彩色图像检索：基于FSIM的频域结构相似度方法

"基于FSIM的彩色图像检索" 本文介绍了一种基于频域结构相似度（FSIM）的彩色图像检索方法，旨在提供一种简单而高效的图像特征提取策略。该方法结合了彩色图像在高斯变换下的相位不变性、图像梯度的结构特征以及局部二值模式（LBP）的纹理描述，旨在克服相位不变性对图像对比度不变性的影响，并利用LBP的旋转不变性来增强彩色图像的检索性能。 在图像检索领域，特征提取和相似度度量是两个关键环节。传统的特征如颜色、纹理和形状等在某些情况下可能不足以准确地表示图像内容。为此，该方法引入了相位不变性，它允许在不同的尺度和光照条件下保持图像特征的一致性。然而，相位不变性可能会对图像的对比度产生影响，降低检索的准确性。为解决这一问题，研究者结合了梯度幅值，梯度信息能捕捉图像的边缘和细节，增强了对比度敏感性。 局部二值模式（LBP）是一种广泛用于纹理分析的局部特征描述符，具有计算简单和旋转不变性的优点。在本文中，LBP被用来描述图像的局部纹理特性，增强了检索的鲁棒性。通过将LBP与相位不变性和梯度信息相结合，提出的FSIM方法能够在保持旋转不变性的同时，对图像的结构相似度进行有效度量，从而提高检索效果。 为了验证FSIM方法的有效性，研究者在三个彩色图像库上进行了对比实验。实验结果表明，FSIM方法相比其他常见的算法，如GCD_HSV、HSV和LBP，平均检索率分别提升了27.24%、29.86%和33.48%，显示出显著的优越性。 此外，该研究得到了国家自然科学基金和北方民族大学科学研究资助项目的资金支持。作者马自萍是一名专注于多媒体和图像处理的讲师和博士研究生，她对该领域的深入研究有助于推动基于内容的图像检索技术的进步。 关键词：相位不变性；局部二值模式；梯度幅值；图像结构相似度；图像检索 分类号：（中图）TP391 文献标志码：A 收稿日期：2011-09-09 这项工作对于理解如何通过优化特征提取和相似度度量来改进彩色图像检索的性能具有重要意义，为图像检索领域的研究提供了新的视角和方法。