[发明专利]一种DCT域上的图像检索方法

说明书

技术领域

本发明涉及计算机视觉、图像处理领域，特别涉及一种DCT(离散余弦变换)域上的图像检索方法。

背景技术

自1990年以来，人们提出了基于内容的图像检索(Content Based ImageRetrieval，简称CBIR)技术，即由计算机自动提取图像内容的特征，如颜色、纹理、形状等，根据这些特征编制图像索引，计算查询图像和数据库中图像的相似距离，按相似性匹配进行检索。

颜色信息是在图像检索中应用最广泛的底层特征，Swain于1991年提出了基于颜色特征的图像检索，其核心思想是在某个颜色空间上对图像中各种颜色出现的频数进行统计，然后采用颜色直方图来度量两幅图像颜色的相似性。Pass等人提出了以图像的颜色聚合矢量CCV(Color Coherence Vector)作为图像的特征。它是图像直方图的一种演变，其主要思想是：如果图像中相近的颜色像素所占据的连续区域的面积大于给定的阈值时，该区域中的像素为聚合像素，否则为不聚合像素，然后统计图像中每种颜色的这两种类型的像素所占的比例，形成颜色聚合向量，作为图像的索引。Stricker和Orengo提出累计颜色直方图方法，并且提出了颜色矩(color moments)方法，他们认为颜色分布信息主要集中在低阶矩，因此主要采用颜色的一阶矩(mean)、二阶矩(variance)和三阶矩(skewness)来表达图像的颜色分布。

以上方法提取的是整幅图像的颜色分布信息，都用到直方图技术，但是这种直方图过于粗糙，也没有利用到图库中图像颜色的分布信息。

纹理是重要的视觉特征之一，它反映了图像可视表面的基本性质。有几种经典的图像纹理分析方法：空间自相关函数法、傅立叶功率谱法、灰度共生矩阵法，除此之外，Tamura等发展了一种心理学中重要的纹理视觉特征的计算方法。这些纹理特征包括：粗糙度、对比度、方向性、似线性、规则性和非光滑性。在过去的20多年里，随机场模型、特别是马尔可夫模型是非常流行的研究纹理特征的方法。SAR纹理就是一种基于马尔可夫模型的纹理特征。Gaborfilter纹理分析法，该方法是使用Gobor变换后提取图像的纹理特征。小波纹理分析法，一般的，先将图像转为灰度图然后对此灰度图进行小波变换。之后，可以简单的取变换后图的每个子块的方差组成小波纹理特征。

上述纹理特征的表达方法都是在图像的空间域上提取纹理特征，而大量的图像以压缩的形式储存，把图像从压缩域转换到空间域上进行特征提取的方法复杂性很高。

发明内容

为克服现有技术的缺陷，本发明的目的在于提出一种DCT域上图像检索的方法，在DCT域上提取主颜色和纹理特征，将主颜色特征和纹理特征综合，表达拟检索图像的图像检索特征；图像检索特征表达简单，计算量少，检索效率高，检索结果准确。

本发明的目的通过下述技术方案实现：一种DCT域上的图像检索方法，其特征在于包括以下步骤：步骤1，确定主颜色模糊隶属度函数和纹理模糊隶属度函数；步骤2，选取拟检索图像的主颜色特征块；步骤3，求步骤2所选取的主颜色特征块的Y、Cr、Cb三个空间的颜色均值，代入步骤1中所确定的主颜色模糊隶属度函数，得到函数值，提取主颜色模糊直方图特征，得到主颜色特征向量K；步骤4，选取拟检索图像的纹理特征块；步骤5，求步骤4所选取的纹理特征块的竖直、水平、对角三个方向的频率变换幅度，代入步骤1中所确定的纹理模糊隶属度函数，得到函数值，提取纹理模糊直方图特征，得到纹理特征向量TK；步骤6，综合步骤3得到的主颜色特征向量和步骤5得到的纹理特征向量，得到表达图像检索特征的综合向量Key＝[K，TK]；步骤7，以拟检索图像的图像检索特征为索引，与图像库中的图像进行匹配检索；