基于顏色和紋理的圖像檢索系統(tǒng)的研究與實(shí)現(xiàn).pdf

1、隨著互聯(lián)網(wǎng)的發(fā)展，各種圖像信息日益豐富，基于內(nèi)容的圖像檢索成為一個(gè)熱門的研究課題。作者閱讀了大量基于內(nèi)容的圖像檢索文獻(xiàn)，并利用顏色和紋理特征設(shè)計(jì)開發(fā)了一個(gè)圖像檢索系統(tǒng)。文中詳細(xì)描述了用顏色、紋理及兩者相結(jié)合的方式進(jìn)行圖像檢索的過程和算法，主要工作如下： 在基于顏色特征的檢索方面，本文選用HSV顏色空間，介紹了RGB空間與HSV空間的轉(zhuǎn)化方法。為了降低顏色特征的維數(shù)和系統(tǒng)開銷，本文采用非等量間隔量化的方法對顏色空間進(jìn)行量化。另外，

2、一般的顏色直方圖只能得到圖像的全局統(tǒng)計(jì)信息，而無法對圖像中的位置信息進(jìn)行描述。本文針對這一缺陷，使用了一種層疊的分塊策略，首先將圖像進(jìn)行分塊，然后結(jié)合累積顏色直方圖進(jìn)行特征提取，進(jìn)而利用這些特征對圖像進(jìn)行檢索。 在基于紋理特征的檢索方面，作者通過對小波分析的研究，將小波分析應(yīng)用到圖像的紋理檢索中，一定程度上彌補(bǔ)了以往紋理檢索的不足。文中詳細(xì)的介紹了小波分析的理論基礎(chǔ)，并對如何利用小波分析進(jìn)行圖像特征提取進(jìn)行了充分的論述。圖像的紋

3、理特征主要集中在中、高頻，而傳統(tǒng)的金字塔式小波分析僅僅對低頻子帶進(jìn)行分解。本文針對這一缺陷，利用可變樹小波分析提取圖像的紋理特征。 無論是單純基于顏色的圖像檢索，還是單純基于紋理的圖像檢索，都存在各自的缺陷。如果對多個(gè)特征進(jìn)行結(jié)合，那么對彌補(bǔ)單個(gè)特征所造成的缺陷會(huì)起到很大的作用，而對多特征的組合重點(diǎn)在于相似度匹配。本文介紹了一種多特征組合的相似度匹配方式，即加權(quán)方式，并對匹配的算法進(jìn)行了論述。 基于以上提到的算法，作者以