38、基于多分辨率图像子块颜色与纹理特征的新型图像检索技术

基于多分辨率图像子块颜色与纹理特征的新型图像检索技术

在当今数字化时代，图像数据量呈爆炸式增长，高效的图像检索技术变得至关重要。无论是医学影像、军事应用、数字图书馆还是计算机辅助设计等领域，都对能够快速准确找到所需图像的方法有着强烈需求。本文将介绍两种创新的图像检索方法，它们分别从不同角度提升了图像检索的性能。

基于多分辨率颜色与纹理特征的图像检索

提出的方法

• 网格划分 ：首先，将图像在两种分辨率下划分为大小相等且不重叠的子块。以Corel数据集（包含256 x 384或384 x 256大小的图像）为例，将图像划分为24个（4 x 6或6 x 4）不重叠的子块，每个子块大小为64 x 64。若子块尺寸小于64 x 64，会导致性能下降。这种划分结构还会扩展到图像的二级分解，形成两级结构的网格。
• 颜色特征提取 ：
  • HSV量化 ：使用非等间隔量化方案对HSV图像进行量化，其中H分为8个区间，S分为3个区间，V分为3个区间。最后将8X3X3的直方图拼接，得到72维向量。
  • 累积直方图 ：为减少直方图中的零值，采用累积直方图。根据量化级别，将不同权重的H、S、V三维特征向量组合成一维特征向量G：
    [G = H + 3S + 9V]
    通过这种方式，将HSV的三维向量转换为一维向量，对整个颜色空间进行量化，得到72种颜色。
• 纹理特征提取