Android系统上基于图像颜色特征的检索研究

吴成玉， 吴飞青， 章丽姣

（浙江大学宁波理工学院，　浙江　宁波　315100）



Android系统上基于图像颜色特征的检索研究

吴成玉， 吴飞青， 章丽姣

（浙江大学宁波理工学院，浙江宁波315100）

摘要:对Android移动平台上基于内容的图像检索技术进行了初步的研究，实现了基于HSV颜色特征的图像检索系统。经测试，系统运行稳定，检索速度快，准确率较高，对移动终端上图像检索技术的应用与推广起到了促进作用。

关键词：图像检索；Android平台；颜色特征

随着移动智能终端的迅猛发展，手机已经从早先简单的打电话、发短信的通讯工具发展到现在的具备上网、视频、音乐、游戏等多种功能的移动终端。用户对移动智能终端的功能需求也越来越大。目前市面上的各种应用（APP）涵盖了人们生活的方方面面，并且仍在持续高速增长中。

基于内容的图像检索一直是近年来图像领域研究的热点。传统的搜索引擎公司包括Google和百度都已发布了智能移动终端上基于内容的图像检索产品Google Goggles和百度识图。Google Goggles是一款Android平台软件，用户可以用手机拍摄当地地标建筑、书籍封面、艺术作品、酒类标签以及产品商标，即可立即获得相关信息。但是由于图像检索的精度受限，Google Goggles不能检索动物、家具、服饰等其他种类照片，对图像检索的种类有着比较大的限制，其应用领域也相对狭窄，尚不能真正达到基于内容的图像检索的目的。百度识图是一款非常实用便捷的图像检索软件，基于先进的图像识别技术，通过手机拍照或本地上传图像在全网海量图片中智能筛选精美图片。全网海量图片分为美女、风景、明星、花卉、服饰、体育、建筑和美食八大类型，并实时更新。但是由于图片种类太多，检索结果不是十分精确。

本文对Android移动平台上基于内容的图像检索技术进行了初步的研究与探讨，实现了基于HSV颜色特征的图像检索系统。该系统分为检索图像输入、检索路径选择、图像特征提取、特征匹配和检索结果展示五个模块，其中特征提取和特征匹配是关键技术。系统支持直接拍摄照片或者查找本地图片进行图像检索，按相似度从大到小顺序将检索结果图像作为结果进行输出。特征提取模块采用的是基于HSV颜色空间的直方图统计法。经测试，系统运行稳定，检索速度快，准确率较高。

一、Android系统概述

Android是以Linux为内核的操作系统，拥有一套层次十分清晰的框架，包括Linux内核层、Android系统库、应用框架层及应用层[1]。Android平台是基于java语言开发的，其中主要由四大组件构成，分别为：Activity、Service、BroadcastReceiver、ContentProvider[2]。

（1）每一个Activity就是一个独立的界面。比如照相机程序，实现一个拍照的Activity，短信也是一个Activity，拨号界面也是一个Activity等等，这些Activity都是相互独立的，但它们组合在一起就变成一个完整功能的应用程序。我们可以把Activity理解成java中的JFrame控件，不过它与JFrame的区别在于：java中的JFrame本身可以设置布局管理器，不断的向JFrame中添加组件，但Activity只能通过setContentView方法在主界面显示布局。

（2）Service与Activity的地位是相同的，它也代表一个独立的Android组件，Service与Activity的区别在于：Service通常在后台运行，它不需要与用户进行交互，因此它通常用于为一些不需要界面但是又必须在后台运行的程序提供服务，比如音乐或者音频播放软件。

（3）Broadcast Receiver用来接收来自广播和系统中的应用程序发送的消息。在Android中，广播的用处非常广泛，例如当开机后会自动产生一条广播，接收到这条广播后系统就能及时的做出提示和保存数据等操作；当电池电量低的时候系统也会产生一条广播，这样就能及时提示用户进行充电等的操作。本质上Broadcast Receiver就是一种全局的监听器，用它来监听系统向应用程序发送的广播消息，实现系统中不同组件之间的相互通信。

（4）应用程序可以通过content provider访问其它应用程序的一些私有数据，这是Android提供的一种标准的共享数据的机制。共享的数据可以是存储在文件系统中、SQLite数据库中或其它的一些媒体中。

二、检索算法

由于人的视觉对亮度的敏感程度远强于对颜色浓淡的敏感程度，为了便于色彩处理和识别，人的视觉系统经常采用HSV色彩空间[3]。所以，我们先将RGB色彩空间转换到HSV色彩空间。如(1)式所示，设RGB颜色空间值为 (r，g，b)，(其中 r，g，b∈[0～255])，转换后得到HSV值，其中h∈[0～360]，s∈[0～1]，v∈[0～1]。

为简化计算，按照人的视觉分辨能力又对HSV空间进行适当的量化处理，如(2)式所示。

根据S和V的量化级数，将量化后的H，S，V合成一个一维特征矢量L，如(3)式所示。

L＝16H＋4S＋V(3)

图1　系统UI主界面

图2　选择检索图像界面

图3　选择检索路径界面

对特征矢量L做直方图统计，可以得到一个176维的颜色特征向量。

任意给定两幅图像p和q，假设q为待检索图像，p为图像库中任意一幅图像。利用曼哈顿距离计算特征向量之间的差异，如公式(4)所示，以此作为衡量图像p和q的相似程度。

三、系统测试

整个系统的开发环境[4]如下所示：

开发语言：android

Android手机开发平台：Android系统4.0以上

PC端操作系统平台：WINDOWS Win7

开发工具：Eclipse4.2

系统测试时，选取了200幅图像进行检索性能的测试，图像分为20类，包括头像、花卉、建筑、夜景、篮球比赛等，图像尺寸为600×450。

客户端UI界面如图1所示，该界面中的上方为导航界面，其下方为显示界面。该系统中选择检索图像的界面如图2所示，可以从本地手机相册中选择或相机拍照输入。选择检索路径的界面如图3所示，用户可以选择图像库所在位置。确定待检索图像和图像库路径后，点击“显示检索图像结果”按钮，系统会计算待检索图像和图像库中所有图像的颜色特征，并根据特征相似度排序后显示图像库中所有图像。如图4所示，待检索图像分别是一幅头像和花卉，系统运行稳定，检索速度和结果较为满意。

图4　图像检索结果显示

四、结论

本文对Android移动平台上基于内容的图像检索技术进行了初步的研究与探讨，实现了基于HSV颜色特征的图像检索系统，对移动终端上图像检索技术的应用与推广起到了推进作用。

参考文献：

[1]陈昱,江兰帆.基于Google Android平台的移动开发研究[J].福建电脑,2008,(11).

[2]杨丰盛.Android应用开发揭秘 [M].北京:机械工业出版社,2010.

[3]田玉敏，林高全.基于颜色特征的彩色图像检索方法[J].西安电子科技大学学报(自然科学版),2002,(1).

[4]赵亮,张维.基于Android技术的界面设计与研究[J].电脑知识与技术,2009，(29).

（责任编辑：魏树峰）

中图分类号：TP391

文献标识码:A

[文章编号]1671－802X(2016)02－0001－04

收稿日期：＊2016－02－25

作者简介：吴成玉（1979-），女，浙江宁波人，讲师，研究方向：电路系统与信号处理。E-mail:wuchenyu79@163.com.

A Study of Image Retrieval Technology on Android System Based on Image Color Features

WU Cheng-yu,WU Fei-qing,ZHANG Li-jiao

(Ningbo Institute of Technology,Zhejiang University,Ningbo 315100,Zhejiang)

Abstract:A preliminary study of image retrieval technology on Android System based on image color features is conducted.A image retrieval system based on HSV color features is designed.The test results show that the system has characteristics of stable operation,fast retrieval and high accuracy,which will facilitate the wide applications of image retrieval technology on mobile ends.

Key words:image retrieval;Android Platform;color feature