[发明专利]一种基于颜色和纹理特征的图像识别方法

说明书

技术领域

本发明涉及基于内容的模式识别，如图像识别领域，特别涉及一种基于颜色和纹理特征的图像识别方法。

背景技术

当前，存在各种图像识别方法，如凭借关键字搜索、对比图形特征参数等等。其中利用关键字进行搜索以及人眼的识别都具有主观性，无法准确地反映图片信息。对比图形特征参数的方法又存在计算量过大，参数过多，实现起来较为繁琐等问题。而单一的对比图形的某个特征又无法全部具体地描述图像信息。

综上所述，目前的图像识别方法都无法很好的解决对图像准确、简洁的检索问题。

发明内容

针对现有技术存在的问题，本发明的主要目的在于提供一种准确、客观的进行图像检索的基于颜色和纹理特征的图像识别方法。

为实现上述目的，本发明提供一种基于颜色和纹理特征的图像识别方法，用于对检测图像A和匹配图像B进行相似度比对，该方法包括如下步骤：

将检测图像A和匹配图像B进行压缩；

将压缩后的检测图像A和匹配图像B均分成n个子块；

计算检测图像A和匹配图像B在子块k的颜色特征相似距离D_k(A,B)，检测图像A和匹配图像B在子块k的纹理特征相似距离T_k(A,B)，其中k∈(o,n]；

计算检测图像A和匹配图像B的颜色特征相似距离C(A,B)，检测图像A和匹配图像B的纹理特征相似距离T(A,B)；

根据检测图像A和匹配图像B的颜色特征相似距离C(A,B)和纹理特征相似距离T(A,B)判断检测图像A和匹配图像B的相似度S(A,B)。

进一步地，该步骤计算检测图像A和匹配图像B在子块k的颜色特征相似距离D_k(A,B)包括如下步骤（1）至步骤（7）：

（1）子块k拥有N个像素点，计算像素点X的颜色值Y(x)，其中x∈(0,N]，m为颜色值，其值为整数，m∈(0,256]，f_m(x)为隶属函数，f_m(x)∈[0,1]；

（2）计算以像素点X为中心的区域Ω的颜色平均值，其中X表示计算的像素点，Y(x)表示像素点X的颜色值，S表示所在区域Ω的像素点个数；

（3）计算像素点X的颜色复杂度Ψ(x)，Ψ(x)=Ψ(i,j)=∫∫i,j∈Ω[y(i,j)-v‾(i,j)]didj,]]>其中i，j为像素点X点的坐标，Y(x)为像素点X的颜色值，是以像素点X点为中心的区域Ω的颜色平均值，di、dj为对坐标i、j的微分；