[發明專利]一種基于內容的彩色動物圖像檢索方法與系統

有效

• 申請號: 201410092708.4
• 申請日: 2014-03-13
• 公開（公告）號: CN103870569B
• 公開（公告）日: 2017-05-10
• 發明（設計）人: 高文昀;何薇;高天成;程彬;徐學永;郭曉丹;呂明;鄭技平;王均波;袁鴦;朱文和;冒蓉;岳東峰;高甜蓉;嚴后選;江永健;王進;劉思培;周凱
• 申請（專利權）人: 北方信息控制集團有限公司
• 主分類號: G06F17/30
• 分類號: G06F17/30;G06T7/00
• 代理公司: 南京理工大學專利中心32203
• 代理人: 朱顯國

1.一種基于內容的彩色動物圖像檢索方法，其特征在于，包括以下步驟：

步驟1、輸入作為檢索目標的查詢圖像；

步驟2、基于特征模板庫的導引，提取查詢圖像中感興趣內容的顏色、紋理和骨架特征描述，并進行歸一化處理，其中，前述特征模板庫存儲有基于樣本統計形成的不同動物顏色、紋理和骨架的特征描述；以及

步驟3、將步驟2提取的特征描述進行基于R樹索引結構的檢索，與一特征索引庫中的圖像特征索引進行查找計算，并根據匹配結果從圖像數據庫中提取出相應的圖片；

其中在步驟2所述的特征描述中，顏色特征值采用HSV值表示，所述紋理特征采用LBP值的歸一化統計直方圖表示，所述骨架特征采用等級骨架樹描述；

所述步驟2的實現包括以下步驟：

步驟2-1、對輸入的查詢圖象進行顏色特征提取，使用Mean Shift算法在HSV顏色空間上將查詢圖象劃分成區域內部顏色相一致的多個區域，用一個5維的特征向量x＝(x^s,x^r)表示待處理彩色圖像的每個像素點，x^s表示像素點坐標，x^r表示像素點的(H,S,V)彩色特征，定義Mean Shift向量：

式中w(x_i)為像素點x_i的權重，離x越近的x_i被賦予越大的權重，K_H(x_i-x)＝|H|^-1/2K(H^-1/2(x_i-x))為單位核函數；

從圖像第一個像素點x₁開始，進行Mean Shift迭代，對像素點的HSV值計算M(x),將M(x)標記給x；以此類推，直到滿足終止條件||m(x_i)-x||＜ε，ε為設定的收斂閾值；此時即得到該像素點在Mean Shift算法下的HSV收斂值；對查詢圖像的所有像素點進行Mean Shift迭代，將收斂到同一點的像素點歸為一類，并以分割得到的每個區域的顏色HSV均值作為該區域的顏色統計值，即顏色特征值；

步驟2-2、對步驟2-1分割得到的內部顏色相一致的各個區域提取紋理特征，查詢圖像的紋理特征以所述LBP值的歸一化統計直方圖表示，紋理特征的提取包括以下步驟：

步驟2-2a、將查詢圖像轉化為灰度圖像；

步驟2-2b、對待處理灰度圖像的每個像素I_x,y按下式計算LBP值W(x,y)：

式中，I_x-i,y-j為待處理像素I_x,y的鄰域像素，當鄰域像素I_x-i,y-j的灰度值大于或等于待處理像素I_x,y的灰度值時，上式中的I'(x-i,y-j)取值為1，否則取值為0；G為一個3*3變換系數矩陣：

步驟2-2b、用各區域中像素的LBP值的歸一化統計直方圖表示該區域的紋理特征：

其中，n_i為區域中LBP值為i的像素的個數，M為區域中像素的總數；

步驟2-3、將得到的查詢圖像的各個區域的顏色和紋理特征值與特征模板庫中的各種動物的顏色紋理模板進行相似度計算，以相似度最相近的區域作為用戶查詢的感興趣區域的種子，以該模板為種子模板，并以該區域的顏色和紋理特征值作為查詢動物的顏色和紋理表述，其中：

待比較區域C1:(H1,S1,V1)與動物模板顏色特征C2:(H2,S2,V2)的相似度計算公式為：

S_c＝|V₁-V₂|+|V₁S₁Cos(H₁)-V₂S₂Cos(H₂)|+|V₁S₁Sin(H₁)-V₂S₂Sin(H₂)|；

待比較區域與動物模板紋理特征的相似度計算公式為：

式中，HT_i和HT_i'分別是待比較區域和動物模板的LBP紋理直方圖；

根據上述兩種特征值的重要程度通過加權處理得到待比較區域和動物模板之間顏色紋理的相似度的度量其中w_c、w_t為權值；

步驟2-4、采用柔韌性骨架生成算法提取待查詢圖像中目標物體的骨架特征：對待查詢圖像中目標物體的骨架特征，抽取的動物骨架線為樹形結構，并且自頂向下地對骨架樹的每個分支給予不同的匹配權重，形成等級骨架樹，即為查詢動物的骨架樹特征描述。