自动检索图像数据库中相似图象的方法

专利名称：自动检索图像数据库中相似图象的方法
技术领域：
本发明涉及一种在大型数据库中检索图象，更具体的说，涉及一种利用来自图像的彩色柱状图的特征和来自图像子波分解的特征而执行基于图像内容的检索的系统和方法。
基于内容的图像/视频检索，例如低级特征，如颜色，结构，形状，边缘被独立的提供以作为一组可用的数据特征索引。在这些可视特征中，颜色对于图像的表示是最主要和最重要的特征。通过基于彩色柱状图的检索途径，图像的平移、旋转和比例的变化都不会影响检索结果。因此，基于彩色柱状图的方法可以认为是平移、旋转和比例是不变的(TRSI)。这可以在C.E.Jacobs et al.的文章，“Fast Multireslution Image Querying”Proc，Of ACM SIGGTAPHconference on Computer Graphics and InteractiveTechnques，pp.277-286，LosAngeles，Aug1995中进行了论证，由几何失真学看来柱状图方法可以实现高级检索性能。
然而，如Jacobs et al进一步所讨论的，基于柱状图的方法对于照明的变化是很敏感的。也就是说，由于基于柱状图方法提供了非空间分布信息且需要附加的存储空间，当图像数据库变得很大时错误的命中会经常发生。
另外的一种方法，也就是基于子波索引和检索方法是公知的，当适当的设计时它对照明的变化是不变的。这种方法在Jacobs et al的文章以及发表在Multimedia Systems，Vol.7，No5，pp350-358，Sep.1999中的作者为X.D.Wen etal题目为“Wavelet-based Video Indexing and Querying”的文章中有所描述。然而基于子波的这些方法相对图像平移和旋转来讲仍是不稳定的。另外，这些方法在数学基础之上的缺陷使它们在处理复杂形状变化的图象时不能充分地处理查询。
事实上，很少有视频/图像检索方法可以充分的考虑到包括颜色、空间分布、方向/边缘/形状的各种特征，同时可产生好的检索结果，尤其是当照明和几何失真同时发生时。
因此，对提供一种基于颜色、空间分布、方向/边缘/形状特征的图像检索方法是非常有好处的，该方法可实现满意的检索性能而不管图像平移、旋转、比例和照明的差异。
发明概述本发明针对具有抗图像失真如平移、旋转、比例和照明的变化的健壮性的快速和准确检索。本发明的图像检索利用将照明不变的柱状图特征和平移不变子波帧(WF)分解特征进行有效的结合。
本发明的基本思想是在图像数据库中分两步对图像检索。在第一步，导出并计算正交卡南-络维(KL)颜色空间的柱状图照明不变矩特征。根据矩特征的相似性，查询图像中颜色相似的图像作为候选。在第二步也就是最后一部以进一步提炼检索结果，多分辨率子波帧(WF)分解为递归地应用于查询图像和候选图像。最不精确的分辨率的低通子图是采样下降到它的最小量值以便保持全部的空间颜色信息没有冗余。空间颜色特征因而是从低通子图象的每一个减去了平均值并标准化的系数中获得的。同时，每个分解等级的主要的高通系数的方向信息的柱状图都被计算。导出和计算柱状图的中心矩以作为TRSI方向/边缘/形状特征。连同适当的加权，上述空间和由分解获得的细节方向/边缘/形状可以充分地结合彩色柱状图瞬间值在第一步计算。图像最终将基于这些全部相似的特征进行检索。
通过本发明的同时采用不变照明柱状图瞬间和空间频率定位WF分解对颜色、空间分布和方向/边缘/形状等信息的组合，可以衍生出生动的图像。
本发明的一个优点将通过下面所述的详细说明更清楚的表现出来。然而，可以理解的是它仅给出了详细的说明和特定的实施例，也就是本发明的最佳实施例，在不脱离本发明的详细说明的精神和范围内的各种改变和修改，对本领域的人员来讲是显而易见的。
附图概述通过下面给出的详细说明结合附图将更全面的理解本发明，本发明仅给出示例性的用途，但并不仅限于本发明。


图1是根据本发明示意性实施例的图像检索系统的方块图。
图2是根据本发明示意性实施例的图像检索方法的流程图。
图3是根据查询图象和候选图象的彩色柱状图特征来确定与查询图形充分相似的候选图像一系列步骤的流程图。
图4是根据查询图象和候选图象的空间颜色和方向/边缘/形状特征来确定相似候选图像一系列步骤的流程图。
图5A说明了示意性实施例中的记录图像的数据库，所述的图像特征是在图像查询提交之前确定并存储在图像数据库中的。
图5B说明了示意性实施例中的记录图像的数据库和记录图像特征的数据库，所述的图像特征是在图像查询提交之前确定并存储在图像数据库中的。
实施例的详细说明本发明包括根据两步的用于执行基于内容的图像检索的系统和方法。在第一步，确定一组其彩色柱状图与查询图像相似的候选图像。在第二步，确定每一个候选图像的空间颜色特征以及方向/边缘/形状特征。利用所确定的每一个候选图像和查询图像的彩色柱状图、空间颜色、以及方向/边缘/形状特征确定每一个候选图像的所有相似性。
图1是根据本发明示意性实施例的图像检索系统5的方块图。图像检索系统5包括一个图像相似性处理装置10，该图像相似性处理装置10包括一个通过系统总线11与存储器14，输出接口16以及输入接口18相连的处理器12。输入接口18连接到一个图像数据据库20，一个查询图像输入装置30，一个或多个用户输入装置40，一个外部存储装置90和一个网络50。所述的输出接口连接到一个图像显示器60，一个图像打印机70，和一个或多个其他图像输出装置。
一个用户按下述方法操作图像检索系统5。根据示意性实施例，用户既可以用查询图像输入装置30输入一个查询图像，也可以用用户输入装置40指定一个查询图像。
例如，用户可以用查询图像输入装置30输入一个查询图像，查询图像输入装置30包括图像扫描仪、视频照相机、或者一些可以获取电子格式的查询图像的其他类型的设备。存储在存储器14中并由处理器12执行的应用程序包括一个用户接口，该用户接口允许用户利用查询图像输入装置30容易的捕获查询图像并且该应用程序利用查询图象在图形数据库20中执行图像检索。
换句话说，由处理器12执行的应用程序提供了一个用户接口，该接口允许用户从存储在存储器14或外部存储装置90(例如CD-ROM)中的多个图像中选择查询图像。用户可以利用用户输入装置40，例如鼠标或键盘，以从多个选择中指定查询图像。另外，应用程序允许用户通过网络50从服务器上检索查询图像，例如，从因特网端。
一旦查询图像被用户选择或者被用户输入，处理器12则执行一个基于内容图件检索算法以检索并输出最相似的图像或图像数据库20中的图像。在示意性实施例中，图像数据库20可以存储在可由图像相似处理器10直接访问的存储装置中，例如硬盘、光盘、软盘等。当然，图像数据库可以存储在远程端，例如服务器或因特网端，它可以通过网络50访问图像相似处理装置10。
一旦检索到最相似的图像，他们通过图像显示器60(例如计算机监视器或者电视屏幕)，图像打印机70，或者其他类型的图像输出装置60而输出给用户。其他类型的图像输出装置60包括一个用于在例如软盘这样的外部媒体上存储检索图像的装置，或者一个用于通过电子邮件、传真等将所检索图像传送到其他地方的装置。
图2是根据本发明的示意性实施例说明由相似处理装置10所执行的用于检索图象的步骤的流程图。值得注意的是图1说明了图像检索系统5的示意性实施例，本发明并不局限在如1所示的部件。例如，图像相似处理装置10可以包括由处理器12执行的软件指令与特定指定的硬件电路的结合，用于执行图2所披露的步骤。
如上所述，检索过程中的第一步100是用户输入或选择向查询图像。下一步200利用相似量度S1来确定最相似的候选图像，这是根据查询图像的彩色柱状图特征的相似性以及存储在图像数据库20中的每一个图象来确定的。根据图3，下面给出步骤200更详细的说明。
下一步300根据候选图象和查询图象的空间颜色特征和方向/边缘/形状特征从剩余的候选图象中确定每一个剩余图象和查询图象间的相似性。这一步包括基于空间颜色特征的相似性来计算每一个候选图像相似量度S2，并基于方向/边缘/形状特征的相似性的来计算每一个候选图像的相似量度S3。步骤300将在下面结合图44进行进一步的详细说明。
在图2的步骤400，基于所计算的候选图象的量度S1、S2和S3来计算每一个候选图象的全部相似度量Soverall。因此，根据所有的相似量度Soverall，图像数据库20中的与查询图象最相似的图象在步骤500被确定并从数据库20中被检索以输出(或另外所标识的)给用户。
图3根据图2中的步骤200说明了为在图像数据库20中确定与查询图像非常相似的候选图像而基于彩色柱状图特征所执行的一系列子步骤。
如上所述，基于柱状图索引和检索方法需要另外的存储器和大量的处理器。同时，他们对照明的变化是敏感的。一种减少所需的计算的方法是采用每个彩色柱状图的中心矩作为柱状图主要的特征。更进一步详细的讨论在M.Stricker和M.Orengo的题目为“Similatity of Color Images”Proc.SPIE2420，381-392，SanJose，Feb.1995中记载，矩可以用于表示图像照明的概率密度函数(PDF)。既然图像照明的PDF是与标准化后的柱状图相同的，中心矩可以用于表示柱状图的特征。
为实现照明不变的特性，将分析柱状图上照明的影响。通常，发现图像柱状图在变化光照的情况下能够被近似为彼此的平移型和比例型。因此，假定照明的变化扩大且平移图象的PDF函数f(x)到f′(x)=f(x-ba)/a,]]>新PDF的中心矩MK’＝∫(x-x)kf(x)dx可以表示为MK’＝a·Mk，Mk为所述PDF f(x)的中心矩。因此，对比例a和位移b不变的一组标准化矩被定义为ηk=Mk+2M2,k>2,k∈Z]]>等式(1)在图3中，将下面的Karhunen-Loeve变换(KLT)应用到步骤210的原始颜色查询图像k1k2k3=0.3330.3330.3330.50.0-0.5-0.51.0-0.5RGB]]>等式(2)
其中R、G和B分别是红、绿和蓝通道的照明值。
在子步骤220，图像从图像数据库20中检索出来，并且将相同的KLT应用于子步骤230中的检索图像。
上述KLT将一个图像变换为一个正交基。因此，所产生的三个组成部份在统计上是不相关的。因此适合在每个通道柱状图上进一步的特征提取。
在变换后的Karhunen-Loeve空间，由等式(1)给出的第一、第二和第三照明不变矩η1η2η3被用来作为每个颜色通道的特征。因此，在检索的第一步，获得3*3＝9个颜色特征。
为了测量查询图像和检索图像的相似性，下面的量度si在子步骤240被计算Si=1Di+1]]>Di=Σj=1k(fi,jqfi,j+fi,jfi,jq-2),]]>等式(3)其中fi，jq和fi，j分别是查询图像和候选图象的类型i的特征j，k是特征总数，Di是fiq和fi的距离。
上述相似性量度不需要标准化恒值的估算。它和Minkowski距离或二次方程距离相比较。
根据子步骤250和260，若在等式(3)中所计算的相似度量Si大于预置的门限值ST(ST在示意性实施例中被选择为大约0.05)，相应的图像被保持作为候选图像。另一方面，落选的图像作为不相似的图像被排除。在子步骤270，确定是否在图像数库20中仍保持有更多的图像。如果有更多的图像，返回到子步骤继续检索并分析下一个图像。
对于图3中所说明的第一检索周期，我们定义根据基于类型为1(i＝1)的矩特征定义柱状图。然后根据计算出的Si的值，在第一次循环中将最不相似的图像过滤。这一过滤对消除第二次循环中不必要的处理是有帮助的，并且可以减少计算量。
图4说明了在剩余查询候选上所执行的提取和过滤第二次循环。明确的是，图4是执行如图2所示步骤300的子步骤的流程图，用于根据空间颜色以及方向/边缘/形状特征来确定剩余候选图像的相似性。一个基于子波的方法应用于候选图像以获得一组好的用于表示表征和说明原始信号信息的特征当固有的离散子波变换(DWT)具有最佳空间频率定位的性质时，这种公知的基于子波的方法由于它的下降取样而不能平移不变。同样的，DWT也不能旋转不变。因此，在本发明的示意性实施例中，没有下降采样的多分辨率子波帧(WF)分解应用于剩余候选的原始图像以获取抗平移和旋转的健壮性。WF分解可以如下应用设子波函数ψ(x)的傅里叶变换ψ(ω)满足∫|ψ(ω)|2|ω|dω<∞]]>和A≤Σj=-∞+∞|ψ(2jω)|2≤B,]]>等式(4)其中A＞0且B＞0是两个常数。若ξ(x)表示ψ(x)的双重子波，(x)表示比例函数其傅里叶变换满足 等式(5)之后，动态子波帧(DWF)分解的低通滤波h(n)和高通过滤g(n)可以根据下面的函数得到等式(6)在等式(6)中，H(ω)和G(ω)分别是h(n)和g(n)的傅里叶变换，0≤β1＜1是采样位移，0≤β2＜1是另一个采样位移。
令 为最高分辨率视图且 为图像函数f(m，n)(m∈[O，M-1]n∈[O，N-1]，其中M*N是图象大小)的最低分辨率视图，其中 是在沿着X方向的f(m，n)等级j的高通视图， 是在沿着Y方向的f(m，n)等级j的高通视图。设 和 分别表示由于在每对相邻的h(n)和g(n)的系数之间设2j-1个零值而得到的离散滤波器。两个空间DWF变换算法可以表示如下S20f(m,n)=f(m,n);j=0]]>While j＜J do end；If j＝J-1 doS2j+11f(m,n)=S2j+1f(m,n)↓2j+1]]>endif；j＝j+1；在上面的注释中， 表示通过把每个2j+1×2J+1不重叠块用它的平均值来替换的下降采样。d(n)是脉冲响应迪拉克滤波在n＝0等于1，其它为0。
如上所述的多分辨率WF分解，可以得到原始大小 子样本低通图像以及一组X-Y方向高通图像，对于每个原始大小图像的颜色通道而言。因此，若原始图像的大小为128*128像素，5级WF分解被执行(J＝5)，低通子图象下降采样到大小为4*4且获得大小为128*128像素的10个X-Y方向子图象。
上述DWF变换是首先应用在图4的查询子步骤310。然后，在子步骤320，从图像数据库20中检索一个剩余候选图像。在另一个实施例中，从图2的步骤200获得的候选图像可以存储在另一个存储媒体中，例如存储器14，用于快速访问。所述的DWF变换于是可以应用在子步骤330的候选图像检索。
在子步骤340中，根据候选图像和查询图像在空间颜色特征上的相似性来确定一个相似性度量S2。为了提取空间颜色的信息，每个低通子图象系数是减了一个平均数(为了获得不变照明)并标准化的以获得如下所述的空间颜色分布特征 S2J(n*M+m+1)=S2J(m,n)-S‾2J(m,n)(Σn=0N-1Σm=0M-1(S2J(m,n)-S‾2J(m,n))2)/MN,]]>等式(7)S2J‾(m,n)=Σn=0N-1Σm=0M-1S2J(m,n)/MN]]>通过这种方法，进一步获得3×(4×4)＝48空间颜色特征。S2的值可以根据等式(3)计算得到，在等式(3)中空间颜色分布特征可以被定义为类型i＝2。
对于每一个分解等级的X-Y方向子图象，在子步骤350计算下述模数和方向系数Mf2j(x,y)=W2j1f(x,y)2+W2j2f(x,y)2]]> 等式(8)其中[x]表示x取整后的值。因此所得到的方向系数Af由[-180，180)范围内的一组整数组成。
为了仅权保留主要的方向/边缘/形状信息，高通系数被过滤，该高通系数的模数系数Mf低于预置门限值。在示意性实施例中，每一个高通系数的模数系数Mf的平均值被设置为预置的门限值以执行这样的滤波。
在具有非常大数值的高通系数上，一系列TRSI方向/边缘/形状特征是从在每一个分解等级上的Af柱状图得到的。我们所使用的方向/边缘/形状特征还是序列2、3、4的中心矩，分别表示如下M2=(1NΣj=1N(Pij-Ei)2)12]]>M3=(1NΣj=1N(Pij-Ei)3)13]]>等式(9)M4=(1NΣj=1N(Pij-Ei)4)14]]>可以证明，上述特征是TRSI。因此，在X-Y方向子图象，可以得到3×(5×3)＝45个TRSI特征。
在子步骤360，特征相似性度量S3是根据等式(3)计算出的，在等式(3)中方向/边缘/形状特征是类型i＝3。在子步骤370，确定是否剩余更多的候选图像。若果是这样，处理循环回到子步骤320以确定下一图像的S2和S3。
在图2步骤400根据下面的公式计算全部特征相似性量度Soverall=w1S12+w2S22+w3S32S1+S2+S3]]>等式(10)w1，w2，w3∈
是分别适合于S1，S2和S3的加权因子(最佳值被确定为w1，w3＝1，w2＝0.8)。然而，w1w2w3可以在数据库变的很大时被进一步调整到理想的输出检索结果。
在示意性实施例中，与第一轮检索相似，Soverall小于门限值ST的图象被作为不相似的图像过滤掉。换句话说，图像检索系统5可以配置为保留R最相似的图像，其中R≥1(例如，系统被配置为用于保留10个最相似的图像)。保留的图像被检索并输出以作为最终的检索结果，并根据Soverall被分类。
在另一个示意性实施例中，在执行检索之前颜色、根据KLT传输以及DWF分解所确定的空间颜色，以及方向/边缘/形状特征可以预先被计算并存储在相应的每个图像中。因此，从图像数据库20中检索的执行速度可以大大提高，因为这些特征将不必在检索执行过程中计算。在该实施例中，图像特征也可以存储在与图像相连的图像数据库20中。另外，特征可以存储在外部存储装置90或者相似性执行装置10的存储器14中的各个图象特征数据库中。
图5根据本发明的示意性实施例说明了图像数据库20的一组记录21，在该实施例中图像特征在图像查询提交之前被确定并存储在图像数据库20中。每个记录包括一个图像识别字段22和实际图像数据字段24，例如图像函数f(x，y)。每一个图像记录进一步包括红色通道特征参数字段27，绿色通道参数字段28，和蓝色通道参数字段29。这些特征参数包括所计算彩色柱状图的矩η1，η2，η3，低通图像系数 ，和中心矩M2M3M4。
图5B说明了示意性实施例中图像数据库20的一组记录21以及各个图像特征的一组记录91，在该实施例中图像特征在图像检索提交之前被确定并存储在图像特征数据库中。同图5A所示的实施例相似，图像数据库20中的每个记录包括一个图像鉴定字段22和图像数据字段24。存储在图像特征数据库中的一组记录91的每个记录包括图像鉴定字段92。图像特征数据库的每个记录进一步包括红色通道特征参数字段97的，绿色通道参数字段98和蓝色通道参数字段99。
可以从上述描述看出，本发明的一个突出的优点是当把类似颜色、空间、详细方向分布信息这样的特征进行整体考虑时照明不变和抗平移、旋转和比例变化的健壮性。由于实际图像/视频帧通常是在不同照明情况和不同种类的几何失真下获取的，所提出的方法特别适合实时在线图像/视频数据库的检索/索引应用。
虽然本发明主要的目的是自动检索图像，它也可以有效的应用于视频发射传输检测以及关键帧提取，进一步用在视频索引和检索。由于这些应用在本质上及一般的观点是根据特征相似性进行图形匹配和分级。
本发明的新颖性体现在以下几个特征。首先，在正交Karhunen-Loeve空间上的新的一组不变照明柱状图基颜色特征可以有效地和其他空间/方向/边缘/形状信息组合获得一个整体特征表达式。第二，位移不变子波帧分解和相关的初始TRSI特征提取被建议用于获取照明和TRSI不变性。这个独特的优点对本发明来讲是关键性的。它是传统的基于离散子波变换方法不能完成的。第三，提出了一个新颖的相似性匹配度量。这个度量不需要标准化且它产生出恰当的组合或不同特征相似性的重点。最终，整个检索过程被改进了。既然检索的第一步过滤了大多数的不相似图像，避免了不必要的执行且检索效率提高了。
本发明中，如上所述，设置了几个特殊参数。然而，本发明并不仅限于这些参数。这些参数可以容易的在实际应用中变动，这样采用检索或索引不同大小的图像/视频数据库。
另外，本发明中的图像检索方法将不限于优选实施例中描述的特定步骤。对本领域的普通技术人员来讲，在不脱离本发明精神和范围的情况下可以变化很多步骤的编号和顺序。
例如，本发明的另一个最佳实施例中，高效的图像检索过程可以通过首先采用每一个图像的全部变化特征用以从图像数据库20中过滤掉最不相似的图像开始。在后来的步骤中，从彩色柱状图矩获得的特征和最低分辨率的低通系数也用于进一步从保留的候选图像中过滤出不相似的图像。然后，剩余的候选图像的方向/边缘/形状特征可以被确定，一个全部相似性量度可以被用于根据彩色柱状图、空间颜色、分类、方向/边缘/形状特征的设定对保留图像进行归类。这个替换的实施例可以进一步减少检索中不必要的处理。
本发明所作的描述，显而易见的可以通过多种方法变化。这样的变化不被认为是脱离本发明的精神和范围的，对本领域的普通技术人员来讲这些变化都是包括在下面给出的权利要求的范围内的。
权利要求
1.一种图像处理系统(5)，包括一个输入装置(30，40)，用于指定查询图像；一个图像数据库(20)，包含一个或多个图像；以及一个图像相似性处理装置(10)，用于确定所述图像数据库(20)中的每一个图象以及所述查询图像的一组特征，所述的一组特征包括对照明变化不敏感的图像特征和对平移、旋转、比例的变化不敏感的图像特征，并且所述的一组特征分配给所述图像数据库(20)中的每个图像一个相似性值，该相似性值表示所确定的所述所分配的图象的一组特征与所确定的所述查询图像的一组特征之间的相似性。
2.如权利要求1所述的系统(5)，其中所述一个图像的图像特征是通过将子波变换应用到相应的图象而确定的，所述图象特征对照明变化和平移、旋转、比例几何变化不敏感。
3.如权利要求2所述的系统(5)，其中所述的对照明变化和几何变化不敏感的图像特征至少包括一个中心矩以及几个低通系数特征，中心矩是根据高通滤波系数计算的，低通系数是从所述所应用的子波变换获得的。
4.如权利要求1所述的系统(5)，其中所述的对照明、平移、旋转和比例变换不敏感的图像特征是通过在相应的图象上应用卡南-洛维变换〔KLT)而确定的。
5.如权利要求4所述的系统(5)，其中所述的对照明、平移、旋转和比例变换不敏感的图像特征至少包括一个根据彩色柱状图而计算的标准化矩，彩色柱状图是从所应用的KLT变换而获得。
6.如权利要求1所述的系统(5)，进一步包括一个输出装置(60，70，80)，用于根据所述的所分配的相似性值通过所述的图象相似性比较装置(10)从所述的图像数据库(20)输出所检索的图象。
7.如权利要求4所述的系统(5)，其中所述的检索的图像是根据所分配的相似性值而分类的。
8.如权利要求1所述的系统(5)，其中在利用所述输出装置(30，40)指定查询图象之前，所述的一组特征是根据它所对应的图象来确定和存储的。
9.一种处理图像的方法，包括指定一个查询图像确定所述图像数据库(20)中的每个图象以及所述查询图像的一组特征，所述的一组特征包括对照明变换不敏感的图像特征和对平移、旋转、比例的变化不敏感的图像特征；以及分配给所述图像数据库(20)中的每个图像一个相似性值，该相似性值表示所确定的所述所分配的图象的一组特征与所确定的所述查询图像的一组特征之间的相似性。
10.一种计算机可读介质包括一组由计算机系统执行的指令，该计算机系统包括一个图像数据库(20)，所述的计算机可读存储介质包括用于指定查询图像的指令；用于确定所述图像数据库(20)中的每个图象以及所述查询图像的一组特征的指令，所述的一组特征包括对照明变换不敏感的图像特征和对平移、旋转、比例的变化不敏感的图像特征；以及用于分配给所述图像数据库(20)中的每个图像一个相似性值的指令，该相似性值表示所确定的所述所分配的图象的一组特征与所确定的所述查询图像的一组特征之间的相似性。
全文摘要
一种图像检索系统(5)和方法将基于柱状图的特征与子波帧分解特征相结合，以及双流程渐进检索处理。所提出的本发明相对于照明的变化以及几何失真而言是稳定的。在第一轮检索过程中，获得了卡南－洛维颜色空间中的图像柱状图的矩特征并被用于过滤最不相似的图像。在第二轮检索中，多分辨率的WF分解被循环的应用于剩余图像。最低等级的一组低通过滤子图象的系数在减去平均数和标准化之后被用来作为包括空间颜色信息的特征。模数和方向系数是根据每一个等级的高通滤波的X－Y方向的子图象来计算的，并且中心矩是从最相似方向系数的方向柱状图导出的以获得TRSI方向/边缘/形状特征。因为本发明相对于照明的变化以及几何失真而言是稳固的和稳定的，本发明十分适合应用于实时图像/视频数据库(20)的索引和检索应用。
文档编号G09G5/00GK1445696SQ02120598
公开日2003年10月1日 申请日期2002年3月18日 优先权日2002年3月18日
发明者刘建峰 申请人:朗迅科技公司