用于颜色分布和纹理分布图像检索的相似度获取方法
【专利摘要】本发明公开了用于颜色分布和纹理分布图像检索的相似度获取方法，涉及图像检索技术。本发明技术要点包括：提取输入图像的颜色分布特征及纹理分布特征；分别计算所述输入图像的颜色分布特征与数据库中每一幅图像的颜色分布特征的相似度，得到输入图像与数据库中每一幅图像之间的颜色分布特征相似度Sa（i）；分别计算所述输入图像的纹理分布特征与数据库中每一幅图像的纹理分布特征的相似度，得到输入图像与数据库中每一幅图像之间的纹理分布特征相似度Sb（i）；利用公式S（i）=Wa×Sa（i）+Wb×Sb（i），计算输入图像与数据库中每一幅图像的组合相似度S（i）。
【专利说明】用于颜色分布和纹理分布图像检索的相似度获取方法
【技术领域】
[0001]本发明涉及图像检索技术，尤其是一种用于颜色分布和纹理分布图像检索的相似度获取方法。
【背景技术】
[0002]近年来，随着移动互联网的迅速发展，拍照应用获得了很大的发展空间，照片的获取与存储变得十分容易。随着照片数据爆炸式的增长，用户迫切需要对照片的检索和整理的自动化技术。现有的图像检索技术都要依赖数据库中已存图像的训练样本求得相似度。而目前云存储的照片基本上都是来自各种用户拍摄的各种场景的照片，并没有可获取的显示标注了的训练样本。因而现有的图像检索技术不便直接应用到云存储图像的检索中。
【发明内容】
[0003]本发明所要解决的技术问题是:针对上述存在的问题，提供一种适用于云存储颜色分布和纹理分布图像检索的相似度获取方法。
[0004]本发明提供的用于颜色分布和纹理分布图像检索的相似度获取方法，其特征在于，包括:
[0005]步骤1:提取输入图像的颜色分布特征及纹理分布特征；
[0006]步骤2:分别计算所述输入图像的颜色分布特征与数据库中每一幅图像的颜色分布特征的相似度，得到输入图像与数据库中每一幅图像之间的颜色分布特征相似度Sa(i)，i取0、1、2…数据库图像总数-1 ；
[0007]分别计算所述输入图像的纹理分布特征与数据库中每一幅图像的纹理分布特征的相似度，得到输入图像与数据库中每一幅图像之间的纹理分布特征相似度Sb(i)，i取O、1、2…数据库图像总数-1 ；
[0008]步骤3:利用公式S (i) =WaXSa (i)+WbXSb⑴，i取O、1、2…数据库图像总数-1，Wa、Wb为加权系数且Wa+Wb=l，计算输入图像与数据库中每一幅图像的组合相似度S
(i)o
[0009]优选地，所述颜色分布特征的获取方法包括:
[0010]步骤201:将图像转换到HSV颜色空间，得到图像I ;
[0011]步骤202:将图像各个像素的H、S、V分量映射为颜色特征值G:G=Qs*Qv*H+Qv*S+V ；将HSV颜色空间的三个通道的取值范围进行区间划分，分别划分为Hi, Sj, Vk,其中O - i - Qh, O - j - Qs, O - k - Qv, Qh, Qs, Qv分别表示HSV颜色空间的三个通道被分割的区间总数；
[0012]步骤203:统计图像中各个像素点的特征值分布情况:遍历每个像素点的颜色特征值，统计落入各个颜色分布直方图区间的像素点数量，将落入各个颜色分布直方图区间的像素点数量分别除以图像像素点总数，得到归一化的颜色分布特征hist (X)，其中X代表颜色分布直方图区间。[0013]优选地，所述颜色分布特征的获取方法还包括:
[0014]将图像划分为N块；在所述步骤203中:统计图像中各个像素点的特征值分布情况:遍历每个像素点的特征值，统计落入各个颜色分布直方图区间的像素点数量，且将不是图像边界块中的像素点统计两次；将落入各个颜色分布直方图区间的像素点数量分别除以图像像素点总数，得到归一化的颜色分布特征hist (X)，其中X代表颜色直方图。
[0015]优选地，所述纹理分布特征的获取方法包括:
[0016]步骤301:将图像转换为灰度图，得到图像L ；
[0017]步骤302:以尺寸为3像素X 3像素的模板，遍历所述图像L，得到每个模板的LBP特征，其中得到模板LBP特征的方法包括:
[0018]记模板中的9个像素点的灰度值为Pi(0≤ i ≤8)，其中模板正中的像素灰度值记为Po ;将模板中其它的像素点的灰度值减去Po得到:
[0019]g-P1-Po, (I ≤ i ≤ 8);
[0020]对每个计算得到的gi进行二值化处理:如果gi≥O则令gi=l，否则gi=0 ;将位于位置i的像素的gi值扩展为8位2进制数，得到LBP(i)特征为，I≤i≤8:
[0021]
【权利要求】
1.一种用于颜色分布和纹理分布图像检索的相似度获取方法，其特征在于，包括: 步骤1:提取输入图像的颜色分布特征及纹理分布特征； 步骤2:分别计算所述输入图像的颜色分布特征与数据库中每一幅图像的颜色分布特征的相似度，得到输入图像与数据库中每一幅图像之间的颜色分布特征相似度Sa(i)，i取0、1、2…数据库图像总数-1 ； 分别计算所述输入图像的纹理分布特征与数据库中每一幅图像的纹理分布特征的相似度，得到输入图像与数据库中每一幅图像之间的纹理分布特征相似度Sb (i)，i取0、1、2…数据库图像总数-1 ； 步骤3:利用公式S (i)=ffaXSa (i)+WbXSb (i)，i取O、1、2…数据库图像总数_1，Wa, Wb为加权系数且Wa+Wb=l，计算输入图像与数据库中每一幅图像的组合相似度S (i)。
2.根据权利要求1所述的用于颜色分布和纹理分布图像检索的相似度获取方法，其特征在于，所述颜色分布特征的获取方法包括: 步骤201:将图像转换到HSV颜色空间，得到图像I ; 步骤202:将图像各个像素的H、S、V分量映射为颜色特征值G:G=Qs*Qv*H+Qv*S+V ；将HSV颜色空间的三个通道的取值范围进行区间划分，分别划分为Hi, Sj, Vk,其中O ≤ i ≤ Qh, O ≤ j ≤ Qs, O ≤ k ≤ Qv, Qh, Qs, Qv分别表示HSV颜色空间的三个通道被分割的区间总数； 步骤203:统计图像中各个像素点的颜色特征值分布情况:遍历每个像素点的颜色特征值，统计落入各个颜色分布直方图区间的像素点数量，将落入各个颜色分布直方图区间的像素点数量分别除以图像像素点总数，得到归一化的颜色分布特征hist (X)，其中X代表颜色分布直方图区间。
3.根据权利要求2所述的用于颜色分布和纹理分布图像检索的相似度获取方法，其特征在于，所述颜色分布特征的获取方法还包括: 将图像划分为N块；在所述步骤203中:统计图像中各个像素点的特征值分布情况:遍历每个像素点的特征值，统计落入各个颜色分布直方图区间的像素点数量，且将不是图像边界块中的像素点统计两次；将落入各个颜色分布直方图区间的像素点数量分别除以图像像素点总数，得到归一化的颜色分布特征hist(x)，其中X代表颜色直方图。
4.根据权利要求1或2所述的用于颜色分布和纹理分布图像检索的相似度获取方法，其特征在于，所述纹理分布特征的获取方法包括: 步骤301:将图像转换为灰度图，得到图像L ; 步骤302:以尺寸为3像素X 3像素的模板，遍历所述图像L，得到每个模板的LBP特征，其中得到模板LBP特征的方法包括: 记模板中的9个像素点的灰度值为Pi(0 < i < 8)，其中模板正中的像素灰度值记为Po ;将模板中其它的像素点的灰度值减去Po得到:
gi=P1-Po, (I ≤ i ≤ 8)； 对每个计算得到的gi进行二值化处理:如果gi ≤ O则令gi=l，否则gi=0 ;将位于位置i的像素的gi值扩展为8位2进制数，得到LBP⑴特征为，I≤i≤8:
5.根据权利要求4所述的用于颜色分布和纹理分布图像检索的相似度获取方法，其特征在于，所述步骤2中计算颜色分布特征相似度Sa的方法包括: 步骤401:利用公式
6.根据权利要求4所述的用于颜色分布和纹理分布图像检索的相似度获取方法，其特征在于，所述步骤2中计算纹理分布特征相似度Sb的方法包括: 步骤401:利用公式
7.根据权利要求1所述的用于颜色分布和纹理分布图像检索的相似度获取方法，其特征在于，所述Wa>Wb。
8.一种用于纹理分布图像检索方法的相似度获取方法，其特征在于，包括: 步骤1:提取输入图像的纹理分布特征； 步骤2:分别计算所述输入图像的纹理分布特征与数据库中每一幅图像的纹理分布特征的相似度，到的若干纹理分布特征相似度Sb (i)，i取0、1、2…数据库图像总数-1 ；所述纹理分布特征的获取方法包括: 步骤301:将图像转换为灰度图，得到图像L ; 步骤302:以尺寸为3像素X 3像素的模板，遍历所述图像L，得到每个模板的LBP特征，其中得到模板LBP特征的方法包括: 记模板中的9个像素点的灰度值为Pi(0 < i < 8)，其中模板正中的像素灰度值记为Po ;将模板中其它的像素点的灰度值减去p0得到:gi=P1-Po, (1≤i≤8)；对每个计算得到的gi进行二值化处理:如果gi≥ O则令gi=l，否则gi=0 ;将位于位置i的像素的gi值扩展为8位2进制数，得到LBP⑴特征为，I≤i≤8:
9.根据权利要求8所述的用于纹理分布图像检索的相似度获取方法，其特征在于，所述步骤2中计算纹理分布特征相似度Sb的方法包括:
步骤401:利用公式
10.一种纹理分布特征的获取方法，其特征在于，包括: 步骤301:将图像转换为灰度图，得到图像L ； 步骤302:以尺寸为3像素X 3像素的模板，遍历所述图像L，得到每个模板的LBP特征，其中得到模板LBP特征的方法包括: 记模板中的9个像素点的灰度值为Pi (O ≤ i ≤ 8)，其中模板正中的像素灰度值记为Po ;将模板中其它的像素点的灰度值减去Po得到:gi=P1-Po, (I ≤ i≤ 8)； 对每个计算得到的gi进行二值化处理:如果gi ≥ O则令gi=l，否则gi=0 ;将位于位置i的像素的gi值扩展为8位2进制数，得到LBP⑴特征为，I≤i≤8:
【文档编号】G06T7/00GK103440646SQ201310361615
【公开日】2013年12月11日 申请日期:2013年8月19日 优先权日:2013年8月19日
【发明者】徐滢 申请人:成都品果科技有限公司