特征提取是基于内容的图像检索中的关键技术。针对基于单一特征检索效果不理想的问题,提出一种改进的综合颜色和纹理特征的图像检索算法。该算法在YIQ颜色空间中进行特征提取,首先结合方块编码(BTC)的思想,提取颜色矩作为颜色特征;采用双树复小波变换(DT-CWT)提取纹理特征,融合两种特征并利用相似性度量方式进行图像检索。实验结果表明算法所提取的颜色、图像检索算法-电动折弯机数控切管机气动切管机张家港电动液压切管机纹理特征更利于检索,使用综合特征检索的平均查准率比同类算法更高。 第9期(总第486期)29图2复小波和传统小波分解的方向信息比较图图3DT－CWT分解示意图式中:n=12p，p表示DT－CWT分解级数。4特征匹配与融合特征匹配是基于内容的图像检索中重要技术之一。在检索过程中，通过特征向量之间的相似性判断两幅图像的匹配程度，根据匹配程度大小给出检索结果图像。本文由公司网站张家港切管机网站采集转载中国知网网络资源整理! http://www.qieguanji.cc本文采用欧氏距离［10］进行相似性度量。欧氏距离为D(x，y)=x－y2=∑ni=1(xi－yi)槡2(12)设a为查询图像，b为数据库检索图像。BTC颜色矩相似性度量DC(a，b)=∑nCi=1(Cia－Cib)槡2(13)式中:Cia，Cib分别表示图像a与图像b的颜色特征矢量;nC表示颜色特征维数。双树复小波变换相似性度量为DT(a，b)=∑nTi=1(Tia－Tib)槡2(14)式中:Tia，Tib分别表示图像a与图像b的纹理特征矢量;nT表示纹理特征维数。特征融合是将两个或者多个特征根据规则有效组合，构成综合匹配特征方便检索。本文采用加权求和的方式综合颜色和纹理特征。为避免各特征提取方法的互异性造成匹配失准、检索失误，本文采用Guassian模型［4］对距离进行归一化处理。图像a与图像b之间的距离函数定义为D(a，b)=ω1DCG(a，b)+ω2DTG(a，b)(15)式中:DCG(a，b)，DTG(a，b)分别是DC(a，b)，DT(a，b)经过高斯归一化后的距离;ω1，ω2是分配给颜色和纹理特征的权值，且满足ω1+ω2=1。5实验结果与分析实验采用MATLAB进行检索测试。从Corel图像库和华盛顿大学的图像数据库()中选取10类图像，每类100幅，其中每种图像检索算法-电动折弯机数控切管机气动切管机张家港电动液压切管机本文由公司网站张家港切管机网站采集转载中国知网网络资源整理! http://www.qieguanji.cc