基于DCT和GLCM的图像检索方法

刘晶　尹长青

摘要：提出一种新的图像检索方法，用离散余弦变换（DCT）和灰度共生矩阵（GLCM）提取图像的视觉内容。由于基于DC系数的特征向量保留了图像最重要的视觉分量，所以计算基于均匀量化直方图的DC系数，并且从该直方图导出了用于形成DC特征向量的一些统计参数。然后根据剩余图像通过取原始图像平面和基于DC系数的重构图像平面之间的差异来获得其他重要视觉特征。最后从残差图像的GLCM中的一些统计参数用来构建基于GLCM的特征向量，并且该特征向量可以更有效的识别残差图像的纹理特征。公共数据集的实验结果表明图像的组合特征提取提高了图像检索的速度和准确性。

关键词：CBIR 离散余弦变换 灰度共生矩阵 特征提取 统计参数 残差图像

一、概述

本文分别考虑了用于提取变换域和空间域图像特征的DCT和GLCM描述符。利用块级DCT提取图像特征与GLCM相结合的方法构造单一特征向量，提高了图像检索系统的准确性。所提出的CBIR方案的性能在两个著名的Corel-SK和Corel-10K图像数据库上得到验证。

二、背景知识

（一）块级离散余弦变换

块级DCT工具主要用于数据压缩、特征提取、水印等。DCT直接应用于原始图像，并将其分解成重要部分进行特征提取和图像分析的重要部分在各个领域。DCT被定义为信号的一维形式，并被扩展到矩阵，图像的二维变换中。这种变换具有可分离，正交，去相关，能量压缩和对称性质。令f（x，y）表示通过使用DCT变换将被变换到频域的给定图像的图像值。一个大小为N×N的块的二维DCT变換可以被定义为：

大部分能量在DC系数中是简洁的，甚至DC系数和AC系数之间的特性也是非常不相似的。表1显示了原始图像和残差图像与不同的选定DCT系数之间的关系，发现原始图像和残差图像之间的PSNR值对于选定的不同数量的DCT系数而言不会发生显着变化。

三、块级DCT信息和GLCM参数的CBIR

（一）DC特征向量构造

通过计算每个DCT块的DC系数的量化直方图的统计参数来构造DC特征向量。DC直方图被定义为所有DCT块的DC系数的出现或频率，然后将DC直方图量化为LL个bin/interval（本例中L L=8），并从每个修改的bin/interval或group中，计算出一些统计值，如平均值和标准偏差以形成DC特征向量。令H（b）为DC直方图的DC系数的频率，则概率P（b）直方图可以定义为：

五、结束语

本文提出了本文提出了一种基于块级DCT信息和残差图像的GLCM参数的CBIR检索方法。通过基于DC特征的分量和GLCM参数串联起来，以有效地形成低维特征向量，其中基于DC和GLCM的特征向量被单独归一化。