CEDD 特征

CEDD 特征

CEDD: Color and Edge Directivity Descriptor. A Compact Descriptor for Image Indexing and Retrieval

纹理信息：

• 将RGB通道图像转换为YIQ通道，取Y通道图像
• 将图像分块（40*40=1600个块）
• 将每个小块继续等分成四小块，分别统计每小块子图像的均值（总Y值除小块像素数目）
• 应用定义的五个边缘描述子（垂直，水平，45度，135度，无方向），得到五个边缘描述量。求这五个量的最大值，并归一化（除max）
• 将这五个归一化量继续量化为一个六维的向量，量化规则为：
  
  • • 首先设定4个阈值:T0=14，检验该小区是否含有边缘信息
  • T1=0.68，判断该小区是否含有无方向信息
  • T2=T3=0.98，用来判断该小区是否含有其它四个方向的信息
  • 如果Mmax大于T0，则该小区含有纹理信息，如果不大于则是非含有纹理信息的小区，那么6维直方图第一维的值会加1。
  • 如果该区域是有边缘信息的，即Mmax大于等于T0，便可以计算其它各方向信息的值
• 至此，得到每个小块的纹理信息向量

颜色信息：

• 将RGB通道图像转换为HSV通道图像
• 将图像分块（40*40=1600个块）
• 对每块求其H，S，V 均值
• 输入这三个值，通过预先定义好的量化方式，输出一个10bin的直方图
  
  • 量化方式分两个部分：CLF 定义的通道边缘 和 20-TSK-like 量化规则
    
    • CLF 为协同逻辑滤波，其实就是一个逻辑滤波器，图像上每个3*3方块的九个像素点的二进制值进行逻辑 “与” 运算 -若区域值相同，滤波之后不变化；若区域值不同，
    • 输入H，S，V 的色板图像（包含全部取值，H取值0-360；S取值0-255，V取值0-255 ），应用CLF滤波，并于原色板图像作差，可以得到边缘信息
    • 说明：使用色板图像，是为了寻找颜色边界，更加直观。色板图像垂直方向上像素取值相同
    • 按CLF滤波之后的图像边界线的粗细划分区域和过渡区域，H空间8个区域，S空间2个区域，V空间3个区域
    • 输入的 H，S，V 值按照定义的规则，投入到对应的区域中，此时得到3个向量（8维，2维，3维）
  • 20 TSK like 量化规则就是要把这 三个向量一共13维，融合成一个10维的颜色特征向量
    
    • 融合规则是预先定义好的：
    • V通道的优先级最高，如果V值落于第一个区域，则该点像素模糊后必为深色
    • 当V值落于第二区时，需要参考S值的位置，若S值落于第一区域则为浅色，落于第二区域则是中间过渡的色彩部分。
    • 在对S、V通道进行输出颜色信息分类时，每个类别的值等于每次被分配时S、V中最小值的累加
  • 4 TSK like 规则类似
• 至此得到24维颜色特征

特征融合：

• 边缘特征6维，取值范围0-5，代表不同的纹理方向，总特征144维，等分为六个纹理区域
• 根据纹理特征，将颜色特征存入对应的区域
• 对同一图像的所有块的最终特征进行累加，并归一化
• 按照CEDD量化对照表，将最终特征量化为整数 （不规则量化）