基于顏色特征的圖像檢索方法的設(shè)計(jì)與實(shí)現(xiàn).pdf

1、基于內(nèi)容的圖像檢索(CBIR,Content-based Image Retrieval)是指直接采用圖像內(nèi)容進(jìn)行圖像信息查詢的檢索。這一領(lǐng)域是多媒體檢索中的熱門課題之一。基于內(nèi)容的圖像檢索方法,其主要思想是根據(jù)圖像所包含的色彩、紋理、形狀以及對象的空間關(guān)系等低層圖像特征來分析圖像信息,建立圖像的特征矢量作為其索引,檢索方法目前主要是根據(jù)圖像的多維特征矢量進(jìn)行相似查詢。
　　 本文主要研究基于圖像顏色特征的檢索。提出了一種基于代

2、表色塊的特征的圖像檢索方法。方法是在HSL色彩空間提取出能夠良好再現(xiàn)原圖像主色調(diào)的n種顏色(稱為代表色),再計(jì)算出表征各代表色的色塊分布聚散程度的特征,并計(jì)算各代表色為主導(dǎo)顏色的區(qū)域的紋理特征。基于圖像的上述特征矢量,實(shí)現(xiàn)對圖像庫中相似圖像的檢索。
　　 首先,從光學(xué),視覺心理學(xué)、數(shù)字圖像處理等多種角度對各種顏色模型進(jìn)行了討論,分析了它們的模型定義,特點(diǎn)及適用范圍。在此基礎(chǔ)上,選擇HSL顏色模型進(jìn)行改造,提出了能夠良好表現(xiàn)人類視

3、覺上的色彩聚類特征的變形HSL顏色模型。在此顏色空間內(nèi)通過適當(dāng)?shù)木垲惙治鏊惴?在兼顧顏色分辨率和顏色特征維數(shù)的條件下,提取原始圖像的代表色,并將原始圖像轉(zhuǎn)化為代表色圖像。
　　 其次,考慮到單純代表色特征對圖像語義信息表示能力的不足,引入了表征代表色的空間分布特征的指標(biāo)。首先回顧了不變矩的來源和特點(diǎn),進(jìn)一步指出不變矩具有表征二值圖像分布聚散程度的能力,它能從全局的角度描述各代表色的空間分布屬性。然后討論了基于代表色矩的圖像相似性

4、度量算法。
　　 最后,引入代表色主導(dǎo)區(qū)域的紋理屬性,作為進(jìn)一步精確表征圖像語義信息的特征,用以對在代表色圖像表征原始圖像過程中損失的信息做出補(bǔ)償。在劃分代表色圖像中各代表色主導(dǎo)區(qū)域的基礎(chǔ)上,討論了各種表征圖像細(xì)節(jié)、紋理和色彩相互關(guān)系的指標(biāo),并提出了有效的快速算法。
　　 此外,還研究了同時(shí)考慮上述代表色特征的綜合特征匹配檢索算法、圖像檢索系統(tǒng)的一般體系結(jié)構(gòu)、和加快檢索速度的各種方法。
　　 本文提出的基于代表色