一種基于加權(quán)金字塔結(jié)構(gòu)的圖像特征提取方法
【專利摘要】一種基于加權(quán)金字塔結(jié)構(gòu)的圖像特征提取方法，圖像內(nèi)容一般是由顏色、紋理、形狀、空間布局等特征表示的，圖像可視內(nèi)容的提取和表示是基于內(nèi)容圖像檢索的基礎(chǔ)。然而，現(xiàn)有的圖像內(nèi)容描述子還不能完美地表達(dá)圖像內(nèi)容。本發(fā)明提出一種基于加權(quán)金字塔結(jié)構(gòu)的圖像特征提取方法?；诩訖?quán)金字塔結(jié)構(gòu)的圖像特征提取方法是借鑒人類基于圖元的圖像內(nèi)容理解思想、從人類對圖像整體和局部的認(rèn)知順序和認(rèn)知程度出發(fā)的一種簡化的多層次圖像特征提取手段。本發(fā)明改善了圖像的特征提取方法，參照人類理解圖像的過程，將圖像按圖元進(jìn)行分割，同時考慮到整體與局部對圖像內(nèi)容理解的不同貢獻(xiàn)，采用相應(yīng)的加權(quán)策略，有效地改善了圖像描述的性能。
【專利說明】一種基于加權(quán)金字塔結(jié)構(gòu)的圖像特征提取方法
【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及圖像特征方法，特別是一種基于加權(quán)金字塔結(jié)構(gòu)的方法。
【背景技術(shù)】
[0002]無論是孩童學(xué)看畫，還是成人對圖像的理解首先是對圖像中感興趣的、典型的、有意義圖像塊的認(rèn)識，然后再通過對整幅圖像中這些圖像塊之間的空間結(jié)構(gòu)關(guān)系、布局以及更高層的語義理解，最后綜合成對整幅圖像的理解。把那些具有典型意義的圖像塊稱為圖元，具有典型意義圖元的提取和語義分析是整幅圖像語義分析的基礎(chǔ)。圖像典型意義圖元提取的問題本質(zhì)上是圖像分割問題。圖像分割是圖像分析和理解中的一項基本內(nèi)容，成為圖像內(nèi)容檢索系統(tǒng)中一個基礎(chǔ)而又非常關(guān)鍵的部分?，F(xiàn)有的很多系統(tǒng)僅僅根據(jù)整幅圖像的低層特征進(jìn)行檢索，圖像中可能包含了大量不相關(guān)的信息。這些不相關(guān)的信息在提取出的特征中占了很大的比例的話，提出的特征就不能夠準(zhǔn)確地反映檢索的要求，檢索的結(jié)果中就可能出現(xiàn)大量不相關(guān)的結(jié)果，即使采用相關(guān)反饋等技術(shù)手段也難以取得比較令人滿意的檢索結(jié)果。事實上，人們判斷圖像的相似性并非僅僅建立在整幅圖像底層特征的相似性上，基于內(nèi)容檢索的初衷是想根據(jù)人對圖像的理解和認(rèn)識來衡量圖像間的相似性進(jìn)行檢索的，這種人對圖像的理解可表示成圖像的高層語義。
[0003]為了實現(xiàn)更為貼近用戶的自然而簡潔的查詢方式，并提高圖像檢索的精度，必須實現(xiàn)由圖像底層次特征推知高層次語義，從而使用高層語義進(jìn)行圖像檢索。為此需要解決兩方面的基本問題:一是提供高層語義的描述方式；二是應(yīng)有將低層圖像視覺特征映射到高層語義的方法。從目前現(xiàn)狀來看，并沒有從本質(zhì)上解決視覺特征和語義之間的關(guān)聯(lián)問題，“語義鴻溝”依然存在，如何提取圖像語義成為基于內(nèi)容的圖像檢索領(lǐng)域最具挑戰(zhàn)性的難題。

【發(fā)明內(nèi)容】

[0004]基于加權(quán)金字塔結(jié)構(gòu)的圖像特征提取方法是借鑒人類基于圖元的圖像內(nèi)容理解思想、從人類對圖像整體和局部的認(rèn)知順序和認(rèn)知程度出發(fā)的一種簡化的多層次圖像特征提取手段。
[0005]為了實現(xiàn)上述目的，本發(fā)明的技術(shù)方案如下:一種基于加權(quán)金字塔結(jié)構(gòu)的圖像特征提取方法，包括以下步驟:
[0006]A、圖像分層
[0007]將圖像按照金字塔結(jié)構(gòu)分為三層。金字塔中的每一層來都代表著整幅圖像，在圖像理解過程中都發(fā)揮著相同的作用。
[0008]Al、第一層
[0009]每一幅圖像都會表達(dá)一個完整的高層語義，即一幅圖像是一個整體，它蘊(yùn)涵著圖像中各個圖元之間的空間、時間和語義關(guān)系，而且它在人類對圖像的理解過程中起著至關(guān)重要的作用，因此，把整個圖像當(dāng)成金字塔第一層；[0010]A2、第二層
[0011]兼顧到人類攝影的習(xí)慣及盡量保持圖像中每個圖元的完整性，提高圖像中主要圖元在整幅圖像理解過程中的作用，我們采用如圖1所示的方式對圖像進(jìn)行切分，作為金字塔結(jié)構(gòu)的第二層；
[0012]A3、第三層
[0013]作為對第一層和第二層切分方式的補(bǔ)充和完善，將圖像切割成4*4個小塊，作為金字塔結(jié)構(gòu)的第三層。
[0014]B、分層加權(quán)
[0015]上述的多層次的圖像分割手段，可以將圖像分成22個子圖像塊，但每個子圖像存在尺寸大小上的差異，在圖像內(nèi)容理解過程中所起的作用也不一樣。因此，為了衡量各個子圖像塊在理解過程中所發(fā)揮的作用，需要對每個圖像塊進(jìn)行加權(quán)處理。對于金字塔中的每一層來說，其都代表著一幅整體的圖像，因此我們設(shè)每層結(jié)構(gòu)的整體權(quán)重，顯然Wg= I:
【權(quán)利要求】
1.一種基于加權(quán)金字塔結(jié)構(gòu)的圖像特征提取方法，其特征在于:包括以下步驟: A、圖像分層 將圖像按照金字塔結(jié)構(gòu)分為三層；金字塔中的每一層來都代表著整幅圖像，在圖像理解過程中都發(fā)揮著相同的作用； Al、第一層 每一幅圖像都會表達(dá)一個完整的高層語義，即一幅圖像是一個整體，它蘊(yùn)涵著圖像中各個圖元之間的空間、時間和語義關(guān)系，而且它在人類對圖像的理解過程中起著至關(guān)重要的作用，因此，把整個圖像當(dāng)成金字塔第一層； A2、第二層 兼顧到人類攝影的習(xí)慣及盡量保持圖像中每個圖元的完整性，提高圖像中主要圖元在整幅圖像理解過程中的作用，我們采用如圖1所示的方式對圖像進(jìn)行切分，作為金字塔結(jié)構(gòu)的第二層； A3、第三層 作為對第一層和第二層切分方式的補(bǔ)充和完善，將圖像切割成4*4個小塊，作為金字塔結(jié)構(gòu)的第三層； B、分層加權(quán) 上述的多層次的圖像分割手段，可以將圖像分成22個子圖像塊，但每個子圖像存在尺寸大小上的差異，在圖像內(nèi)容理解過程中所起的作用也不一樣；因此，為了衡量各個子圖像塊在理解過程中所發(fā)揮的作用，需要對每個圖像塊進(jìn)行加權(quán)處理；對于金字塔中的每一層來說，其都代表著一幅整體的圖像，因此我們設(shè)每層結(jié)構(gòu)的整體權(quán)重，顯然Wg= I:
【文檔編號】G06T7/00GK103839063SQ201210475799
【公開日】2014年6月4日 申請日期:2012年11月21日 優(yōu)先權(quán)日:2012年11月21日
【發(fā)明者】李圣, 田宏, 黃曙光 申請人:大連靈動科技發(fā)展有限公司