罗 微 李红岩 孙丽萍

(哈尔滨医科大学大庆校区，大庆，163319) (东北林业大学)

随着图像处理技术的不断发展，基于内容的图像检索被越来越多地应用在树种检索中。由于主色调能够较好地概括图像总体特征，因此为了保证检索精度的同时能够更好地提高检索效率，笔者提出了针对木材图像特征的颜色空间非等间隔量化的主色调检索方法。

对于特定图像数据库，应当有针对性地提取适合此类图像的特征。木材材色空间分布有其特殊性，其色调主要分布在YR(橙)区间，相对较确定。另外，木材图像的饱和度和亮度也各有特点［1-2］，因此本研究选择在HSV颜色空间采用非等间隔量化的方法对木材颜色进行特征提取。这样减少了检索中的特征冗余，对木材颜色进行了更有针对性的表达，使得提取的特征针对木材颜色具有更好的适用性，保证了检索的准确率。又由于高维特征检索效率较差，为了有效地降低特征空间的维数，可对颜色三分量进行空间非等间隔量化后再进行降维处理［3-4］，这样提取的特征可提高检索效率。

目前，基于内容的木材图像检索主要是基于纹理特征、RGB颜色空间特征或L*a*b*颜色空间特征实现检索识别［5］，而采用非等间隔量化的主色调的检索方法在木材图像检索应用中尚未展开深入研究。笔者提出的针对木材图像特征的颜色空间非等间隔量化主色调检索作为一种新方法，可以为木材图像检索提供更为准确高效的检索方法。……