征，其中得到模板LBP特征的方法包括:
[0018]記模板中的9個像素點的灰度值為Pi(0≤ i ≤8)，其中模板正中的像素灰度值記為Po ;將模板中其它的像素點的灰度值減去Po得到:
[0019]g-P1-Po, (I ≤ i ≤ 8);
[0020]對每個計算得到的gi進(jìn)行二值化處理:如果gi≥O則令gi=l，否則gi=0 ;將位于位置i的像素的gi值擴展為8位2進(jìn)制數(shù)，得到LBP(i)特征為，I≤i≤8:
[0021]
【權(quán)利要求】
1.一種用于顏色分布和紋理分布圖像檢索的相似度獲取方法，其特征在于，包括: 步驟1:提取輸入圖像的顏色分布特征及紋理分布特征； 步驟2:分別計算所述輸入圖像的顏色分布特征與數(shù)據(jù)庫中每一幅圖像的顏色分布特征的相似度，得到輸入圖像與數(shù)據(jù)庫中每一幅圖像之間的顏色分布特征相似度Sa(i)，i取0、1、2…數(shù)據(jù)庫圖像總數(shù)-1 ； 分別計算所述輸入圖像的紋理分布特征與數(shù)據(jù)庫中每一幅圖像的紋理分布特征的相似度，得到輸入圖像與數(shù)據(jù)庫中每一幅圖像之間的紋理分布特征相似度Sb (i)，i取0、1、2…數(shù)據(jù)庫圖像總數(shù)-1 ； 步驟3:利用公式S (i)=ffaXSa (i)+WbXSb (i)，i取O、1、2…數(shù)據(jù)庫圖像總數(shù)_1，Wa, Wb為加權(quán)系數(shù)且Wa+Wb=l，計算輸入圖像與數(shù)據(jù)庫中每一幅圖像的組合相似度S (i)。
2.根據(jù)權(quán)利要求1所述的用于顏色分布和紋理分布圖像檢索的相似度獲取方法，其特征在于，所述顏色分布特征的獲取方法包括: 步驟201:將圖像轉(zhuǎn)換到HSV顏色空間，得到圖像I ; 步驟202:將圖像各個像素的H、S、V分量映射為顏色特征值G:G=Qs*Qv*H+Qv*S+V ；將HSV顏色空間的三個通道的取值范圍進(jìn)行區(qū)間劃分，分別劃分為Hi, Sj, Vk,其中O ≤ i ≤ Qh, O ≤ j ≤ Qs, O ≤ k ≤ Qv, Qh, Qs, Qv分別表示HSV顏色空間的三個通道被分割的區(qū)間總數(shù)； 步驟203:統(tǒng)計圖像中各個像素點的顏色特征值分布情況:遍歷每個像素點的顏色特征值，統(tǒng)計落入各個顏色分布直方圖區(qū)間的像素點數(shù)量，將落入各個顏色分布直方圖區(qū)間的像素點數(shù)量分別除以圖像像素點總數(shù)，得到歸一化的顏色分布特征hist (X)，其中X代表顏色分布直方圖區(qū)間。
3.根據(jù)權(quán)利要求2所述的用于顏色分布和紋理分布圖像檢索的相似度獲取方法，其特征在于，所述顏色分布特征的獲取方法還包括: 將圖像劃分為N塊；在所述步驟203中:統(tǒng)計圖像中各個像素點的特征值分布情況:遍歷每個像素點的特征值，統(tǒng)計落入各個顏色分布直方圖區(qū)間的像素點數(shù)量，且將不是圖像邊界塊中的像素點統(tǒng)計兩次；將落入各個顏色分布直方圖區(qū)間的像素點數(shù)量分別除以圖像像素點總數(shù)，得到歸一化的顏色分布特征hist(x)，其中X代表顏色直方圖。
4.根據(jù)權(quán)利要求1或2所述的用于顏色分布和紋理分布圖像檢索的相似度獲取方法，其特征在于，所述紋理分布特征的獲取方法包括: 步驟301:將圖像轉(zhuǎn)換為灰度圖，得到圖像L ; 步驟302:以尺寸為3像素X 3像素的模板，遍歷所述圖像L，得到每個模板的LBP特征，其中得到模板LBP特征的方法包括: 記模板中的9個像素點的灰度值為Pi(0 < i < 8)，其中模板正中的像素灰度值記為Po ;將模板中其它的像素點的灰度值減去Po得到:
gi=P1-Po, (I ≤ i ≤ 8)； 對每個計算得到的gi進(jìn)行二值化處理:如果gi ≤ O則令gi=l，否則gi=0 ;將位于位置i的像素的gi值擴展為8位2進(jìn)制數(shù)，得到LBP⑴特征為，I≤i≤8:
5.根據(jù)權(quán)利要求4所述的用于顏色分布和紋理分布圖像檢索的相似度獲取方法，其特征在于，所述步驟2中計算顏色分布特征相似度Sa的方法包括: 步驟401:利用公式
6.根據(jù)權(quán)利要求4所述的用于顏色分布和紋理分布圖像檢索的相似度獲取方法，其特征在于，所述步驟2中計算紋理分布特征相似度Sb的方法包括: 步驟401:利用公式
7.根據(jù)權(quán)利要求1所述的用于顏色分布和紋理分布圖像檢索的相似度獲取方法，其特征在于，所述Wa>Wb。
8.一種用于紋理分布圖像檢索方法的相似度獲取方法，其特征在于，包括: 步驟1:提取輸入圖像的紋理分布特征； 步驟2:分別計算所述輸入圖像的紋理分布特征與數(shù)據(jù)庫中每一幅圖像的紋理分布特征的相似度，到的若干紋理分布特征相似度Sb (i)，i取0、1、2…數(shù)據(jù)庫圖像總數(shù)-1 ；所述紋理分布特征的獲取方法包括: 步驟301:將圖像轉(zhuǎn)換為灰度圖，得到圖像L ; 步驟302:以尺寸為3像素X 3像素的模板，遍歷所述圖像L，得到每個模板的LBP特征，其中得到模板LBP特征的方法包括: 記模板中的9個像素點的灰度值為Pi(0 < i < 8)，其中模板正中的像素灰度值記為Po ;將模板中其它的像素點的灰度值減去p0得到:gi=P1-Po, (1≤i≤8)；對每個計算得到的gi進(jìn)行二值化處理:如果gi≥ O則令gi=l，否則gi=0 ;將位于位置i的像素的gi值擴展為8位2進(jìn)制數(shù)，得到LBP⑴特征為，I≤i≤8:
9.根據(jù)權(quán)利要求8所述的用于紋理分布圖像檢索的相似度獲取方法，其特征在于，所述步驟2中計算紋理分布特征相似度Sb的方法包括:


步驟401:利用公式
10.一種紋理分布特征的獲取方法，其特征在于，包括: 步驟301:將圖像轉(zhuǎn)換為灰度圖，得到圖像L ； 步驟302:以尺寸為3像素X 3像素的模板，遍歷所述圖像L，得到每個模板的LBP特征，其中得到模板LBP特征的方法包括: 記模板中的9個像素點的灰度值為Pi (O ≤ i ≤ 8)，其中模板正中的像素灰度值記為Po ;將模板中其它的像素點的灰度值減去Po得到:gi=P1-Po, (I ≤ i≤ 8)； 對每個計算得到的gi進(jìn)行二值化處理:如果gi ≥ O則令gi=l，否則gi=0 ;將位于位置i的像素的gi值擴展為8位2進(jìn)制數(shù)，得到LBP⑴特征為，I≤i≤8:

【文檔編號】G06T7/00GK103440646SQ201310361615
【公開日】2013年12月11日 申請日期:2013年8月19日 優(yōu)先權(quán)日:2013年8月19日
【發(fā)明者】徐瀅 申請人:成都品果科技有限公司