[发明专利]一种基于多特征融合的图像检索方法

权利要求书

1.一种基于多特征融合的图像检索方法，其特征在于，其步骤如下：

步骤一：读取待检索图像，利用滤波方法对待检索图像进行降噪处理；

步骤二：利用改进的HSV颜色空间对降噪处理后图像进行特征量化，提取待检索图像的全局特征；

步骤三：对步骤一降噪后的图像进行多尺度形态梯度处理，提取待检索图像的局部特征；

步骤四：将步骤二得到全局特征和步骤三得到的局部特征进行自适应融合，得到自适应融合图像；

步骤五：对自适应融合图像进行哈希编码，得到待检索图像的哈希码，通过哈希码计算待检索图像与数据库中所有图像的相似度，选择与待检索图像似度最高的前几个图像作为待检索图像的检索结果。

2.根据权利要求1所述的基于多特征融合的图像检索方法，其特征在于，所述步骤一中滤波方法由中值滤波器实现，中值滤波器为图像的每个像素选择一个邻域，然后对邻域中像素的灰度值进行重新排序，并取中间的灰度值代替，则二维的中值滤波器输出为：

f1(x，y)＝Med{f(x-k，y-l)，且(k，l∈W)} (1)

其中，f(x，y)和f1(x，y)分别是原始待检索图像和已降噪图像在坐标(x，y)处的像素值，W是二维像素模板，k和l分别是从二维像素模板W选取的像素区域，函数Med{}是将选取的像素区域值进行排序，并取平均值作为坐标(x，y)的像素值。

3.根据权利要求1或2所述的基于多特征融合的图像检索方法，其特征在于，所述改进的HSV颜色空间的实现方法为：使用平均分块策略，将降噪处理后图像按照4×4的模板进行分割，形成16个大小相同的分块，选取占比例最大的几种颜色，将分块重新定义以满足HSV颜色空间量化，提取全局颜色特征信息后获得16个色块所占的比重：I＝{(c_i，p_i)，i＝1，…N，N＜＝16}；

其中，c_i代表彩色像素块的数量，p_i代表彩色块的数量；

使用归一化方法重新计算数量p_i的值：

其中，P为统计颜色比重最大的色块的个数，p1到pN代表N种色块的数量；

调用量化函数quantiz()输入量化值P，得到对不同颜色区域的特征提取图像。

4.根据权利要求3所述的基于多特征融合的图像检索方法，其特征在于，所述HSV颜色空间量化对HSV颜色空间执行166维量化，计算一维特征矢量：L＝9H+3S+V，采用维度量化，将色调H分量量化成18份，饱和度S和亮度V量化成4份，通过计算特征矢量L把三个颜色分量合成一维特征向量，计算特征矢量L的颜色直方图，采用Matlab构建颜色直方图函数hist(X)，这里X参数即表示计算出的特征矢量L的值；使用二维数组存储每个分类图像的像素数；其中，H表示色调，S表示饱和度，V表示亮度；特征矢量L的取值范围为[0，1，…165]，且特征矢量L获得166个一维直方图。

5.根据权利要求1或2所述的基于多特征融合的图像检索方法，其特征在于，所述步骤三中多尺度形态梯度的实现方法为：

将结构元素b对滤波图像f1的位置(x，y)进行腐蚀：

(f1⊙b)(x，y)＝min{f1(x+s，y+t)-b(s，t)}(s，t)∈D_b；

将结构元素b在滤波图像f1的位置(x，y)进行扩展：

腐蚀和膨胀操作运算后得到的图像的多尺度形态梯度为：

其中，⊙表示同或运算符，表示异或运算符，D_b表示整幅图像的区域空间，s，t均表示在某一坐标(x，y)的基础上所要遍历的像素点的值。