基于分块颜色相关向量的图像检索算法

颜色是一种重要的视觉信息属性,与纹理、形状等其他图像特征相比,颜色特征非常稳定,对于旋转、平移、尺度变化,甚至各种形变都不敏感,表现出相当强的鲁棒性。同时,由于颜色特征的计算相对简单,因此成为现有基于内容的检索系统中应用最广泛的特征。常用的颜色特征组织形式有一阶直方图方法[1]、累计直方图法[2]、颜色矩[2]方法、颜色对直方图法[3,4]、颜色相关向量法(Color Coherence Vector,CCV)[5]以及具有不变性的颜色特征[6]等等,其中直方图是最常用的组织形式。颜色直方图通过计算不同颜色所包含的像素数目来反映颜色的统计特性,通过测量颜色直方图之间的相似性达到图像检索的目的。根据直方图所在的颜色空间的不同,研究者常常使用RGB颜色直方图和HSV颜色直方图。基于直方图的算法归纳起来,是对颜色的统计信息进行描述和度量,既没有反映颜色的位置信息,也没有反映颜色的结构信息,因此在应用上存在着固有的缺陷。而传统的颜色相关向量法虽然可以反映颜色的结构信息,但是其计算量大,并且无法反映位置信息,所以也难以广泛使用。近年来,随着研究的不断深入,许多基于颜色特征的新方法也不断涌现。