[发明专利]基于特征点局部颜色及分布特征的图像拣出方法

说明书

技术领域

本发明涉及图像处理技术领域，具体的说是一种图像拣出方法，可用于对互联网中图像信息的查找。

背景技术

计算机技术和互联网技术的飞速发展使得人们可以很方便地实现资源共享，以数字图像、音/视频为代表的多媒体信息在互联网上的广泛传播，如何从海量图像数据库中快速、高效地检测出用户所需图像是一个具有挑战性的问题。基于内容的图像拣出通过对图像进行特征提取并和图像库中的图像做相似性度量来拣出图像，是近些年多媒体领域一个备受关注的研究热点。传统的方法使用图像的全局特征进行拣出，但是由于全局特征计算量大，而且很多时候用户只是对图像中某一对象感兴趣。为此，很多学者提出利用局部特征对图像建立特征描述和拣出。基于局部特征的图像拣出方法大致可以分为以下两类：

(1)基于图像分割的方法。基于图像分割的拣出方法通过图像分割算法获得感兴趣目标的轮廓或区域，再提取目标特征进行拣出。如Fei Li，Qionghai Dai，Wenli Xu，et al.Multilabel neighborhood propagation for region-based image retrieval.IEEE Trans.on Multimedia，Vol.10，No.8，2008，pp：1592-1604.以及文献ByoungChul Ko，Hyeran Byun.FRIP：A region-based image retrieval tool using automatic image segmentation and stepwise Boolean and matching.IEEE Trans.on Multimedia，Vol.7，No.1，2005，pp：105-113.所述。这种方法符合观察者对图像的理解，然而图像分割一直是一个亟待突破的关键环节，目前很难找到一种通用的分割算法将目标完整地与背景分割开，而且目标易受部分缺损、背景混杂、仿射变换、光照等因素的干扰，导致拣出准确率下降。

(2)基于特征点的方法。基于特征点的图像拣出方法通过特征点的检测对图像视觉特征变化大的区域进行定位，利用局部描述子对特征点周围的局部区域进行特征提取，最后进行相似度匹配。由于特征点检测算法比起图像分割算法具有更好的通用性和稳定性，因此吸引了越来越多的学者研究基于特征点的图像拣出。文献C.Wol，J.Jolion，W.Kropatsch，et al.Content based image retrieval using interest points and texture features，Proc.of 15th International Conference on Pattern Recognition.Barcelona：IAPR，2000，pp：234-237.所述，使用特征点局部Gabor特征拣出的方法，根据各个不同尺度和方向的最大幅值生成一系列直方图来表示图像进行拣出。文献Zheng Xia，ZhouMingQuan，Wang XingCe.Interest point based medical image retrieval，Lecture Notes in Computer Science.Beijing：Springer Verlag，2008，pp：118-124所述，对图像的每个区域检测出特征点，结合特征点的不变量和边缘类型直方图进行拣出。文献Muwei Jian，Shi Chen Image retrieval based on clustering of salient points，Proc.of 2008 2nd International Symposium on Intelligent Information Technology Application.Shanghai：Inst.of Elec.and Elec.Eng.Computer Society，2008，pp：347-351.所述，使用基于密度的聚类算法对特征点聚类，然后对各类特征点使用颜色矩和Gabor特征作为特征向量进行拣出。上述基于特征点的图像拣出方法存在两个问题：(1)所提取的图像特征主要反映了特征点的局部特性，较少的考虑特征点的空间分布结构，因此图像特征描述的有效性不够；(2)由于图像的底层视觉特征和用户丰富的语义特征之间存在差异，导致图像拣出的结果出现歧义性。这二者均影响了图像拣出的准确性。

发明内容