50、用于图像匹配的颜色邻接直方图

用于图像匹配的颜色邻接直方图

在基于内容的图像检索中，图像颜色分布的比较是一项重要工具。传统上常通过比较图像的颜色直方图来实现，但这种方法会消除颜色空间分布的信息。本文提出使用二维颜色邻接直方图进行图像匹配，该直方图包含了颜色邻接信息，能更有效地表征图像。

颜色量化与分割

颜色量化是减少图像中颜色数量的过程，本文采用两步实现颜色量化：
1. 预分割 ：使用带体积消光值的分水岭算法。该算法基于分水岭集水盆中湖泊的融合创建层次结构，在洪水过程中记录合并信息形成图，图的边权为合并时较小湖泊的体积，最终得到最小生成树（MST）。通过切割MST中(k - 1)个最高值的边，可得到具有k个区域的分割结果。
- 洪水过程在彩色图像的梯度上进行，使用基于饱和度加权的颜色梯度，在饱和度高时对色调差异赋予更大权重，饱和度低时对亮度差异赋予更大权重。
- 为简化图像，消除小区域，使用形态学平整和形态学交替顺序滤波器。
2. 层次聚类 ：使用凝聚聚类方法，基于CIELAB空间中颜色坐标的欧几里得距离进行聚类。开始时，将镶嵌图像中每个区域的颜色视为一个单独的聚类，不断合并距离最近的两个聚类，直到形成一个单一聚类。聚类结果用树表示，从树的相应层次可得到指定数量的聚类，每个聚类的代表颜色为该聚类中所有颜色的平均值。

颜色量化和分割算法的步骤如下：
1. 使用带体积消光值的分水岭算法进行预分割，得到镶嵌图像。
2. 将镶嵌图像转换到CIELAB空间。
3. 为每个区域提取一组CIELAB坐标。
4. 对提取的颜色坐标进行层次聚类，得到所需数量的颜色聚类。 <