基于聚类算法的图像颜色特征提取方法

《基于聚类算法的图像颜色特征提取方法》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、基于聚类算法的图像颜色特征提取方法+徐旭来淼良梁倩卉SajjadWNleed浙江大学计算机系人工智能研究所．杭卅’，310027)摘要颜色是彩色图像最重要的祝觉特征之，目前．在基于内容的图像检索(CBIR)系统中，都将颜色作为重要信息参与内容的匹配和检索。本文针对图像中起主要视觉作用的是图像的主色，提出一种基于聚类分析提取和表示图像主色的方法，给出一种用于聚类算法的停止准则。和等量量化方法相比，用主色提取及表示方法提取的颜色信息，具有特征维数低、颜色表示准的优点。关键词颜色特征提取和表示基于内容的图像检索(C13IR)系统颜色聚类t色提取1引言基于内容的图

2、像检索(Content．BasedImageRetrieval)系统是指直接采用图像内容进行图像信息查询的检索系统。目前，随着存储技术、压缩技术和网络带宽等技术的不断发展，图像在Intemet以及数字图书馆、数据挖掘、多媒体视觉内容检查管预域上的使用日益广泛。而CBIR技术也已引起多所大学和研究机构的重视，开发了多种CBIR系统，如IBM的QBIC系统。自动提取、表达和分析图像内容(图像的重要视觉特征)，是CBIR系统的关键技术之一。在目前已有的系统中，色彩、纹理、区域形状等低层图像特征是主要分析对象，其中，颜色特征无一例外地作为重要的视觉内容，参与内容的

3、匹配和检索。所以，如何快速准确地获取图像的颜色信息，并用适当的方式表示，将直接影响整个系统的效率、精度和回召率。类似的方法有：A．K．Jainfll等采用RGB通道分别等量量化的方法；哥伦比亚人学JohnSmithl2】等开发的SaFe系统等量划分HSV空间为166个区域，对色调、饱和度和亮度采用18"3"3的组合：IBM的QBICl3】采用固定的256种参考颜色表(ReferenceColorTable)量化图像。由于速度和特征维数成反比，两者很难兼顾。一般地，人眼在比较两幅图像的颜色时，善于抓住各自的主色。虽然一幅自然图像的色彩极其丰富，但视觉系统能够

4、忽略次要的细节．抓住起重要作用的主色。所谓主色，是指图像的主色块的颜色，一般是图像中物体的表面色彩或背景色彩，占有较大的面积。主色的数量一般在数种到数十多种之间。本文用主色块和出现频率表示图像的颜色信息，采用基于聚类分析的方法提取，在主色提取时给出一个合适的停止准则．以采集合适数量的主色。本文方法在降低颜色特征维数的同时．保持了较高的颜色分辨率。‘。徐旭，1970年生，计算机系博士研究生．{要研究方向为计算帆观堂、七号信夸系统和人工智能等．通信地址浙门大学^工智能研究所11-240(310027)TcI：057t·7951916(0)Fax0571·795

5、1799Emaflx巡岖}啦犁m四岫朱淼良，1946年生，教授．博士生导师．毛要研究领域为计算机视觉、人工智能和智能机器人．颦倚卉．1974年生，计算机系硕士研究牛．{‘要研究方向为“葬机视世和凡工智6￡等．Szt2adWaheed．1970年生，计算机最硕士研究生．主要研究钡域为训掉机程觉、人[智能等，·259·2．1分解聚类算法2基于聚类算法的主色提取算法若一幅图像由RGB三通道表示，颜色c；=(r，，g。，bi)，设量化精度为28，则色彩空间S。的颜色总数为2“，每个像元用24位表示。若图像I的大小为M*N，任一像元为l(m．n1，令S为I中不同颜色

6、的集合，用；s}表示S中不同颜色的数量，则l(m，nFc，ceS，m=l，．，M。n：=1，，N，s=慨i=l⋯，lSl)，且SoSo。令p(c)为颜色c在图中的出现频数，F为s中不藏颜色的频数的集合，则F=(p(c。)，i=l，．，JsI}，且Zp(ci)=M*N，i=l，．，ISl。分解聚类法【4]是常用的颇色聚类算法，聚类过程是一棵树的生长过程。开始时，根结点为s，每次选取一个结点，切分为二个子结点，如此继续，壹到满足停止准则，则二：叉树的叶结点集合构成S的一个划分。颜色聚类的目的就是按某种原则，寻求s的一个划分：s，到sK，使它们对应于二叉树的K个

7、叶结点。在颜色宅间中，每个叶结点S。是一个颜色的集合。设p(sJ是叶结点S★中出现的颜色的频数和，即p(s。)=>’p(c)。J—ce且2．2基于聚类分析的主色提取及表示算法任一叶结点sk，相当于一个有深浅明暗变化的主色，可用一个中心色表示。设s。的中心代表色为q(Sk)，简记为q。，令q是颜色映射函数，把图像I中在Sk中的颜色都映射为qk。若l(m，n)=c，且ceSk，则q(c)=qk，令Q(m，n)=k，其中m=1，．，M，n=l，．，N，Q是量化后的索引图像；MAP=(q。q：，⋯，qK)是图像Q的调色扳，也就是图像I的主色，用K个三维颜色向量表示

8、。图像I的各主色的概率可构成一个向量p=-(p(S。)，p(S：)