[发明专利]一种基于颜色与结构特征的图像摘要获取方法

权利要求书

1.一种基于颜色与结构特征的图像摘要获取方法，其特征在于，该方法包括如下步骤：

1)图像预处理；

2)颜色特征提取：对预处理后的图像进行分块处理，基于颜色向量角和颜色欧式距离提取颜色特征；

21)将预处理后图像分割为L×L的图像块，并对每一个图像块中的所有像素求均值处理得到矩阵M，矩阵M中的每个元素表示相应图像块所有像素的平均像素值；

22)计算矩阵M的颜色向量角矩阵C₁，提取颜色向量角矩阵C₁的横向变化矩阵FH₁与纵向变化矩阵FZ₁；

步骤22)颜色向量角矩阵C₁通过如下方式获得：

(22a)对于矩阵M中的元素P₁＝[R₁,G₁,B₁]，分别求取其与参考点P₂＝[R_m,G_m,B_m]的向量角θ，R₁,G₁和B₁分别为RGB颜色空间的红色、绿色和蓝色通道，R_m,G_m和B_m分别为RGB颜色空间三个通道的参考值：

(22b)将sinθ作为颜色向量角矩阵C₁中对应位置处的颜色向量角；

进而，

FH₁＝C₁(g,1:end-1)-C₁(g,2:end)，

FZ₁＝C₁(1:end-1,g)-C₁(2:end,g)，

其中，C₁(g,g)表示所有行与所有列，end表示矩阵最后一行或最后一列，end-1表示矩阵倒数第二行或倒数第二列；

23)计算矩阵M的颜色欧式距离矩阵C₂，提取颜色欧式距离矩阵C₂的横向变化矩阵FH₂与纵向变化矩阵FZ₂；

颜色欧式距离矩阵C₂通过如下方式获得：

(23a)对于矩阵M中的元素P₁＝[R₁,G₁,B₁]，分别求取其与参考点P₂＝[R_m,G_m,B_m]的欧式距离d，R₁,G₁和B₁分别为RGB颜色空间的红色、绿色和蓝色通道，R_m,G_m和B_m分别为RGB颜色空间三个通道的参考值：

(23b)将d作为颜色欧式距离矩阵C₂中对应位置处的颜色欧式距离；

进而，

FH₂＝C₂(g,1:end-1)-C₂(g,2:end)，

FZ₂＝C₂(1:end-1,g)-C₂(2:end,g)，

其中，C₂(g,g)表示所有行与所有列，end表示矩阵最后一行或最后一列，end-1表示矩阵倒数第二行或倒数第二列

24)联合FH₁、FZ₁、FH₂和FZ₂获取图像的颜色特征向量F_C；

24a)将FH₁、FZ₁按行展开为FH₁′和FZ₁′并将其联合起来量化处理得到颜色向量角变化矩阵FC₁：FC₁＝round(1000×[FH₁′,FZ₁′])，round(g)表示四舍五入操作；

24b)将FH₂、FZ₂按行展开为FH′₂和FZ′₂并将其联合起来量化处理得到颜色欧式距离变化矩阵FC₂：FC₂＝round(1000×[FH′₂,FZ′₂])，round(g)表示四舍五入操作；

24c)确定颜色特征F_C，其中，F_C中第j个元素为：F_C(j)＝FC₁(j)+FC₂(j)，j＝1,2,...,M，M为FC₁中元素个数，也即为FC₂中元素个数；

3)结构特征提取：对预处理后的图像提取亮度分量，对亮度分量应用四叉树分解提取结构特征；

31)将预处理后的图像转换为L*a*b颜色空间，并提取L分量作为图像的亮度分量；

32)对亮度分量采用四叉树分解技术获得亮度分量的四叉树结构图；

33)将四叉树结构图分割为L×L个小块，按照光栅扫描顺序统计每个小块中所包含的不同大小的区域总数量作为该小块的结构特征，进而得到图像的结构特征向量F_S＝[N(1),N(2),N(3),...,N(k),...,N(L²)]，N(k)为第k个小块中所包含的不同大小的区域总数量，k＝1,2,...,L²；

4)联合颜色特征和结构特征，并将其扰乱得到图像哈希序列，获得图像摘要。