基于Android系統(tǒng)的植物圖像檢索研究

章麗姣，吳成玉，吳飛青

（浙江大學(xué)寧波理工學(xué)院，浙江寧波315100）

基于Android系統(tǒng)的植物圖像檢索研究

章麗姣，吳成玉，吳飛青

（浙江大學(xué)寧波理工學(xué)院，浙江寧波315100）

在Android移動(dòng)平臺(tái)上，基于植物圖像內(nèi)容的檢索技術(shù)進(jìn)行了研究，實(shí)現(xiàn)了基于顏色和紋理特征的植物圖像檢索系統(tǒng)。顏色特征采用了基于HSV顏色空間的分塊主色提取方法，紋理特征采用了紋理譜方法。最后對(duì)系統(tǒng)的性能進(jìn)行了測(cè)試和分析。

圖像檢索；Android系統(tǒng)；顏色特征；紋理特征

一、引言

基于內(nèi)容的圖像檢索是近年來(lái)圖像研究領(lǐng)域的熱點(diǎn)。傳統(tǒng)的搜索引擎公司包括Google和百度都已發(fā)布了智能移動(dòng)終端上基于內(nèi)容的圖像檢索產(chǎn)品Google Goggles和百度識(shí)圖。Google Goggles是一款A(yù)ndroid平臺(tái)軟件，用戶(hù)可以用手機(jī)拍攝當(dāng)?shù)氐貥?biāo)建筑、書(shū)籍封面、藝術(shù)作品、酒類(lèi)標(biāo)簽以及產(chǎn)品商標(biāo)，即可立即獲得相關(guān)信息。但是由于圖像檢索的精度受限，Google Goggles不能檢索動(dòng)物、家具、服飾等其他種類(lèi)照片，對(duì)圖像檢索的種類(lèi)有較大的限制，其應(yīng)用領(lǐng)域也相對(duì)狹窄，尚不能真正達(dá)到基于內(nèi)容的圖像檢索的目的。百度識(shí)圖是一款非常實(shí)用便捷的圖像檢索軟件，基于先進(jìn)的圖像識(shí)別技術(shù)，通過(guò)手機(jī)拍照或本地上傳圖像在全網(wǎng)海量圖片中智能篩選精美圖片。全網(wǎng)海量圖片分為美女、風(fēng)景、明星、花卉、服飾、體育、建筑和美食八大類(lèi)型，并實(shí)時(shí)更新。

但是由于圖片種類(lèi)太多，檢索結(jié)果不是十分精確。

本文針對(duì)植物圖像，提取植物圖像的顏色和紋理特征，實(shí)現(xiàn)智能手機(jī)Android系統(tǒng)上的檢索。系統(tǒng)支持直接拍攝照片或者查找本地圖片進(jìn)行圖像檢索，按相似度從大到小順序?qū)z索結(jié)果圖像輸出。顏色特征采用了分塊主色法[1]，紋理特征采用了紋理譜法[2]。經(jīng)測(cè)試，系統(tǒng)運(yùn)行穩(wěn)定，檢索速度快，準(zhǔn)確率較高。

二、系統(tǒng)框架概述

基于內(nèi)容的圖像檢索是通過(guò)圖像視覺(jué)特征的相似性匹配來(lái)查找用戶(hù)要求的圖像。該系統(tǒng)包括特征庫(kù)生成子系統(tǒng)和查詢(xún)子系統(tǒng)，每個(gè)子系統(tǒng)包含相應(yīng)的功能模塊和部件如圖1所示。

圖1 圖像檢索系統(tǒng)框架

1.特征庫(kù)生成子系統(tǒng)

該系統(tǒng)將圖像數(shù)據(jù)庫(kù)中的每幅圖像進(jìn)行特征提取，生成對(duì)應(yīng)的圖像特征庫(kù)，主要包括：①圖像數(shù)據(jù)庫(kù)，用于存儲(chǔ)數(shù)字化的圖像信息。在建庫(kù)時(shí)需進(jìn)行圖像預(yù)處理，如轉(zhuǎn)換格式、統(tǒng)一規(guī)格和灰度處理等，為圖像的特征提取奠定基礎(chǔ)。②特征提取，從包含大量信息的圖像中分解出不同種類(lèi)的特征信息，包括低層視覺(jué)特征和高層語(yǔ)義特征。前者有顏色、紋理、形狀等特征，后者包括文本描述以及視覺(jué)特征和文本描述的組合。③圖像特征庫(kù)，用于存儲(chǔ)特征提取后得到的各種特征信息。

2.查詢(xún)子系統(tǒng)

該系統(tǒng)對(duì)用戶(hù)輸入的查詢(xún)圖像進(jìn)行特征提取，然后檢索特征庫(kù)，將用戶(hù)要求的最相似的圖像檢索出來(lái)，并以相似度降序排列，主要包括：①用戶(hù)接口，實(shí)現(xiàn)用戶(hù)和系統(tǒng)內(nèi)核交流的平臺(tái)，包括查詢(xún)圖像的提交和檢索結(jié)果的顯示。檢索結(jié)果是一系列與查詢(xún)圖像相似的圖像，按照相似程度由大到小排列。用戶(hù)通過(guò)瀏覽檢索結(jié)果，可以選擇需要的圖像。②相似度測(cè)量，通常利用各種距離函數(shù)將查詢(xún)圖像的特征與圖像特征庫(kù)中的特征進(jìn)行相似性匹配，得到它們之間的相似程度。

對(duì)于一個(gè)圖像檢索系統(tǒng)，特征提取和相似度測(cè)量是兩大關(guān)鍵。

3.檢索算法

（1）顏色特征算法

本系統(tǒng)采用分塊主色法提取顏色特征。首先根據(jù)人眼特性進(jìn)行顏色空間轉(zhuǎn)換[3]，將RGB色彩空間轉(zhuǎn)換到HSV空間，如（1）式所示：設(shè)RGB顏色空間值為（r,g,b），其中r,g,b∈[0～255]，轉(zhuǎn)換后得到HSV值，其中h∈[0～360],s∈[0～1],v∈[0～1]。

為簡(jiǎn)化計(jì)算，又對(duì)HSV空間進(jìn)行適當(dāng)?shù)牧炕幚恚纾?）式所示。由量化后的H，S，V合成一個(gè)一維特征矢量L，如(3)式所示。

然后將圖像的二維空間進(jìn)行10×10的劃分，得到100個(gè)分塊。針對(duì)每個(gè)分塊統(tǒng)計(jì)特征矢量L，提取象素點(diǎn)數(shù)目最多的那種顏色作為該分塊的主色。這樣就得到圖像的顏色特征向量：L=（L0，L1，…，L99）。

給定兩幅圖像p和q，假設(shè)q為待檢索圖像，p為圖像庫(kù)中任意一幅圖像。利用(4)式計(jì)算基于顏色特征的距離，即進(jìn)行顏色特征的相似度測(cè)量。

(2)紋理特征算法

為了刻畫(huà)圖像像素點(diǎn)在某鄰域內(nèi)的灰度變化，考慮像素點(diǎn)的3×3鄰域，如圖2所示，其中Ii(i=0,1,…，8）表示圖像在該像素點(diǎn)處的灰度，I4所在位置為中心點(diǎn)。對(duì)于24位RGB彩色圖像，可以用(5)式將其轉(zhuǎn)換為灰度圖像。

圖2 圖像像素的3*3鄰域表示

如果將像素點(diǎn)的灰度看作紋理基元，并用二進(jìn)制序列Vi(i=0,1,…，7)來(lái)刻畫(huà)鄰域內(nèi)像素點(diǎn)的灰度沿水平方向的變化情況，即基元的排列，則Vi可定義為

其中，Ti為正的閾值常數(shù)(實(shí)驗(yàn)中取Ti=2)。

從(6)式容易看出，此方法注重像素灰度的顯著變化，這符合人類(lèi)視覺(jué)對(duì)圖像紋理的感知。因?yàn)榕c絕對(duì)灰度值比較，人類(lèi)視覺(jué)系統(tǒng)對(duì)灰度的變化更為敏感。另外，(6)式表明，Vi中“0”的個(gè)數(shù)越多，意味著該像素所在的鄰域越光滑。

為了刻畫(huà)圖像的紋理譜分布和圖像的光滑度(或粗糙度)，并易于計(jì)算和理解，將二進(jìn)制序列Vi作進(jìn)一步處理，記

這時(shí)B即可唯一地表示圖像在此鄰域中心點(diǎn)的紋理模式，即像素灰度在此3×3鄰域中的變化狀況。根據(jù)(7)式易知，B的取值范圍為[0,1,2,…,255]，統(tǒng)計(jì)圖像各像素點(diǎn)的紋理在值B處的分布，就可以得到圖像的紋理譜。假設(shè)用B(i,j)表示圖像在像素點(diǎn)I (i,j)處的紋理值B，表示圖像B,HK(k=0,1,…，255）的紋理譜，則有

給定兩幅圖像p和q，假設(shè)q為待檢索圖像，p為圖像庫(kù)中任意一幅圖像。利用(9)式計(jì)算基于紋理特征的距離，即進(jìn)行紋理特征的相似度測(cè)量。

綜合顏色和紋理特征的圖像檢索可以用(10)式計(jì)算由于兩種特征的相似度測(cè)量值不具有直接的可比性，所以需要事先進(jìn)行歸一化處理。

其中，WY和WW分別是顏色和紋理特征的權(quán)重系數(shù)，WY+WW=1.0。

三、系統(tǒng)測(cè)試

整個(gè)系統(tǒng)的開(kāi)發(fā)環(huán)境[4]為：

開(kāi)發(fā)語(yǔ)言：android

Android手機(jī)開(kāi)發(fā)平臺(tái)：Android系統(tǒng)4.0以上

PC端操作系統(tǒng)平臺(tái)：WINDOWS Win7

開(kāi)發(fā)工具：Eclipse4.2

系統(tǒng)測(cè)試時(shí)，選取了20種類(lèi)型的植物圖像共200幅進(jìn)行檢索性能的測(cè)試，圖像尺寸為600×450。

客戶(hù)端UI界面如圖3所示，用戶(hù)可以選擇直接拍攝照片或者查找本地手機(jī)相冊(cè)中圖片進(jìn)行圖像檢索。界面中第三個(gè)圖標(biāo)是瀏覽歷史檢索記錄。選擇本地圖片作為待檢索圖像的界面如圖4所示。用戶(hù)選擇一幅圖像后，系統(tǒng)會(huì)根據(jù)相似程度將檢索結(jié)果顯示出來(lái)，如圖5所示。用戶(hù)可以選擇感興趣的圖像查看其詳細(xì)信息介紹，如圖6所示。圖7是感興趣圖像的百度鏈接。圖8是歷史檢索記錄界面。經(jīng)測(cè)試，系統(tǒng)運(yùn)行穩(wěn)定，檢索速度和結(jié)果較為滿(mǎn)意。

圖3 客戶(hù)端UI主界面

圖4 選擇待檢索圖像

圖5 圖像檢索結(jié)果顯示

圖6 檢索結(jié)果詳細(xì)介紹

圖7 檢索結(jié)果百度鏈接

圖8 檢索結(jié)果歷史記錄

四、結(jié)論

本文對(duì)Android移動(dòng)平臺(tái)上基于植物圖像內(nèi)容的檢索技術(shù)進(jìn)行了研究，實(shí)現(xiàn)了基于顏色和紋理特征的植物圖像檢索系統(tǒng)，在移動(dòng)終端上應(yīng)用。

[1]何清法,李國(guó)杰.綜合分塊主色和相關(guān)反饋技術(shù)的圖像檢索方法[J].計(jì)算機(jī)輔助設(shè)計(jì)與圖形學(xué)學(xué)報(bào),2001,(10).

[2]萬(wàn)華林,Chowdhury MU,等.圖像紋理特征及其在CBIR中的應(yīng)用[J].計(jì)算機(jī)輔助設(shè)計(jì)與圖形學(xué)學(xué)報(bào),2003,(2).

[3]田玉敏,林高全.基于顏色特征的彩色圖像檢索方法[J].西安電子科技大學(xué)學(xué)報(bào)(自然科學(xué)版),2002,(1).

[4]趙亮,張維.基于Android技術(shù)的界面設(shè)計(jì)與研究[J].電腦知識(shí)與技術(shù),2009，(29).

（責(zé)任編輯：魏樹(shù)峰）

Research on the Plant Image Retrieval Based on Android System

ZHANG Li-jiao,WU Cheng-yu,WU Fei-qing
(Ningbo Institute of Technology,Zhejiang University,Ningbo 315100,China)

The retrieval technology based on plant image is studied on the Android mobile platform.A plant image retrieval system based on the features of color and texture is designed.The color feature adopts the retrieval method based on HSV Color Space,and the texture feature adopts the texture spectrum approach.The performance of the system is tested and analyzed.

image retrieval;Android system;color feature;texture feature

TP391.4

B

2016－08－12

章麗姣（1994-），女，浙江淳安人，通信工程專(zhuān)業(yè)本科。

吳成玉（1979-），女，浙江寧波人，講師，研究方向：電子學(xué)流設(shè)計(jì)。E-mail:wuchengyu79@163.cm.

國(guó)家大學(xué)生創(chuàng)新創(chuàng)業(yè)訓(xùn)練計(jì)劃資助項(xiàng)目（201513022007）；寧波市創(chuàng)新團(tuán)隊(duì)資助項(xiàng)目（2012B82002，2013B82005）；浙江大學(xué)寧波

理工學(xué)院教改項(xiàng)目（NITJG-201619）

1671－802X(2016)05－0001－05