[发明专利]一种基于方向选择机制的图像检索方法

权利要求书

1.一种基于方向选择机制的图像检索方法，其特征是，包括步骤如下：

步骤1、将输入的彩色图像从RGB颜色空间转换到HSV颜色空间；

步骤2、将HSV颜色空间中的色调分量H、饱和度分量S和明度分量V进行均匀量化和组合量化处理，得到颜色索引图；

步骤3、利用Sobel算子对HSV颜色空间中的明度分量V进行边缘检测，并将所得到的边缘方向进行均匀量化处理，获得边缘方向索引图；

步骤4、使用均匀量化操作对HSV颜色空间中的明度分量V进行处理，得到的灰度索引图；

步骤5、使用最优方向选择算法分别确定颜色索引图、边缘方向索引图和灰度索引图的每一个像素点的最优方向；其中最优方向选择算法的具体步骤如下：

步骤5.1、以所求像素点为中心，选取宽为m，高为n的局部邻域m×n；

步骤5.2、对于局部邻域m×n内的每一个像素点(x,y)，计算其在α＝0°、45°、90°和135°这4个备选方向上的平均索引值差异G(α)，其中：

式中，g(x,y)表示像素点(x,y)的索引值，g(x+1,y)表示与像素点(x,y)在0°方向上的相邻的像素点的索引值，g(x+1,y-1)表示与像素点(x,y)在45°方向上的相邻的像素点的索引值，g(x,y+1)表示与像素点(x,y)在90°方向上的相邻的像素点的索引值，g(x+1,y+1)表示与像素点(x,y)在135°方向上的相邻的像素点的索引值，m表示局部邻域的宽，n表示局部邻域的高；

步骤5.3、对于局部邻域m×n内的每一个像素点(x,y)，计算其在α＝0°、45°、90°和135°这4个备选方向与其垂直方向的平均索引值差异比值f(α)，其中：

f(0°)＝G(0°)/[G(90°)+1]

f(45°)＝G(45°)/[G(135°)+1]

f(90°)＝G(90°)/[G(0°)+1]

f(135°)＝G(135°)/[G(45°)+1]

步骤5.4、将平均索引值差异比值f(0°)、f(45°)、f(90°)和f(135°)的最小值所对应的备选方向α作为像素点(x,y)的最优方向；

步骤6、基于所确定的每一个像素点的最优方向，分别计算颜色索引图、边缘方向索引图和灰度索引图的每一个像素点在最优方向上的特征变化值；其中特征变化值LFCD(x,y)_α为：

式中，α表示像素点(x,y)的最优方向，P(x,y)表示像素点(x,y)的索引值，P(x_α-1,y_α-1)表示像素点(x,y)在最优方向α上的左相邻的像素点的索引值，P(x_α,y_α)表示像素点(x,y)在最优方向α上的右相邻的像素点的索引值，s(q)为变化走向函数，

步骤7、基于所到的每一个像素点在最优方向上的特征变化值，分别得到颜色索引图、边缘方向索引图和灰度索引图的特征变化直方图，并联合颜色索引图的特征变化直方图、边缘方向索引图的特征变化直方图和灰度索引图的特征变化直方图，得到最终的特征变化直方图；

步骤8、将所得到的最终的特征变化直方图的特征向量作为最终特征应用于图像检索。

2.根据权利要求1所述的一种基于方向选择机制的图像检索方法，其特征是，步骤8中，通过计算查询图像的特征向量与数据集中图像的特征向量之间的距离D(T,Q)来进行相似性匹配，从而完成图像检索；其中

式中，T_i表示数据集中图像的第i维特征向量，Q_i表示查询图像的第i维特征向量，K表示特征向量的维数，w表示权重参数。

3.根据权利要求2所述的一种基于方向选择机制的图像检索方法，其特征是，特征向量的维数K为：

K＝N_C+N_O+N_I

式中，N_C表示颜色量化数目，N_O表示方向量化数目，N_I表示灰度量化数目。