DCT压缩域中基于纹理和形状的图像检索算法

《DCT压缩域中基于纹理和形状的图像检索算法》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、!""-年#月西安电子科技大学学报（自然科学版）R@;.!""-!!第2(卷!第2期$%&’()*!%+!,-!-)(!&(-./’0-#1S=A.2(!T=.2!"#压缩域中基于纹理和形状的图像检索算法赵!珊!周利华!西安电子科技大学多媒体研究所"陕西西安!-&""-&#摘要!在对以往+/0压缩域的图像检索算法研究的基础上!将+/0块及其系数的空间分布信息引入特征提取算法!提出了一种压缩域中结合纹理和形状信息的图像检索算法.根据+/0块的复杂度及块内系数的空间分布!构造了加权复杂度直方图来表述图像的纹理信息"同时!根据+

2、/0块系数的取值将其划分为不同的边缘类型!并采用边缘空间分布特征来描述图像的形状信息.该算法不仅考虑了+/0块的统计分布!又考虑了块内系数的空间分布!在一定程度上避免了由于+/0块统计分布信息相同而空间分布信息不同而造成的误检漏检情况.实验结果表明!该算法具有较好的检索结果.关键词!基于内容的图像检索"离散余弦变换"加权复杂度直方图"边缘空间分布特征中图分类号!012’&.2!!文献标识码!)!!文章编号!&""&$!("""!""-#"2$"("!$"-!"#$%&%’&(%)#*+#,%-./’0%’%1’2&%#/-

3、,0#3%(/’0%4567."3&%,,%--."#(/!"#$%&’(#!"$)*+,&-’!34546789:;5<.=>?@A=7C6+/0JA=8N56;D+/08=4>>B8B4;<5B;<=<94>46<@

4、744K<768B;B8=CLA4KB5B;<7=D@84D.094;#688=7DB;I<=<948=CLA4K=><94+/0JA=8N56;DDB5<7BJ@+/08=4>>B8B4;<5#6P4BI9<4D8=CLA4K9B5<=I76CB5L7454;<4D<=4K<768<<94<4K<@74B;>=7C6B4DB;<=DB>>474;<4DI45@5B;I<94+/08=4>>

5、B8B4;<5DB74846<@74B56D=L<4D<=D4587BJ4<94BC6I4596L4.0945<6+/0JA=8N56;D<945L6+/08=4>>B8B4;<5674<6N4;B;<=688=@;

6、9=P<96<<94;4PC4<9=D9656I==DL47>=7C6;84B;J=<974<7B4G6A4>>B8B4;8M6;D4>>48=7C!+/0"%P4BI9<4D8=CLA4K9B5<=7I76C%4DI4$5L646<@74&&!2’基于内容的图像检索技术是目前信息检索领域的热点之一.目前#基于+/0!DB5874<48=5B;4&(!#’<

7、76;5>=7C"压缩域的图像检索算法研究主要集中在纹理特征提取及基于纹理的检索和分类.这些算法虽然取得了较好的检索效果#但所提取的特征抗干扰能力通常不是很强#当图像由于压缩比较高或有噪声的情况下#检索及分类效果往往不好%而且这些方法在利用+/0系数进行特征提取时没有充分考虑各系数在块中的分布信息.除了纹理特征#文献&-’则根据+/0块中系数的特点提出一种理想的边缘模型#可以很好地检测图像的边缘并用于检索.然而#由于没有考虑不同类型的+/0边缘块在图像中的空间分布信息#对于空间分布特征不同的图像#检索效果并不理想#容易造成

8、误检漏检.基于此#笔者提出了一种在+/0压缩域中利用纹理和形状的图像检索算法.该算法首先给出+/0块复杂度的定义#为了避免由于复杂度相同而系数空间分布不同而造成的误检和漏检情况#又构造加权复杂度直方图收稿日期!!""#$"%$!&基金项目!国家部委预研基金资助!’&(")&#"*"("#+,"&!#"作