專利名稱：圖像特征的處理方法和裝置的制作方法
技術(shù)領(lǐng)域：
本發(fā)明涉及圖像處理領(lǐng)域，具體地，涉及一種圖像特征的處理方法和裝置。
背景技術(shù)：
基于內(nèi)容的圖像檢索，即CBIR (Content-based image retrieval),是計(jì)算機(jī)視覺領(lǐng)域中關(guān)注大規(guī)模數(shù)字圖像內(nèi)容檢索的研究分支。基于內(nèi)容的圖像檢索的研究還涉及了圖像處理(Image Processing)、圖像檢索(Image Retrieval)等多個(gè)研究領(lǐng)域。簡(jiǎn)單的CBIR系統(tǒng)，允許用戶輸入一張圖片，以查找具有相同或相似內(nèi)容的其他圖片。而傳統(tǒng)的圖像檢索是基于文本的，即通過圖片的名稱、文字信息和索引關(guān)系來實(shí)現(xiàn)查詢功能。用戶輸入一串文字，檢索系統(tǒng)給出與該文字直接相關(guān)的圖片?；贑BIR技術(shù)的圖像檢索系統(tǒng)，在建立圖像數(shù)據(jù)庫時(shí)，系統(tǒng)對(duì)輸入的圖像進(jìn)行分析并分類統(tǒng)一建模，然后根據(jù)各種圖像模型提取圖像特征存入特征庫，同時(shí)對(duì)特征庫建立索引以提高查找效率。而用戶在通過用戶接口設(shè)置查詢條件時(shí)，可以采用一種或幾種的特征組合來表示，然后系統(tǒng)采用相似性匹配算法計(jì)算關(guān)鍵圖像特征與特征庫中圖像特征的相似度，然后按照相似度從大到小的順序?qū)⑵ヅ鋱D像反饋給用戶。用戶可根據(jù)自己的滿意程度，選擇是否修改查詢條件，繼續(xù)查詢，以達(dá)到令人滿意的查詢結(jié)果。CBIR的核心是使用圖像的可視特征對(duì)圖像進(jìn)行檢索。本質(zhì)上講，它是一種近似匹配技術(shù)，融合了計(jì)算機(jī)視覺、圖像處理、圖像理解和數(shù)據(jù)庫等多個(gè)領(lǐng)域的技術(shù)成果，其中的特征提取和索引的建立可由計(jì)算機(jī)自動(dòng)完成，避免了人工描述的主觀性。用戶檢索的過程一般是提供一個(gè)樣例圖像(Queryby Example)或描繪一幅草圖(Queryby Sketch),系統(tǒng)抽取該查詢圖像的特征，然后與數(shù)據(jù)庫中的特征進(jìn)行比較，并將與查詢特征相似的圖像返回給用戶。CBIR的實(shí)現(xiàn)依賴于兩個(gè)關(guān)鍵技術(shù)的解決圖像特征提取和匹配。針對(duì)相關(guān)技術(shù)中圖像只能對(duì)整個(gè)圖像進(jìn)行全局特征提取使得特征數(shù)量巨大，導(dǎo)致不利于后期特征匹配的問題，目前尚未提出有效的解決方案。

發(fā)明內(nèi)容
針對(duì)相關(guān)技術(shù)中圖像只能對(duì)整個(gè)圖像進(jìn)行全局特征提取使得特征數(shù)量巨大，導(dǎo)致不利于后期特征匹配的問題，本發(fā)明提出一種圖像特征的處理方法和裝置，能夠通過根據(jù)待處理圖像中對(duì)象的灰度進(jìn)行分割并按尺寸進(jìn)行取舍，且對(duì)剩余圖像塊提取特征并進(jìn)行描述。本發(fā)明的技術(shù)方案是這樣實(shí)現(xiàn)的根據(jù)本發(fā)明的一個(gè)方面，提供了一種圖像特征的處理方法，該方法包括根據(jù)待處理的圖像中對(duì)象的灰度對(duì)進(jìn)行分割；根據(jù)分割后圖像塊的尺寸對(duì)圖像塊進(jìn)行取舍操作；對(duì)剩余的圖像塊提取特征，并對(duì)提取的特征進(jìn)行描述。其中，根據(jù)待處理的圖像中對(duì)象的灰度對(duì)進(jìn)行分割包括利用分水嶺算法對(duì)待處理的圖像進(jìn)行分割。根據(jù)分割后圖像塊的尺寸對(duì)圖像塊進(jìn)行取舍操作包括將尺寸大于最大尺寸閾值的圖像塊舍棄。此外，在對(duì)剩余的圖像塊提取特征之前，該方法進(jìn)一步包括對(duì)尺寸小于最小尺寸閾值的圖像塊進(jìn)行合并。并且，對(duì)剩余的圖像塊提取特征包括對(duì)圖像塊提取顏色特征、紋理特征和形狀特征中的一個(gè)或多個(gè)。而且，通過顏色直方圖提取圖像塊的顏色特征。通過圖像塊中灰度級(jí)分布的屬性來提取圖像塊的紋理特征。通過對(duì)圖像塊中的對(duì)象進(jìn)行邊緣檢測(cè)來提取圖像塊的形狀特征。根據(jù)本發(fā)明的另一個(gè)方面，提供了一種圖像特征的處理裝置，該裝置包括分割模塊，用于根據(jù)待處理的圖像中對(duì)象的灰度對(duì)進(jìn)行分割；取舍模塊，用于根據(jù)分割后圖像塊的尺寸對(duì)圖像塊進(jìn)行取舍操作；特征處理模塊，用于對(duì)剩余的圖像塊提取特征，并對(duì)提取的特征進(jìn)行描述。其中，取舍模塊用于將尺寸大于最大尺寸閾值的圖像塊舍棄；取舍模塊還用于在對(duì)剩余的圖像塊提取特征之前，對(duì)尺寸小于最小尺寸閾值的圖像塊進(jìn)行合并。本發(fā)明通過根據(jù)待處理圖像中對(duì)象的灰度進(jìn)行分割并按尺寸進(jìn)行取舍，且對(duì)剩余圖像塊提取特征并進(jìn)行描述，因此，可以根據(jù)圖像內(nèi)部不同區(qū)域的不同內(nèi)容分別進(jìn)行特征提取和取舍，減少提取和描述的特征數(shù)量，從而降低了處理負(fù)擔(dān)，減少了處理時(shí)間，有利于后期進(jìn)行特征匹配。


為了更清楚地說明本發(fā)明實(shí)施例或現(xiàn)有技術(shù)中的技術(shù)方案，下面將對(duì)實(shí)施例中所需要使用的附圖作簡(jiǎn)單地介紹，顯而易見地，下面描述中的附圖僅僅是本發(fā)明的一些實(shí)施例，對(duì)于本領(lǐng)域普通技術(shù)人員來講，在不付出創(chuàng)造性勞動(dòng)的前提下，還可以根據(jù)這些附圖獲得其他的附圖。圖1是根據(jù)本發(fā)明實(shí)施例的圖像特征的處理方法的流程圖；圖2是根據(jù)本發(fā)明實(shí)施例的圖像特征的處理方法的原理圖；圖3是根據(jù)本發(fā)明實(shí)施例的圖像特征的處理裝置的框圖。
具體實(shí)施例方式下面將結(jié)合本發(fā)明實(shí)施例中的附圖，對(duì)本發(fā)明實(shí)施例中的技術(shù)方案進(jìn)行清楚、完整地描述，顯然，所描述的實(shí)施例僅僅是本發(fā)明一部分實(shí)施例，而不是全部的實(shí)施例?；诒景l(fā)明中的實(shí)施例，本領(lǐng)域普通技術(shù)人員所獲得的所有其他實(shí)施例，都屬于本發(fā)明保護(hù)的范圍。根據(jù)本發(fā)明的實(shí)施例，提供了 一種圖像特征的處理方法。如圖1所示，根據(jù)本發(fā)明實(shí)施例的圖像特征的處理方法包括步驟S101，根據(jù)待處理的圖像中對(duì)象的灰度對(duì)進(jìn)行分割；步驟S103，根據(jù)分割后圖像塊的尺寸對(duì)圖像塊進(jìn)行取舍操作；
步驟S105，對(duì)剩余的圖像塊提取特征，并對(duì)提取的特征進(jìn)行描述。其中，在根據(jù)待處理的圖像中對(duì)象的灰度對(duì)進(jìn)行分割時(shí)，可以利用分水嶺算法對(duì)待處理的圖像進(jìn)行分割，根據(jù)需要，也可以采用其他的方法進(jìn)行分割。另外，在根據(jù)分割后圖像塊的尺寸對(duì)圖像塊進(jìn)行取舍操作時(shí)，可以將尺寸大于最大尺寸閾值的圖像塊舍棄。此外，在對(duì)剩余的圖像塊提取特征之前，可以對(duì)尺寸小于最小尺寸閾值的圖像塊進(jìn)行合并，從而進(jìn)一步減少圖像塊的數(shù)量，有助于加快后續(xù)處理的速度。并且，在對(duì)剩余的圖像塊提取特征時(shí)，可以對(duì)圖像塊提取顏色特征、紋理特征和形狀特征中的一個(gè)或多個(gè)?？蛇x地，可以通過顏色直方圖提取圖像塊的顏色特征，可以通過圖像塊中灰度級(jí)分布的屬性來提取圖像塊的紋理特征，可以通過對(duì)圖像塊中的對(duì)象進(jìn)行邊緣檢測(cè)來提取圖像塊的形狀特征。此外，在提取上述特征時(shí)，還可以采用其他的方法。如圖2所示，該圖像特征的處理方法的主要過程包括首先，使用分水嶺分割算法對(duì)圖像進(jìn)行分割；然后，對(duì)分割出來的區(qū)域依照尺寸進(jìn)行分類，合并尺寸過小的區(qū)域，舍棄尺寸過大的區(qū)域，最后只保留初期分割出的尺寸適中的區(qū)域和合并出來的尺寸適中的區(qū)域；然后，在尺寸適中的區(qū)域中進(jìn)行特征提取，綜合使用常用的幾種特征，如全局的色彩、紋理特征，和基于邊緣的形狀特征，用面積、周長(zhǎng)、偏心率、角點(diǎn)、鏈碼、興趣點(diǎn)、傅里葉描述子、矩描述子等特征來描述特征，并進(jìn)行特征匹配。具體地，采用的全局特征中，顏色特征可以使用顏色直方圖，是最簡(jiǎn)單也是最常用的顏色特征，描述了圖像顏色的統(tǒng)計(jì)分布特性，具有平移、尺度、旋轉(zhuǎn)不變性，其核心是在顏色空間中采用一定的量化方法對(duì)顏色進(jìn)行量化，然后統(tǒng)計(jì)每一個(gè)量化通道在整幅圖像中所占的比重。紋理特征可以使用統(tǒng)計(jì)法分析紋理，其主要是通過圖像中灰度級(jí)分布的隨機(jī)屬性來描述紋理特征。最簡(jiǎn)單的統(tǒng)計(jì)法是借助于灰度直方圖的矩來描述紋理，但這種方法沒有利用像素相對(duì)位置的空間信息。此外，還可以共生矩陣來表示紋理特征，該方法研究了紋理的空間灰度級(jí)相關(guān)性，構(gòu)造出一個(gè)基于圖像像素間方向和距離的共生矩陣，并且從矩陣中提取出反差、能量、熵、相關(guān)等統(tǒng)計(jì)量作為特征量表示紋理特征。形狀特征使用基于邊緣的形狀特征，是在邊緣檢測(cè)的基礎(chǔ)上，用面積、周長(zhǎng)、偏心率、角點(diǎn)、鏈碼、興趣點(diǎn)、傅里葉描述子、矩描述子等特征來描述物體的形狀。在得到形狀特征和全局特征后，可以認(rèn)為得到了圖像的綜合特征，然后就可以進(jìn)行特征描述，以便后續(xù)進(jìn)行特征匹配。根據(jù)本發(fā)明的實(shí)施例，還提供了 一種圖像特征的處理裝置。如圖3所示，根據(jù)本發(fā)明實(shí)施例的圖像特征的處理裝置包括分割模塊31，用于根據(jù)待處理的圖像中對(duì)象的灰度對(duì)進(jìn)行分割；取舍模塊32，用于根據(jù)分割后圖像塊的尺寸對(duì)圖像塊進(jìn)行取舍操作；特征處理模塊33，用于對(duì)剩余的圖像塊提取特征，并對(duì)提取的特征進(jìn)行描述。其中，取舍模塊32用于將尺寸大于最大尺寸閾值的圖像塊舍棄；取舍模塊32還用于在對(duì)剩余的圖像塊提取特征之前，對(duì)尺寸小于最小尺寸閾值的圖像塊進(jìn)行合并。此外，特征處理模塊33可以采用之前方法實(shí)施例中描述的方法進(jìn)行特征的提取和描述，并且，該裝置同樣可以按照?qǐng)D1和2所示的流程進(jìn)行特征處理，具體過程之前已經(jīng)進(jìn)行了描述，這里不再重復(fù)。綜上所述，借助于本發(fā)明的上述技術(shù)方案，本發(fā)明通過根據(jù)待處理圖像中對(duì)象的灰度進(jìn)行分割并按尺寸進(jìn)行取舍，且對(duì)剩余圖像塊提取特征并進(jìn)行描述，從而能夠在與圖像內(nèi)容相關(guān)的子區(qū)域內(nèi)進(jìn)行特征提取，首先減少了無用特征，并且因?yàn)槌叽邕m中的區(qū)域一般是具有特定的內(nèi)容的，因此，在區(qū)域中提取的特征更適合后期的特征匹配，并且由于能夠根據(jù)圖像內(nèi)部不同區(qū)域的不同內(nèi)容分別進(jìn)行特征提取和取舍，減少提取和描述的特征數(shù)量，從而降低了處理負(fù)擔(dān)，減少了處理時(shí)間，有利于后期進(jìn)行特征匹配，有效提高匹配的成功率。以上所述僅為本發(fā)明的較佳實(shí)施例而已，并不用以限制本發(fā)明，凡在本發(fā)明的精神和原則之內(nèi)，所作的任何修改、等同替換、改進(jìn)等，均應(yīng)包含在本發(fā)明的保護(hù)范圍之內(nèi)。
權(quán)利要求
1.一種圖像特征的處理方法，其特征在于，包括 根據(jù)待處理的圖像中對(duì)象的灰度對(duì)進(jìn)行分割； 根據(jù)分割后圖像塊的尺寸對(duì)圖像塊進(jìn)行取舍操作； 對(duì)剩余的圖像塊提取特征，并對(duì)提取的特征進(jìn)行描述。
2.根據(jù)權(quán)利要求1所述的處理方法，其特征在于，根據(jù)待處理的圖像中對(duì)象的灰度對(duì)進(jìn)行分割包括 利用分水嶺算法對(duì)所述待處理的圖像進(jìn)行分割。
3.根據(jù)權(quán)利要求1所述的處理方法，其特征在于，根據(jù)分割后圖像塊的尺寸對(duì)圖像塊進(jìn)行取舍操作包括 將尺寸大于最大尺寸閾值的圖像塊舍棄。
4.根據(jù)權(quán)利要求1所述的處理方法，其特征在于，在對(duì)剩余的圖像塊提取特征之前，所述方法進(jìn)一步包括 對(duì)尺寸小于最小尺寸閾值的圖像塊進(jìn)行合并。
5.根據(jù)權(quán)利要求1所述的處理方法，其特征在于，對(duì)剩余的圖像塊提取特征包括 對(duì)圖像塊提取顏色特征、紋理特征和形狀特征中的一個(gè)或多個(gè)。
6.根據(jù)權(quán)利要求5所述的處理方法，其特征在于，通過顏色直方圖提取圖像塊的顏色特征。
7.根據(jù)權(quán)利要求5所述的處理方法，其特征在于，通過圖像塊中灰度級(jí)分布的屬性來提取圖像塊的紋理特征。
8.根據(jù)權(quán)利要求5所述的處理方法，其特征在于，通過對(duì)圖像塊中的對(duì)象進(jìn)行邊緣檢測(cè)來提取圖像塊的形狀特征。
9.一種圖像特征的處理裝置，其特征在于，包括 分割模塊，用于根據(jù)待處理的圖像中對(duì)象的灰度對(duì)進(jìn)行分割； 取舍模塊，用于根據(jù)分割后圖像塊的尺寸對(duì)圖像塊進(jìn)行取舍操作； 特征處理模塊，用于對(duì)剩余的圖像塊提取特征，并對(duì)提取的特征進(jìn)行描述。
10.根據(jù)權(quán)利要求9所述的處理裝置，其特征在于，所述取舍模塊用于將尺寸大于最大尺寸閾值的圖像塊舍棄；所述取舍模塊還用于在對(duì)剩余的圖像塊提取特征之前，對(duì)尺寸小于最小尺寸閾值的圖像塊進(jìn)行合并。
全文摘要
本發(fā)明公開了一種圖像特征的處理方法和裝置，該方法包括根據(jù)待處理的圖像中對(duì)象的灰度對(duì)進(jìn)行分割；根據(jù)分割后圖像塊的尺寸對(duì)圖像塊進(jìn)行取舍操作；對(duì)剩余的圖像塊提取特征，并對(duì)提取的特征進(jìn)行描述。本發(fā)明通過根據(jù)待處理圖像中對(duì)象的灰度進(jìn)行分割并按尺寸進(jìn)行取舍，且對(duì)剩余圖像塊提取特征并進(jìn)行描述，因此，可以根據(jù)圖像內(nèi)部不同區(qū)域的不同內(nèi)容分別進(jìn)行特征提取和取舍，減少提取和描述的特征數(shù)量，從而降低了處理負(fù)擔(dān)，減少了處理時(shí)間，有利于后期進(jìn)行特征匹配。
文檔編號(hào)G06T7/00GK103020630SQ201210518399
公開日2013年4月3日 申請(qǐng)日期2012年12月5日 優(yōu)先權(quán)日2012年12月5日
發(fā)明者劉立 申請(qǐng)人:曙光信息產(chǎn)業(yè)(北京)有限公司