穩定興趣點區域的圖像檢索

謝光藝，郭寶龍，黃 喆

(西安電子科技大學空間科學與技術學院，陜西 西安 710071)

1 引言

圖像同語言相比更加直觀、簡潔，含有更豐富的視覺信息。雖然圖像識別技術已得到極大發展，在網上購物、監控視頻、車牌、人臉和目標識別等諸多領域得到應用。但是隨著互聯網信息的快速增長，想找到一幅相關的圖像越發困難，首先是圖像數量呈現幾何級數式的增長，在海量的信息中僅憑人工去尋找費時費力。其次雖然增加文字標注會明顯提高檢索效率，但不同的人對圖像有不同的理解，會造成圖像底層內容和高級語義的歧義，影響檢索效果。針對這些情況，圖像檢索具有重要的作用和價值。

根據圖像紋理、顏色信息、幾何特征和空間關系等底層特征信息進行圖像檢索，一直是研究的主要方向。文獻[5]中使用塊級離散余弦變換(DCT)和灰度級共生矩陣(GLCM)提取了圖像的視覺內容。在所有的圖像檢索方法中，興趣點法使用的興趣點具有運算量小、信息量大的優點，在運動估計、圖像匹配合成諸多領域得到大量應用，并且使用興趣點進行圖像檢索也是一個熱點問題。興趣點即為一幅圖像內在水平X軸和垂直Y軸兩個方向灰度值都有顯著改變的特殊像素點。由于興趣點也通常是邊緣點，在其附近的鄰域內應該蘊含了豐富的細節信息。在文獻[7-9]中檢測圖像的穩定興趣點，利用底層的顏色直方圖、紋理特征并結合空間特征進行檢索。但這些方法都沒考慮到大多數的檢測圖像都有檢測主體，位于背景圖像中的興趣點會影響圖像檢測的準確率。為了克服這個缺點，需要去除這些干擾興趣點。針對這些方法的不足本文提出了穩定興趣點區域的圖像檢索方法。

2 算法描述

所提方法首先利用Harris算子檢測到圖像的興趣點，再計算以興趣點為中心鄰域灰度值的偽澤尼克矩。比較查詢圖像和候選圖像間各個興趣點間的偽澤尼克距離找到最佳配對點對，并取得相應凸包區域從而能夠實現物體形狀粗略表征，再結合顏色和紋理特征進行圖像檢索。該方法克服了傳統興趣點算法只提取邊緣局部特征的不足，整體框圖如圖1所示。

圖1 算法流程圖

2.1 興趣點檢測

檢測興趣點的算法很多，常見的有SUSAN(Small univalue segment assimilating nucleus)算法、Moravec算法和 Harris算法，本文采用 Harris 和 Stephens所提方法。這種方法運算較簡單、對平移、旋轉適用性好。圖像灰度顯著變化的位置由自相關函數來確定，公式為

(1)

興趣點的判斷公式為

(2)

2.2 穩定興趣點區域

2

.

2

.

1 匹配興趣點

偽澤尼克矩是典型的一種不變矩，抗噪性能強于澤尼克矩。通過計算興趣點鄰域的灰度偽澤尼克矩，比較查詢圖像和待檢圖像間各個興趣點間的距離，確定最佳匹配點對，并去除圖像背景上的無關興趣點。

把變換圖像

I

(

x

,

y

)映射到偽澤尼克矩的基集 (單位圓(

x

+

y

≤1)中的一組完備正交集)上，即得到偽澤尼克矩變換

(3)

式中

n

是階數，為非負整數。

m

是重復度，取整數，兩者滿足

n

≥|

m

| ；*表示復數共軛。極坐標下像素點的半徑和角度分別是

ρ

和

θ

，極坐標下(

n

，

m

)階數偽澤尼克矩定義為

V

=

V

(

ρ

,

θ

)

(4)

此坐標下求圖像的偽澤尼克矩由式(3)變為

(5)

計算圖像的偽澤尼克矩時，極坐標原點選做圖像的興趣點，運算相關鄰域圖像變換到單位圓內的像素點，其余的像素點不予計算。

圖2 穩定區域示意圖

由以上計算可得查詢圖像和候選圖像每個點的偽澤尼克矩。偽澤尼克矩階數越高，計算代價越大，所以圖像檢索通常只用10 階之內的偽澤尼克矩， 就能夠實現圖像良好的形狀表征。由于偽澤尼克矩的共扼對稱性，運算減少一半，計算

m

≥ 0時的|

A

|，又因為歸一化圖像

A

和

A

的是常數，故只需計算

n

從2 到10階偽澤尼克矩，所以一個34維度的向量就可表示圖像形狀特征。

(6)

由(6)式計算查詢圖像和候選圖像每個點的偽澤尼克矩距離。候選圖像每一個查詢圖像的興趣點值可以找到查詢圖像上偽澤尼克矩距離值最小值的點，作為兩張圖像的匹配興趣點，然后去除非配對的興趣點。

2

.

2

.

2 計算穩定興趣點區域

在平面上包括所有觀測點的最小凸多邊形為凸包。它在圖像處理、物體追蹤等領域得到大量應用。計算凸包的方法很多，格雷厄姆掃描法具有運算簡單、運行速度快。所以本文采用此種方法算出興趣點凸包，從而獲得穩定興趣點區域。穩定興趣點區域為關注焦點所在，特別是查詢圖像有主體對象時，基本可以實現感興趣對象和背景的分割。圖2(b)是穩定興趣點區域的示意圖，左側是查詢圖像，右側為候選圖像，白色點代表匹配的興趣點。凸包劃分的結果如白色多邊形區域所示。從圖中可以看出，經過興趣點匹配再進行凸包運算，大致得到兩輛公共汽車的輪廓，從而得到穩定的興趣點凸包區域。

圖3 紋理特征提取示意圖

2.3 穩定興趣點區域的特征提取

2.3.1 顏色直方圖

因為RGB顏色空間是計算機上的顯視顏色空間，所以在此空間提取圖像的顏色信息特征產生的誤差會最小，然而由于計算量及存儲的原因，實際中較少采用。而HSV顏色空間更符合人眼視覺特征，并且HSV三個變量互相獨立。另外為提高運算效率而不影響檢索效果，先量化圖像顏色，這里采用非等間隔量化方法。具體方法為：首先對

HSV

空間的圖像進行映射編碼，飽和度

S

和亮度

V

的取值范圍都從[0，1]映射到整數空間[0，2]，色調

H

的取值范圍從[0°,360°]映射為[0，7]，再由

V

=9

H

+3

S

+

V

計算得到圖像的特征矢量

V

，其取值范圍為[0，71]，每個值都對應一種圖像顏色。按公式

H

=

number

/number

，(

k

=10,1…，71)統計穩定的興趣點區域內的顏色直方圖，其中

number

為穩定區域內顏色為

k

的像素數量，

number

為穩定區域內像素的總數。2

.

3

.

2 紋理特征提取

圖像的紋理是能夠表達圖像細節信息的局部結構化特征，有利于體現物體的特質。人們通過研究發現，Gabor濾波器的多尺度多方向類似人眼的視覺系統，用Gabor濾波器提取和區分物體的紋理信息特征很有優勢，所以這里用Gabor函數來獲取物體的紋理信息特征。

(7)

這里

ψ

(

x

,

y

)為小波基函數，

σ

和

σ

是沿水平

X

軸和垂直

Y

軸上的方差，基波函數是以(

ω

,0)為中心頻率的帶通濾波器。令

x

′=

a

-(cos

θ

+

y

sin

θ

)，

y

′=

a

-(

y

cos

θ

-

x

sin

θ

)，

θ

=

n

π

/k

，

k

為變換方向數，

a

-為尺度變換因子。則

ψ

(

x

，

y

)是由基函數

ψ

(

x

，

y

)進行尺度和旋轉變換后可得到Gabor小波族，其表示如下

ψ

(

x

，

y

)=

a

-

ψ

(

x

′，

y

′)，

a

> 1，

m

，

n

∈

Z

(8)

圖像

I

(

x

，

y

)與Gabor濾波器各子帶信號進行卷積和的計算，就能得到不同尺度和不同方向的各個濾波子圖像，可表示為

(9)

設

I

(

x

，

y

)的大小為

M

×

N

，由式(10)(11)分別計算出圖像經多尺度和多方向濾波后各子圖的均值

μ

和標準方差

σ

，從而提取出圖像的紋理特征。一幅經過濾波后的圖像如圖3所示。

(10)

(11)

實驗已經表明當尺度數和方向數分別取值為4和6時Gabor提取紋理時的效果最好[15]，因此本文也選取4個尺度，6個方向提取特征。紋理特征向量為：

T

(

μ

，

σ

；

μ

，

σ

；…

μ

，

σ

)。

2.4 相似性度量

當檢索目標圖像是

Q

，圖像數據庫里的一張圖像為

I

，這里使用它們的特征加權距離來計算兩張圖內容的相近度。目標圖像

Q

與庫圖像

I

的顏色直方圖信息特征相近度是

S

，它們的紋理信息特征相近度為

S

，兩張圖最終的相近度為

S

(

Q

，

I

)=

ω

S

(

Q

，

I

)+

ω

S

(

Q

，

I

)

(12)

其中，

ω

和

ω

是可調權值，且滿足

ω

+

ω

=1；檢索目標圖像

Q

和庫待檢圖像

I

的顏色信息特征向量分別為

H

和

H

，而

T

和

T

是查詢圖像

Q

和庫待檢圖像

I

的紋理特征向量；

ω

和

ω

的選擇是依據顏色直方圖和紋理在檢索中的作用決定的，可用支持向量基、蟻群等算法優化，因為本算法不涉及這部分內容，后面實驗為簡化，兩個值都取0

.

5。抽取待檢圖像和數據庫中的每幅圖像，按上式計算

S

(

Q

，

I

)數值，并按從大到小排序，值越大越表明兩幅圖像越相似。

3 實驗結果及結論

查全率也是衡量查詢圖像結果的一個重要指標，其定義是

P

=

n/R

，這里

n

是檢索返回和檢索目標圖像屬于同類別圖像的數目，

R

為數據庫中屬于檢索目標圖像類別中的圖像總個數。查準率被用來描述算法查詢的準確性，查全率用來描述算法查詢的全面性。只要查準率和查全率數值越高，算法的功能就越好。查準率(

P

)和查全率(

P

)是目前衡量查詢算法最廣泛的評價標準。圖5是上面所提三種算法查準率—查全率統計圖，從圖中可以看出本文的算法包含的圖形面積區域最大，表明本文所提算法明顯提高了查準率和查全率。

為了更好的檢驗本文所提的算法，在Corel-10K數據集上進行了實驗。該數據集圖像大小為187×126(或126×187)，包含100種類別物體，有旗幟，郵票，船舶，摩托車，帆船，飛機等類別圖像，每個類別100張圖像，總共10，000張圖像。

表1 數據集Corel-1k上各算法檢索結果比較Unit：%

圖4 三種算法對bus類圖像的檢測結果．

圖5 三種算法在數據集Corel-1k上查準率—查全率圖

圖6 三種算法在數據集Corel-10k上查準率—查全率圖

4 結束語

利用檢測出的興趣點鄰域灰度信息計算各點的偽澤尼克矩，通過比較查詢圖像和候選圖像間各個興趣點間的偽澤尼克矩距離，找到最佳配對點對。然后以這些點對取得相應凸包區域，即得到穩定的興趣點區域。最后利用顏色直方圖結合Gabor小波變換提取穩定興趣點區域內圖像的顏色和紋理信息作為特征進行圖像檢索，實驗表明所提方法提高了準確率和查全率。在接下來的工作中，利用興趣點的幾何形狀預判圖像中有無明顯主體，再采取不同的機制進行檢索。還可以引入反饋機制，調整權系數，從而進一步提高檢效果。