[发明专利]一种基于矢量量化的全局和局部颜色图像检索方法

摘要

一种基于矢量量化的全局和局部颜色图像检索方法。本发明提出一种新的颜色图像检索方法，涉及图像处理技术领域。该方法将RGB颜色空间转换为HSV颜色空间，运用基于神经网络的竞争学习算法训练码书，对颜色空间进行更为精确的聚类划分；引入颜色转移矩阵描述颜色的空间分布情况；将索引直方图和主颜色转移矩阵两种颜色特征相结合进行相似性度量；运用形态学开闭运算处理图像，凸显目标轮廓，以提取出局部感兴趣区域，突出了重要区域，限制背景信息。本发明提出的颜色图像检索方法克服了全局颜色直方图法对颜色空间分布描述不够，不能有效限制背景信息的缺点。使颜色量化更为准确，匹配效果更好，是进一步提高检索效率的有效方法。

主权项

一种基于矢量量化的全局和局部颜色图像检索方法，其特征在于,读取彩色图像数据，将其从RGB颜色空间转换到HSV颜色空间，选取相邻且互不重叠的4×4像素点作为训练矢量；对训练矢量平方和排序形成初始码书；选取图像库中的图像构成训练矢量集训练初始码书；通过统计各颜色出现的频率百分比及相邻像素块的颜色变化情况，形成颜色索引直方图和主颜色转移矩阵，将其作为检索特征；利用形态学图像处理，凸显目标轮廓以提取感兴趣局部图像区域；利用全局颜色特征和局部感兴趣区域颜色特征加权检索，获得感兴趣区域图像，所述利用全局颜色特征和局部感兴趣区域颜色特征加权检索具体为：统计全局和局部各颜色的频率百分比，形成颜色索引直方图H_A,H_B,H_a,H_b；统计相邻像素块的颜色变化情况，形成主颜色转移矩阵D_A,D_B,D_a,D_b；采用欧氏距离根据公式：计算全局相似度Simi1，其中ω₁为全局颜色索引直方图的权重，ω₂为全局主颜色转移矩阵的权重(ω₁,ω₂∈[0,1],且ω₁+ω₂＝1)；根据公式：计算局部相似度Simi2，其中ω₃为局部颜色索引直方图的权重，ω₄为局部主颜色转移矩阵的权重(ω₃,ω₄∈[0,1]且ω₃+ω₄＝1)；合成相似度Similar＝pSimi1+qSimi2，将Similar按升序排列，返回检索结果，其中p,q∈[0,1],p+q＝1。