曹宇軒劉真

摘 要：為了加強(qiáng)對(duì)民航機(jī)場(chǎng)游客行李包的有效管理，減少人工查找相關(guān)行李箱的工作量，設(shè)計(jì)并實(shí)現(xiàn)了一個(gè)基于顏色特征的行李箱檢索系統(tǒng)。充分利用圖像的顏色特征，設(shè)計(jì)不同的特征匹配算法，實(shí)現(xiàn)了按照顏色特征檢索行李箱的功能。實(shí)驗(yàn)證明，該系統(tǒng)具有功能全面、操作簡(jiǎn)單、安全可靠等特點(diǎn)，具有一定的推廣價(jià)值。

關(guān)鍵詞關(guān)鍵詞：民航；行李箱；顏色特征；圖像檢索

DOIDOI：10.11907/rjdk.162058

中圖分類號(hào)：TP319

文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)文章編號(hào)：16727800（2016）011007105

0 引言

社會(huì)經(jīng)濟(jì)的繁榮促進(jìn)了民航行業(yè)的快速發(fā)展，客運(yùn)量的增加使得托運(yùn)行李箱的數(shù)量也急劇增加，如何有效管理和監(jiān)控眾多行李箱成為各航空公司亟需解決的問(wèn)題。目前，不正常行李的查找主要依靠對(duì)行李箱上所掛條形碼進(jìn)行掃描記錄。然而針對(duì)一些特殊情況，如條形碼丟失、條形碼錯(cuò)誤等，這種傳統(tǒng)的查找方式就無(wú)法發(fā)揮作用。此時(shí)，行李箱的外觀特征就成為了找尋不正常行李箱的主要依據(jù)。因此有必要將研究方向轉(zhuǎn)移到行李箱的圖像內(nèi)容上，即通過(guò)行李箱圖像本身的內(nèi)容如顏色等特征進(jìn)行檢索，輸入相似行李箱圖像之后，在監(jiān)控系統(tǒng)中查找對(duì)應(yīng)行李箱的視頻截圖或與存儲(chǔ)在行李庫(kù)房中的無(wú)人認(rèn)領(lǐng)行李作比對(duì)，從而跟蹤其去向，完成管理和查找操作。

1 圖像特征提取

基于顏色特征的行李箱檢索系統(tǒng)，是基于內(nèi)容的圖像檢索系統(tǒng)的一種，即通過(guò)分析研究圖像包含的顏色信息，通過(guò)一定的特征方法進(jìn)行表示，然后設(shè)計(jì)匹配算法進(jìn)行相似度匹配的檢索系統(tǒng)。只有首先準(zhǔn)確地將圖像信息提取出來(lái)，再設(shè)計(jì)出精確的匹配算法，才能實(shí)現(xiàn)預(yù)期的效果。由此可見(jiàn)，圖像特征提取算法是本文基于顏色特征的行李箱檢索系統(tǒng)的核心技術(shù)。

1.1 顏色特征模型

RGB模型是計(jì)算機(jī)中最常用的顏色模型，由于其簡(jiǎn)單并且與人眼的結(jié)構(gòu)特性密切相關(guān)，所以是目前使用最為廣泛的顏色模型[1]。根據(jù)人眼的結(jié)構(gòu)特點(diǎn)，所有顏色都可以看作是3個(gè)基本顏色即紅、綠、藍(lán)的組合。為了建立標(biāo)準(zhǔn)，1931年國(guó)際照明委員會(huì)（CIE）規(guī)定了700nm、546.1nm、435.8nm為紅、綠、藍(lán)這3種顏色的標(biāo)準(zhǔn)波長(zhǎng)。以 r、g、b 3個(gè)參數(shù)為三坐標(biāo)，可以得到如圖1所示的一個(gè)單位立方體結(jié)構(gòu)描述的RGB 顏色模型（彩圖見(jiàn)封三，下同）。

本系統(tǒng)充分利用RGB顏色模型的特點(diǎn)，使用其作為本系統(tǒng)的特征提取模型。

1.2 特征表述方法

對(duì)于一副圖像，若要得到它所包含的顏色特征，首先要采集它的信息，然后用適當(dāng)?shù)姆椒ㄟM(jìn)行表示，顏色特征表示對(duì)檢索結(jié)果有很大的影響。本系統(tǒng)采用循環(huán)方式，逐步采集圖像每一個(gè)點(diǎn)的R、G、B值，然后對(duì)R[0]～R[255]，G[0]～G[255]和B[0]～B[255]的點(diǎn)的個(gè)數(shù)進(jìn)行統(tǒng)計(jì)，再采用適當(dāng)算法來(lái)表示這些統(tǒng)計(jì)信息，主要有以下3種方法：統(tǒng)計(jì)直方圖、累計(jì)直方圖和分塊統(tǒng)計(jì)。

1.2.1 統(tǒng)計(jì)直方圖

圖像特征的統(tǒng)計(jì)直方圖[2]是一個(gè)1-D的離散函數(shù)，它用來(lái)表示一副圖像之中，擁有某種特征值的點(diǎn)在整幅圖像中所占的比例，很顯然所有比例之和應(yīng)為1。以H向量為例，即有式（1）：

H（k）=nkNk=0，1，255（1）

其中，nk代表具有特征值k的點(diǎn)的個(gè)數(shù)，N為這幅圖像的點(diǎn)的個(gè)數(shù)。如圖2所示，（a）是圖像原圖，（b）是它所對(duì)應(yīng)的統(tǒng)計(jì)直方圖。

1.2.2 累計(jì)直方圖圖像特征的累計(jì)直方圖[2]也是一個(gè)1-D的離散函數(shù)，表示到這個(gè)特征為止的之前所有向量占總數(shù)的比例。同樣以H向量為例，很顯然，H（255）= 1即有式（2）：

式中符號(hào)與上文統(tǒng)計(jì)直方圖公式中的含義一致，圖3即為紅色行李箱圖像特征的累計(jì)直方圖。

1.2.3 分塊統(tǒng)計(jì)圖像的分塊統(tǒng)計(jì)方法是在上述兩種方法基礎(chǔ)上的改進(jìn)，基于顏色內(nèi)容的圖像檢索雖然有較強(qiáng)的抵御旋轉(zhuǎn)、尺寸變換的魯棒性[3]，但是對(duì)于圖像色彩的空間分布表示卻很差，經(jīng)常會(huì)出現(xiàn)圖像的直方圖相似而空間分布差別很大的情況，如圖4中（a）橫向圖和（b）交叉圖的直方圖完全一樣而實(shí)際圖像本身卻差別很大。

針對(duì)這種情況，研究者提出了分塊統(tǒng)計(jì)的概念，原理是將一幅圖像先進(jìn)行分割，然后分別統(tǒng)計(jì)每一塊的直方圖進(jìn)行對(duì)比分析，至于如何分塊以及每一塊賦予的權(quán)重，還需特別計(jì)算。通過(guò)分塊統(tǒng)計(jì)，一定程度上解決了顏色特征對(duì)于空間分布的不足，但是不能從根本上解決問(wèn)題，這是顏色特征本身的缺陷。

統(tǒng)計(jì)直方圖比較適合顏色塊單一的圖像，相比之下，累計(jì)直方圖則更適合于真彩圖像[4]，分塊統(tǒng)計(jì)彌補(bǔ)了顏色空間分布難以描述的缺點(diǎn)。由于時(shí)間有限，本文僅實(shí)現(xiàn)了統(tǒng)計(jì)直方圖和累計(jì)直方圖兩種方法，分塊統(tǒng)計(jì)是今后研究的方向。

2 特征匹配算法

基于文本的檢索方法是通過(guò)對(duì)文本進(jìn)行匹配來(lái)判斷是否相似，而基于內(nèi)容的圖像檢索則是通過(guò)計(jì)算示例圖像和數(shù)據(jù)庫(kù)中圖像在圖像特征上的相似度進(jìn)行判斷[5]。目前廣泛使用的是對(duì)圖像特征進(jìn)行數(shù)字化，即用數(shù)字表示一幅圖像的特征。通過(guò)數(shù)學(xué)公式設(shè)計(jì)匹配算法，計(jì)算出兩者之間的距離作為衡量圖像特征的相似度。本文在參考前人研究的基礎(chǔ)上，實(shí)現(xiàn)了以下幾種較為經(jīng)典的匹配算法。

2.1 Hausdorff距離算法

Hausdorff距離的作用是度量模板和目標(biāo)圖像之間邊緣的匹配程度。

設(shè)兩個(gè)有限點(diǎn)集A={a1，a2，...，ap}和B={b1，b2，...，bq}，其中p和q分別為點(diǎn)集A與點(diǎn)集B的元素個(gè)數(shù)。則A、B間的Hausdorff 距離H（A，B）定義如式（3）所示：

2.2 歐氏距離算法

用HQ（k）表示關(guān)鍵圖的顏色特征直方圖，HD（k）表示已經(jīng)存儲(chǔ)的數(shù)據(jù)庫(kù)圖像D的顏色特征直方圖，則兩幅圖像之間的匹配值P（Q，D）用歐氏距離方法來(lái)計(jì)算[5]如式（6）所示：

2.3 加權(quán)的歐氏距離

用HQ（k）表示關(guān)鍵圖的顏色特征直方圖，HD（k）表示已經(jīng)存儲(chǔ)的數(shù)據(jù)庫(kù)圖像D的顏色特征直方圖，則兩圖像之間的匹配值P（Q，D）用加權(quán)的歐氏距離方法來(lái)計(jì)算如式（7）所示：

2.4 直方圖相交法

用HQ（k）表示關(guān)鍵圖的顏色特征統(tǒng)計(jì)直方圖，HD（k）表示已經(jīng)存儲(chǔ)的數(shù)據(jù)庫(kù)圖像D的顏色特征統(tǒng)計(jì)直方圖，則兩圖像之間的匹配值P（Q，D）用直方圖相交的方法來(lái)計(jì)算如式（8）所示：

2.5 絕對(duì)值法

用HQ（k）表示關(guān)鍵圖的顏色特征直方圖，HD（k）表示已經(jīng)存儲(chǔ)的數(shù)據(jù)庫(kù)圖像D的顏色特征直方圖，則兩圖像之間的匹配值P（Q，D）用絕對(duì)值的方法來(lái)計(jì)算用式（9）所示：

以上幾種匹配算法中：Hausdorff用于計(jì)算兩幅圖像邊緣之間的距離；歐氏距離計(jì)算量大，但是精度較高；加權(quán)的歐氏距離適合于顏色豐富的真彩圖像，因?yàn)楫?dāng)顏色比較單一時(shí)，很多為0的點(diǎn)都被賦值為1，這樣就與原圖像的特征差距很大，如果采用歸一化直方圖，則Wk<1，即加權(quán)距離要小于歐氏距離；直方圖由于其本身特點(diǎn)而僅適用于統(tǒng)計(jì)直方圖，不適用于累計(jì)直方圖；絕對(duì)值方法是使用最多的方法，計(jì)算簡(jiǎn)單、運(yùn)行速度快。在本文中以上5種方法均已實(shí)現(xiàn)。

3 系統(tǒng)詳細(xì)設(shè)計(jì)

3.1 系統(tǒng)詳細(xì)結(jié)構(gòu)

系統(tǒng)功能分為3個(gè)主要模塊，分別為圖庫(kù)管理模塊、圖像匹配模塊和圖像存儲(chǔ)模塊。除了主要模塊以外，還設(shè)計(jì)了中間輸出模塊、時(shí)間統(tǒng)計(jì)模塊等輔助功能。系統(tǒng)流程如圖5所示。

3.2 主要模塊實(shí)現(xiàn)

3.2.1 圖庫(kù)管理模塊設(shè)計(jì)

圖庫(kù)管理模塊提供用戶對(duì)圖像庫(kù)的操作，包含以下操作：添加新的圖像庫(kù)、修改即有圖像庫(kù)、刪除現(xiàn)有圖像庫(kù)、將圖像庫(kù)設(shè)置為默認(rèn)檢索的庫(kù)、將新的圖像添加到既有圖像庫(kù)。

本系統(tǒng)實(shí)現(xiàn)了上述幾種功能，通過(guò)自定義的PicDb表來(lái)實(shí)現(xiàn)管理，圖6為“菜單—設(shè)置”里面的圖庫(kù)管理。

3.2.2 圖像匹配模塊

在本系統(tǒng)的設(shè)計(jì)過(guò)程中，考慮到對(duì)于真彩圖像的檢索匹配，特別設(shè)計(jì)兩種不同方式，即可以將所有圖像的R、G、B值相加為一個(gè)通道進(jìn)行匹配對(duì)比，也可以分別對(duì)R、G、B 3個(gè)通道進(jìn)行匹配分析。前者在處理一些較為簡(jiǎn)單的彩色圖像時(shí)效果較好，計(jì)算量少、耗費(fèi)時(shí)間較短；如果采用后者，匹配精度會(huì)提高，但同時(shí)大大增加計(jì)算量[6]。該選項(xiàng)在用戶界面上有所設(shè)計(jì)，供用戶選擇。

3.2.3 圖像存儲(chǔ)模塊設(shè)計(jì)

由于對(duì)圖像特征的提取和匹配往往涉及大規(guī)模的點(diǎn)陣運(yùn)算，期間耗費(fèi)較多時(shí)間，這往往是用戶所不能容忍的，所以應(yīng)當(dāng)添加數(shù)據(jù)庫(kù)模塊以減少時(shí)間。本文將重點(diǎn)探討圖像特征的提取技術(shù)和存儲(chǔ)技術(shù)。

本系統(tǒng)設(shè)計(jì)的數(shù)據(jù)庫(kù)模塊用來(lái)存儲(chǔ)庫(kù)中的圖像信息，并非直接存儲(chǔ)圖像文件，而是將分析過(guò)的圖像特征值及其所在的路徑等相關(guān)信息存入數(shù)據(jù)庫(kù)。程序啟動(dòng)時(shí)，會(huì)讀取數(shù)據(jù)庫(kù)中的用戶設(shè)置，根據(jù)用戶設(shè)置，系統(tǒng)可以找到默認(rèn)的圖像庫(kù)，圖像庫(kù)里存儲(chǔ)著該圖像庫(kù)中圖像的所有信息，包括圖像的路徑、名稱、特征等。隨后系統(tǒng)根據(jù)圖像庫(kù)中的路徑找到此圖像庫(kù)里面所有圖像的特征值，通過(guò)解壓縮函數(shù)將信息還原成文中定義的節(jié)點(diǎn)結(jié)構(gòu)，直接讀取進(jìn)行匹配，從而節(jié)省了大量分析時(shí)間。

在存取圖像特征時(shí)，本文將特定數(shù)據(jù)結(jié)構(gòu)壓縮為字符串格式存儲(chǔ)在數(shù)據(jù)庫(kù)中，其中的協(xié)議由作者自定義，協(xié)議采用“#”字符分隔通道之間的數(shù)據(jù)值，在存儲(chǔ)階段進(jìn)行打包，讀取出來(lái)之后解包賦值。經(jīng)過(guò)系統(tǒng)測(cè)試發(fā)現(xiàn)，在壓縮和解壓縮圖像特征時(shí)的用時(shí)占很小比例，而真正耗費(fèi)時(shí)間的為顏色特征的提取和特征匹配階段，因而在實(shí)際運(yùn)行時(shí)達(dá)到了預(yù)期效果。數(shù)據(jù)庫(kù)中存取圖像特征的表是PicFeature，結(jié)構(gòu)如表2所示。

通過(guò)DBOperate的一系列函數(shù)，系統(tǒng)可以很方便地實(shí)現(xiàn)對(duì)數(shù)據(jù)庫(kù)的操作，從而為系統(tǒng)運(yùn)行提供了很大幫助，節(jié)省了大量時(shí)間。

4 實(shí)驗(yàn)結(jié)果分析

4.1 性能評(píng)價(jià)標(biāo)準(zhǔn)

基于顏色特征的行李箱檢索系統(tǒng)的性能可以通過(guò)查詢的準(zhǔn)確率來(lái)判斷，包括查全率和查準(zhǔn)率[7]。本文將基于這兩種標(biāo)準(zhǔn)對(duì)系統(tǒng)進(jìn)行評(píng)價(jià)，如式（10）、式（11）描述。式中PR為查全率，P

4.2 系統(tǒng)測(cè)試

本系統(tǒng)的檢索圖庫(kù)包含50張不同顏色的行李箱圖像，按顏色分為5類，每類10幅圖像。實(shí)驗(yàn)測(cè)試階段綜合使用各種圖像特征表示方法和匹配算法，得出系統(tǒng)對(duì)于不同圖庫(kù)的查全率和查準(zhǔn)率。本文以藍(lán)色行李箱為例，測(cè)試效果如圖8所示。

統(tǒng)計(jì)不同顏色行李箱的查全率和查準(zhǔn)率，測(cè)試結(jié)果如表3所示。

通過(guò)上表發(fā)現(xiàn)，各色行李箱的查全率和查準(zhǔn)率均在70%以上，即針對(duì)一般查詢具有較好效果，未來(lái)可以在繼續(xù)提高查全率和查準(zhǔn)率的基礎(chǔ)上進(jìn)一步優(yōu)化算法。

5 結(jié)語(yǔ)

本文針對(duì)民航不正常行李箱的管理查找問(wèn)題，提出了使用基于顏色特征的行李箱檢索系統(tǒng)的解決方案。對(duì)基于內(nèi)容的圖像檢索技術(shù)進(jìn)行了研究和探討，在分析目前一些基于圖像顏色特征的檢索算法的基礎(chǔ)上，重點(diǎn)分析了算法的優(yōu)點(diǎn)和不足，實(shí)現(xiàn)了一個(gè)基于顏色特征的行李箱檢索系統(tǒng)。本文對(duì)所實(shí)現(xiàn)的不同算法進(jìn)行了實(shí)現(xiàn)和測(cè)試比較，實(shí)驗(yàn)結(jié)果證明該系統(tǒng)功能全面、操作簡(jiǎn)單、查詢效果較好，可在實(shí)際中進(jìn)行推廣應(yīng)用。

參考文獻(xiàn)：

[1] 王娟，孔兵，賈巧麗.基于顏色特征的圖像檢索技術(shù)[J].計(jì)算機(jī)系統(tǒng)應(yīng)用，2011，20（7）：160164.

[2] 劉德龍.基于顏色特征的圖像檢索系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)[D].武漢：華中師范大學(xué)，2007.

[3] 黃仁，胡敏.綜合顏色空間特征和紋理特征的圖像檢索[J].計(jì)算機(jī)科學(xué)，2014，41（6A）：118121.

[4] 董蕊，王志巍，劉淑娟，等.基于統(tǒng)計(jì)直方圖的單幅圖像去霧算法[J].計(jì)算機(jī)應(yīng)用與軟件，2016，33（5）：196199.

[5] 項(xiàng)立明.基于內(nèi)容的圖像檢索系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[J].軟件工程師，2015，18（12）：3738.

[6] 翟劍鋒.基于多特征的圖像檢索系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[D].北京：北京郵電大學(xué)，2010.

[7] 王鵬.基于顏色特征的圖像檢索系統(tǒng)[D].西安：西安電子科技大學(xué)，2012.

（責(zé)任編輯：孫 娟）