论文部分内容阅读
【摘 要】描述了一种基于形状特征矩的图像形状特征提取方法，并提出改进的算法。实验结果表明，算法提取的形状特征具有对平移、旋转和尺度变化的不变性，能够得到较好的检索效果。
【关键词】形状特征 矩 特征不变性 图像检索算法
随着大数据及其相关技术的研究和发展，对信息的存储、检索、利用的要求越来越高。图像检索是信息检索的重要领域，如何灵活、高效、准确的对图像进行检索就成了当前迫切需要解决的问题之一。基于内容的图像检索技术是图像检索的热点研究领域之一，并取得了一系列研究成果。
基于内容的图像检索技术主要是自动提取图像中对象的颜色、形状、纹理等特征或者这些特征的组合，计算出检索图像特征与目标图像特征之间的相似度，回馈出检索结果。基于形状特征的图像检索在基于内容的图像检索中占有重要的地位，且已得到广泛的研究和应用，形状特征包含着丰富的结构信息和语义信息，比较符合人们的视觉特征，且形状特征的描述、提取等是比较困难的。
本文在研究分析图像检索知识的基础上，提出了一种基于形状特征矩的图像检索算法。首先，研究了基于矩的形状描述方法，利用Hu不变矩对图像平移、旋转、尺度变换的不变性，分别提取出示例图像和图库中各图像的形状特征向量。其次，利用改进的距离公式计算出示例图像和图库中各图像的形状特征向量之间的距离，提出一个可以调整高低阶矩的权重值，根据不同实验结果进行算法的调整，保证算法的准确性，满足用户对结果的需求。最后，利用仿真实验对算法进行了几何变换不变性分析和图像检索性能分析，实验结果表明该算法具有较好的检索效果。
一、一种基于形状特征矩的图像检索算法
（一）基于形状特征的矩描述方法
step6：算法结束。
二、实验结果及分析
（一）几何不变性分析
几何不变性分析即是检验算法对图像平移、尺度及旋转不变性的是否具有有效性，本文从图像库中随机选出两幅图像，并对其中一幅图像进行相应的不同类型的几何变换，同时采用本文的算法进行180度旋转，且提取矩不变量中的前10项作为特征向量。图（a）和图（b）分别为图像库中两幅图像，其中图（a1）和（a2）分别是图（a）进行过尺度变化后得到的图像，尺度变换因子分别为1.2倍、0.8倍，图（a3）- （a6）分别是对图像进行顺时针300，600，900，1800旋转后得到的图像，图（a7）- （a10）分别是图（a）进行不同位置的平移得到的图像。
下面分析几何变换后与变换前的情况，在算法的基础上利用Hu不变矩来计算他们的距离，Dm代表变换前的距离，Dn代表变换后的距离，D1-D10代表经过尺寸、旋转、平移这几种几何变换后得到的距离，由于算法的近似性，几何变换后的图像与原始图像之间的距离都在0.01-0.1之间，且远小于不同的图像形状间的距离，因此该算法具有平移、尺度和旋转不变的有效性。
（二）检索性能分析
由于形状特征向量具有较好的旋转、平移和尺度变换不变性，适用于对进行过几何变换的图像进行检索。在同等环境下，对查准率和查全率进行综合考虑后，由上表可以看出，此检索算法对于背景单一而形状突出的图像的检索效果良好；对背景相对复杂而形态各异的图像也能得到相对较好的检索效果。当然表中的数据也随着用户提出的测试图像与系统提供的图库的变化而变化，但是从总体来看，四类测试图例的平均查准率与查全率分别为91.4%和93.13%，所以表明此算法能够得到较好的检索效果。
三、小结
随着大数据及其相关技术的研究和发展，对信息的存储、检索、利用的要求越来越高，如何有效地检索多媒体信息称为当代亟待解决的问题。基于内容的图像检索正受到国内外很多机构的关注，很多研究者长期从事这方面工作，并取得了很多令人瞩目的成绩，也有许多商用的和研究性的图像检索系统已经面世。尽管基于内容的图像检索技术取得了很大的进展，但仍然面临着巨大的挑战。
参考文献：
[1]邬长安.数字图像处理、分析及应用[M]，大象出版社，2008（9）：201-206
[2]Rafael C.Gonzalez，Richard E.Woods.Digital Image Processing. （2nd ed.）[M].北京：电子工业出版社，2007：188-190
[3]聂生显. 基于形状特征的图像检索研究和应用[D].电子科技大学 2011
【关键词】形状特征 矩 特征不变性 图像检索算法
随着大数据及其相关技术的研究和发展，对信息的存储、检索、利用的要求越来越高。图像检索是信息检索的重要领域，如何灵活、高效、准确的对图像进行检索就成了当前迫切需要解决的问题之一。基于内容的图像检索技术是图像检索的热点研究领域之一，并取得了一系列研究成果。
基于内容的图像检索技术主要是自动提取图像中对象的颜色、形状、纹理等特征或者这些特征的组合，计算出检索图像特征与目标图像特征之间的相似度，回馈出检索结果。基于形状特征的图像检索在基于内容的图像检索中占有重要的地位，且已得到广泛的研究和应用，形状特征包含着丰富的结构信息和语义信息，比较符合人们的视觉特征，且形状特征的描述、提取等是比较困难的。
本文在研究分析图像检索知识的基础上，提出了一种基于形状特征矩的图像检索算法。首先，研究了基于矩的形状描述方法，利用Hu不变矩对图像平移、旋转、尺度变换的不变性，分别提取出示例图像和图库中各图像的形状特征向量。其次，利用改进的距离公式计算出示例图像和图库中各图像的形状特征向量之间的距离，提出一个可以调整高低阶矩的权重值，根据不同实验结果进行算法的调整，保证算法的准确性，满足用户对结果的需求。最后，利用仿真实验对算法进行了几何变换不变性分析和图像检索性能分析，实验结果表明该算法具有较好的检索效果。
一、一种基于形状特征矩的图像检索算法
（一）基于形状特征的矩描述方法
step6：算法结束。
二、实验结果及分析
（一）几何不变性分析
几何不变性分析即是检验算法对图像平移、尺度及旋转不变性的是否具有有效性，本文从图像库中随机选出两幅图像，并对其中一幅图像进行相应的不同类型的几何变换，同时采用本文的算法进行180度旋转，且提取矩不变量中的前10项作为特征向量。图（a）和图（b）分别为图像库中两幅图像，其中图（a1）和（a2）分别是图（a）进行过尺度变化后得到的图像，尺度变换因子分别为1.2倍、0.8倍，图（a3）- （a6）分别是对图像进行顺时针300，600，900，1800旋转后得到的图像，图（a7）- （a10）分别是图（a）进行不同位置的平移得到的图像。
下面分析几何变换后与变换前的情况，在算法的基础上利用Hu不变矩来计算他们的距离，Dm代表变换前的距离，Dn代表变换后的距离，D1-D10代表经过尺寸、旋转、平移这几种几何变换后得到的距离，由于算法的近似性，几何变换后的图像与原始图像之间的距离都在0.01-0.1之间，且远小于不同的图像形状间的距离，因此该算法具有平移、尺度和旋转不变的有效性。
（二）检索性能分析
由于形状特征向量具有较好的旋转、平移和尺度变换不变性，适用于对进行过几何变换的图像进行检索。在同等环境下，对查准率和查全率进行综合考虑后，由上表可以看出，此检索算法对于背景单一而形状突出的图像的检索效果良好；对背景相对复杂而形态各异的图像也能得到相对较好的检索效果。当然表中的数据也随着用户提出的测试图像与系统提供的图库的变化而变化，但是从总体来看，四类测试图例的平均查准率与查全率分别为91.4%和93.13%，所以表明此算法能够得到较好的检索效果。
三、小结
随着大数据及其相关技术的研究和发展，对信息的存储、检索、利用的要求越来越高，如何有效地检索多媒体信息称为当代亟待解决的问题。基于内容的图像检索正受到国内外很多机构的关注，很多研究者长期从事这方面工作，并取得了很多令人瞩目的成绩，也有许多商用的和研究性的图像检索系统已经面世。尽管基于内容的图像检索技术取得了很大的进展，但仍然面临着巨大的挑战。
参考文献：
[1]邬长安.数字图像处理、分析及应用[M]，大象出版社，2008（9）：201-206
[2]Rafael C.Gonzalez，Richard E.Woods.Digital Image Processing. （2nd ed.）[M].北京：电子工业出版社，2007：188-190
[3]聂生显. 基于形状特征的图像检索研究和应用[D].电子科技大学 2011