摘   要： 針對外觀設計專利圖像背景多樣性、復雜性以及形狀特征突出等特點，提出了一種綜合紋理和形狀的檢索算法。該方法首先采用基于物體內部結構紋理特征描述紋理，并用歐式距離取得其相似值，然后再用改進的加權歐式距離取得不變矩形狀特征向量的相似值，經特征融合得到最終相似距離值。實驗結果表明，該算法優于現有的其他算法，針對外觀專利圖像的檢索，具有更高的查全率和查準率。
關鍵詞： 查全率； 查準率； 特征融合； 外觀專利

    查全率和查準率從被提出之日起就成為評價檢索系統檢索性能的重要指標，而且兩個指標必須同時滿足一定的標準時才能說檢索效果令人滿意。在外觀設計專利圖像檢索中，特征選取與描述方法是檢索算法的核心。現在常用的圖像檢索特征主要有顏色、紋理特征、形狀和空間關系。由于外觀專利圖像的特殊性，其顏色會受復雜環境因素如亮度等的影響而呈現出不穩定性，而形狀是描述外觀圖像不可忽視的本質特征,紋理則是反應圖像內部結構的一個重要視覺特征。參考文獻[1]采用了Hu不變矩作為形狀特征,并融合了灰度共生矩陣算法提取的紋理特征，但沒有考慮到輪廓特征以及局部紋理特征對檢索的影響，因此檢索效果不盡如人意。參考文獻[2]采用分級檢索的機制，綜合利用灰度及形狀進行基于內容的醫學圖像檢索。該方法克服了灰度直方圖不能充分表示空間分布信息的不足，利用邊界方向直方圖描述形狀特征，避開了對圖像進行精確分割這一醫學圖像處理中的難點問題。但它只能得到圖像的大致邊界信息，不能實現對物體形狀的精確描述，即對于物體圖像的內部特征表達得不夠詳細。參考文獻[5]采用了面積、形狀矩等局部或全局特征來表示一幅圖像，但它只是單一地提取了形狀特征，而無法清楚地描述物體內部結構,這對于外觀專利圖像來講并不是最佳的算法選擇。
    本文針對已有的圖像檢索算法存在的不足和外觀設計專利圖像背景多樣性、復雜性和形狀特征突出等特點，提出了一種新的改進算法。首先利用一種基于物體內部結構的圖像提取紋理特征，再用歐式距離求出紋理特征向量的相似距離；然后用不變矩提取圖像的形狀特征，并用改進加權歐式公式得到形狀特征向量的相似距離；最后采用兩個特征融合的方式，并通過設置各自的權重，取得關鍵圖與檢索圖的多特征相似度值，從而實現圖像信息的自動檢索。



　 實驗2 用不變矩結合紋理特征即本文算法對不同圖片進行檢索，結果如圖4所示。
    用各種算法多次針對不同圖片一一進行檢索，查準率和查全率對比如圖5所示。
    實驗3 為體現實驗的有效性，本文對比了參考文獻[5]算法的性能，結果如圖6所示。

    由以上實驗可以看出，本文算法的檢索性能明顯優于其他算法。相比于之前的一些常用紋理描述子(如灰度共生矩等),本文算法采用的基于內部結構的紋理特征實用簡單，它描述的是物體邊緣的跳變次數，可一定程度反映物體的內部結構。在形狀特征方面，不變矩在其他形狀描述子中也體現了一定的優勢，再結合改進的加權歐式距離公式使檢索性能大大提高了。
    針對外觀專利圖像的特殊性，提出了一種基于內部結構紋理特征結合不變矩形狀特征的改進算法。該方法綜合考慮了結構和區域特征，克服了其他算法的一些缺陷，經MATLAB仿真驗證了本文算法能權衡好查準率和查全率，具有較好的實用價值。
參考文獻
[1] 戴青云,李海鵬.基于紋理和形狀特征的外觀設計專利圖像的檢索[J].計算機工程與應用,2002,38(3):27-29.
[2] 王斌.一種不變的基于傅里葉變換的區域形狀描述子[J].電子學報,2012,40(1):84-88.
[3] 蔡菲,蔡珣,史同廣,等.一種基于形狀特征的圖像檢索方法[J].計算機應用與軟件,2005,22(12):99-100.
[4] 蔡念,張國宏,樓朋旭,等.基于形狀和紋理的外觀設計專利圖像檢索方法[J].山東大學學報(工學版),2011,41(2):1-4.
[5] 成曉翁,胡學龍,尹翔.一種基于形狀的圖像檢索系統[J].理論與方法,2011,30(10):203-207.
[6] 戴雯惠.一種基于多特征融合的彩色圖像檢索方法[J].電腦與信息技術,2011,19(5):22-24.
[7] Fan Yachun, Geng Guohua, Zhou Mingquan. Shape based retrieve using invariant moments and edge direction[J].Journal of Chinese Computer Systems,2004,25(4):659-662.
[8] KIN W Y,KIM Y S. A region-based shape descriptor using Zernike moments[J]. Signal Processing:Image Communication,2000,16(1-2):95-102.