摘   要： 针对外观设计专利图像背景多样性、复杂性以及形状特征突出等特点，提出了一种综合纹理和形状的检索算法。该方法首先采用基于物体内部结构纹理特征描述纹理，并用欧式距离取得其相似值，然后再用改进的加权欧式距离取得不变矩形状特征向量的相似值，经特征融合得到最终相似距离值。实验结果表明，该算法优于现有的其他算法，针对外观专利图像的检索，具有更高的查全率和查准率。
关键词： 查全率； 查准率； 特征融合； 外观专利

    查全率和查准率从被提出之日起就成为评价检索系统检索性能的重要指标，而且两个指标必须同时满足一定的标准时才能说检索效果令人满意。在外观设计专利图像检索中，特征选取与描述方法是检索算法的核心。现在常用的图像检索特征主要有颜色、纹理特征、形状和空间关系。由于外观专利图像的特殊性，其颜色会受复杂环境因素如亮度等的影响而呈现出不稳定性，而形状是描述外观图像不可忽视的本质特征,纹理则是反应图像内部结构的一个重要视觉特征。参考文献[1]采用了Hu不变矩作为形状特征,并融合了灰度共生矩阵算法提取的纹理特征，但没有考虑到轮廓特征以及局部纹理特征对检索的影响，因此检索效果不尽如人意。参考文献[2]采用分级检索的机制，综合利用灰度及形状进行基于内容的医学图像检索。该方法克服了灰度直方图不能充分表示空间分布信息的不足，利用边界方向直方图描述形状特征，避开了对图像进行精确分割这一医学图像处理中的难点问题。但它只能得到图像的大致边界信息，不能实现对物体形状的精确描述，即对于物体图像的内部特征表达得不够详细。参考文献[5]采用了面积、形状矩等局部或全局特征来表示一幅图像，但它只是单一地提取了形状特征，而无法清楚地描述物体内部结构,这对于外观专利图像来讲并不是最佳的算法选择。
    本文针对已有的图像检索算法存在的不足和外观设计专利图像背景多样性、复杂性和形状特征突出等特点，提出了一种新的改进算法。首先利用一种基于物体内部结构的图像提取纹理特征，再用欧式距离求出纹理特征向量的相似距离；然后用不变矩提取图像的形状特征，并用改进加权欧式公式得到形状特征向量的相似距离；最后采用两个特征融合的方式，并通过设置各自的权重，取得关键图与检索图的多特征相似度值，从而实现图像信息的自动检索。



　 实验2 用不变矩结合纹理特征即本文算法对不同图片进行检索，结果如图4所示。
    用各种算法多次针对不同图片一一进行检索，查准率和查全率对比如图5所示。
    实验3 为体现实验的有效性，本文对比了参考文献[5]算法的性能，结果如图6所示。

    由以上实验可以看出，本文算法的检索性能明显优于其他算法。相比于之前的一些常用纹理描述子(如灰度共生矩等),本文算法采用的基于内部结构的纹理特征实用简单，它描述的是物体边缘的跳变次数，可一定程度反映物体的内部结构。在形状特征方面，不变矩在其他形状描述子中也体现了一定的优势，再结合改进的加权欧式距离公式使检索性能大大提高了。
    针对外观专利图像的特殊性，提出了一种基于内部结构纹理特征结合不变矩形状特征的改进算法。该方法综合考虑了结构和区域特征，克服了其他算法的一些缺陷，经MATLAB仿真验证了本文算法能权衡好查准率和查全率，具有较好的实用价值。
参考文献
[1] 戴青云,李海鹏.基于纹理和形状特征的外观设计专利图像的检索[J].计算机工程与应用,2002,38(3):27-29.
[2] 王斌.一种不变的基于傅里叶变换的区域形状描述子[J].电子学报,2012,40(1):84-88.
[3] 蔡菲,蔡珣,史同广,等.一种基于形状特征的图像检索方法[J].计算机应用与软件,2005,22(12):99-100.
[4] 蔡念,张国宏,楼朋旭,等.基于形状和纹理的外观设计专利图像检索方法[J].山东大学学报(工学版),2011,41(2):1-4.
[5] 成晓翁,胡学龙,尹翔.一种基于形状的图像检索系统[J].理论与方法,2011,30(10):203-207.
[6] 戴雯惠.一种基于多特征融合的彩色图像检索方法[J].电脑与信息技术,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.