24幅中几乎全是一大一小两匹马；图6中有3幅是不相关的大象图像，其余都是以 绿色草地为背景的马的图像，而且只有一幅是一匹马，其它均为与待检索图像相似的两匹 马图像，14幅是两匹红棕色马图像。对比可知综合特征的算法是比单一特征算法更有效的 一种算法，提高了图像检索的准确率。
[0144] 当按照阈值返回结果时，图7检索到的就是待检索图像本身；图8中包括待检索图 像在内的5幅图像中全部为两匹马的图像，而且前三幅均为绿色草地背景的两匹棕红色马 的图像，前两幅图像更是相当相似；图9中检索到的包括待检索图像在内的两幅图像肉眼 几乎看不出有什么区别，非常相似。对比可知综合特征的算法是比单一特征算法更有效的 一种算法，提高了图像检索的准确率。
[0145] 当想要返回同一类图像时，可以直接按照相似度返回；若想要获得最相似的图像， 则可以设定阈值。
[0146] 第二组实验：不同特征提取技术的综合检索对检索结果影响的对比实验
[0147] 该组实验中对NSCT变换提取的纹理特征和彩色直方图提取的颜色特征两种特征 的组合，与CT变换提取的纹理特征和累积彩色直方图提取的颜色特征两种特征的组合，进 行综合特征检索的对比试验。进行分解系数为{2, 3,4}的3层CT变换，纹理和颜色的相似 度的权重分别为0. 3,0. 7,简记为CT-Color。进行分解系数为{2, 3, 4}的3层NSCT变换， 纹理和颜色的相似度的权重分别为0. 3,0. 6,0. 1，简记为NSCT-Color。分别计算系统返回 图像的平均查准率。检索结果如表3所示。
[0148] 表3检索算法性能比较（平均查准率）
[0149]
[0150] 从表3可以看出，当按照相似度大小返回图像时，该算法的平均查准率均高于比 较算法。对每类图像进行比较，对于背景简单的图像如恐龙和马等，该算法的查准率比较 高；对于内容复杂的图像如海滩和山川等，该算法的查准率比较低。当按照阈值返回结果 时，该算法对几乎所有类别的图像都可以获得相当高的查准率。
[0151] 另外，结合附图10-13说明以恐龙为待检索图像的基于不同特征的检索结果。
[0152] 从图12和13中可以看出，图12即本文算法检索结果中返回的30幅图像均为恐 龙图像，检索结果全部正确，图13即对比算法检索结果中返回的30幅图像中有29幅是相 关的恐龙图像，1幅是不相关的建筑图像。可见，本发明算法的性能要优于比较算法。
[0153] 本发明方法提出了综合彩色直方图颜色特征和NSCT纹理特征的模糊相关图像检 索方法，与单一的颜色特征检索和单一的纹理特征检索方式进行了比较，实验结果表明综 合特征检索方法优于单一特征检索方法；并将综合特征检索方法与基于轮廓波变换和累积 彩色直方图的欧氏距离相关图像检索方法进行了比较实验，由比较结果可知，综合特征的 算法比单一特征的算法的检索效果好。
[0154] 最后所应说明的是，以上实施例仅用以说明本发明的技术方案而非限制，尽管参 照本发明实施例进行了详细说明，本领域的普通技术人员应当理解，对本发明的技术方案 进行修改或者等同替换，都不脱离本发明的技术方案的精神和范围，其均应涵盖本发明的 权利要求保护范围中。
【主权项】
1. 一种基于彩色直方图和NSCT的模糊相关同步图像检索方法，其特征在于：包括如下 步骤： (1) 、对图像库中的任一幅图像P和待检索图像Q分别进行NSCT纹理特征提取，NSCT提 取纹理特征方法如下： 将RGB图像转化为灰度图像，对灰度图像进行分解系数为{2, 3, 4}，子带数为4,8,16 的三层NSCT变换，得到28条子带的子带系数，分别计算各子带系数的均值y,和标准方差 〇i，均值Ui和标准方差〇i的计算公式如下：其中，ck(i，j)是第k个NSCT方向子带的系数，MXN是该子带的大小，yk是第k个方 向子带的系数平均值，〇k是第k个方向子带的系数标准方差；得到每幅图像的纹理特征向 量为56维；M和N表不一帧图像的行列数； 即图像P的纹理特征向量f= 0丨，％y2，02,…，"28，0 28)， 图像Q的纹理特征向量f' 2,〇' 2, ???，"' 28,〇' 28); (2) 、对图像库中的任一幅图像P和待检索图像Q各自得到的56维纹理特征向量分别 进行高斯归一化处理，将所有特征值都归一化到[-1，1]区间内，具体方法如下： 高斯归一化是在假定特征向量F的分布满足均值为y、标准方差为〇的高斯分布的条 件下，采用下式对特征向量进行归一化，式（8)中，均值y和标准方差〇表示特征向量F这个集合的均值和标准方差； 经过高斯归一化处理的图像P的纹理特征向量 f - ( l-1 ip) ° ip) l-1 2P> 0 2P> *** ) 28P) 0 28p), 经过高斯归一化处理的图像Q的纹理特征向量 f- ( IQ, -IQ, 2Q) 0 2Q,…,28Q) 0 28〇) ? 对图像库中的任一幅图像P和待检索图像Q，两图像的相似度的计算公式如下：其中，//和分别为图像库中图像P和待检索图像Q分别经过高斯归一化处理后的 第k个纹理特征分量值； (3) 、对图像库中的任一幅图像P和待检索图像Q，将RGB图像的颜色量化为16维，分别 提取彩色直方图，具体方法如下： 将三维色彩值（r，g，b)作为彩色直方图的横轴，该三维色彩值在整幅图像中出现的像 素数作为纵轴，制作出图像P的彩色直方图和图像Q的彩色直方图，然后利用彩色直方图来 提取颜色特征； 在计算彩色直方图时，对彩色直方图按色彩柱的高度从高到低逐级排序，并确定每一 色彩柱的级次序号，将不同彩色直方图对应序号的色彩柱作为同一级特征，并进行相似性 度量； 由于RGB空间色彩为三维，则假设图像P和图像Q的彩色直方图的对应某一级次的一 对色彩矢量分别为：q(1^，gi,bD及Cjj(rj，gj,bj)，则其相似度用高斯隶属函数表示为：对对应级次色彩柱的高度进行相似性判断，对应色彩柱的高度匕和h的相似度表示 为：(4) 、设定颜色特征中色彩矢量相似度的权重为0. 6,颜色特征中色彩柱高度相似度的 权重为0. 1，纹理特征相似度的权重为0. 3,得出综合相似度yK，如下式：(5) 、利用a级模糊关系判定相关性，如下： 将步骤（4)得到的入下式，利用a级关系模糊匹配得出检索结果，当大于等于阈值〇时，〃&取值为1，认为图像P和图像Q特征相似；否则，取值 为〇,认为图像P和图像Q特征不相似； (6) 、将待检索图像Q和图库中的每一幅图像均经过步骤（1)至步骤（5)的处理后，得 出输出检索结果1的所有图像，同步综合检索结束。2.根据权利要求1所述的基于彩色直方图和NSCT的模糊相关同步图像检索方法，其特 征在于：步骤（5)中的阈值a为0. 85。
【专利摘要】本发明涉及图像检索方法，利用彩色直方图来提取图像的颜色特征，将彩色直方图的色彩矢量和色彩柱的高度这两个特征作为检索依据，利用模糊集理论中的模糊隶属函数计算相似度、α级模糊关系判定相似性，同时引入非下采样轮廓波变换(NSCT)来提取图像的纹理特征，利用NSCT变换对图像进行分解，提取不同层次多个方向上的子带系数的均值和标准方差为特征向量，作为图像库中图像的索引，并利用模糊集理论中的模糊隶属函数计算图像之间的相似度，由于其多尺度性、多方向性和平移不变性，分解后保留有强大的方向信息，可以更全面地描述图像的纹理特征，最后，将上述两种算法相结合，运用综合特征对图像进行检索。
【IPC分类】G06F17/30
【公开号】CN104915400
【申请号】CN201510291018
【发明人】张丽红, 张云霞
【申请人】山西大学
【公开日】2015年9月16日
【申请日】2015年5月29日