[发明专利]一种基于混合微结构描述子的图像检索方法

说明书

技术领域

本发明涉及一种基于混合微结构描述子的图像检索方法。

背景技术

基于内容的图像检索(Content Based Image Retrieval,CBIR)基本思想是根据检索图像所包含的视觉感知内容和语义内容建立特征矢量，进而根据特征矢量的相似度进行匹配检索。CBIR中常用的视觉内容特征主要包括图像颜色、形状和纹理等。颜色、形状、纹理从不同角度刻画图像内容。为了提高检索性能，需要更合理的描述图像内容，因此有效的综合不同类型特征是提升检索性能的有效方法。文献“Image retrieval based on micro-structure descriptor,Pattern Recognition,2011,44(9):2123-2133.”公开了一种用于特征提取的微结构描述子（Micro-Structure Descriptor，MSD）。该方法利用微结构对图像的颜色、纹理、形状及其分布信息进行了有效的综合描述。首先将输入自然图像转换到HSV颜色空间，然后在得到的图像进行边缘方向的提取，接着在边缘方向图像上提取微结构图，最后，根据微结构图在量化后的HSV颜色空间图像上进行映射，得到最终的微结构图像，并对微结构图像进行共生矩阵和直方图的描述。虽然该方法结合颜色、纹理和形状等图像特征，但是由于微结构图像是由边缘方向图像和量化图像进行求交集运算产生的，因此边缘方向信息和颜色信息描述能力不足，而且该方法中微结构分析过程复杂。

综上所述，现有的特征提取方法不能很有效的综合表征图像的颜色、纹理、边缘方向等图像内容信息。

发明内容

要解决的技术问题

为了避免现有技术的不足之处，本发明提出一种基于混合微结构描述子的图像检索方法，克服现有图像检索方法中特征描述能力不足的缺点，提高图像检索的精度。

技术方案

一种基于混合微结构描述子的图像检索方法，其特征在于步骤如下：

步骤1：对图像库中所有图像，利用混合微结构描述子进行图像内容的特征描述，生成对应的图像特征库；

步骤2：利用混合微结构描述子提取检索图像的内容特征；

步骤3：将检索图像特征和图像特征库中的特征向量进行相似性度量；

步骤4：将相似性度量的前N个结果对应的图像返回，相似性量化方法采用城市块距离；

所述步骤1和步骤2的混合微结构描述子步骤如下：

步骤a：对输入图像分别转换为RGB和HSV颜色空间模型下的数据；

步骤b：对每种颜色空间模型下的图像数据分别进行边缘方向提取和颜色量化，得到颜色量化图像和边缘方向图像；

步骤c：分别对每个颜色量化图像和边缘方向图像进行微结构分析并进行直方图描述；

步骤d：将不同颜色模型下的两个相同类型的微结构使用共生矩阵和直方图进行描述；

步骤e：将混合的量化图像微结构直方图和混合的边缘方向微结构直方图进行综合。

所述步骤b中的边缘方向提取步骤如下：

步骤（a）：在三维颜色空间中使用Sobel算子求出图像每个通道在x和y方向的方向梯度；