基于多特征的圖像檢索算法及實(shí)現(xiàn).pdf

1、基于內(nèi)容的圖像檢索(CBIR,Contend based image retrival)是當(dāng)前計(jì)算機(jī)視覺(jué)領(lǐng)中域的重要研究熱點(diǎn)，它是科學(xué)技術(shù)的進(jìn)步發(fā)展和推廣應(yīng)用，在圖像數(shù)據(jù)庫(kù)日益增長(zhǎng)，圖像種類多樣和數(shù)量急劇膨脹的情況下，為滿足快速，準(zhǔn)確的搜索用戶所需的圖像資源的需求而逐步受到重視。該技術(shù)利用圖像自身固有的顏色，紋理，形狀等低層視覺(jué)特征來(lái)描述圖像內(nèi)容特征，再根據(jù)圖像的特征來(lái)度量圖像間的相似性，從而完成圖像檢索。顯然,準(zhǔn)確，有效的提取圖像底層

2、視覺(jué)特征是CBIR中極其重要，近年來(lái)基于單一特征的圖像檢索技術(shù)已經(jīng)有了一定的研究成果，而單一特征不能完整地表示圖像內(nèi)容，因此結(jié)合兩種或多種特征來(lái)提高檢索精度成為一種可行的方法。但是如何有效地結(jié)合多種不同的特征，以彼此互補(bǔ)地完整的表示圖像內(nèi)容，并檢索出符合人眼視覺(jué)感知的圖像，是一個(gè)值得進(jìn)一步研究的熱點(diǎn)問(wèn)題。
　　文中以視覺(jué)重要的圖像邊緣輪廓為基礎(chǔ)，針對(duì)如何有效地提取圖像特征進(jìn)行了研究，并利用小波變換的多尺度特性，實(shí)現(xiàn)了特征提取算法的

3、改進(jìn)，提出了結(jié)合彩色邊緣綜合特征的圖像檢索算法。本文算法中邊緣的質(zhì)量直接影響檢索效率，而二進(jìn)小波介于連續(xù)小波和離散小波之間，是一種本身帶有強(qiáng)烈方向性的小波函數(shù)，有平移不變性，可以有效避免非線性變換引起的視覺(jué)形變，具有一定的抗噪能力，這使得它在圖像的奇異性檢測(cè)和特征提取方面得到了廣泛的應(yīng)用。所以，本文選擇性能優(yōu)好的二進(jìn)小波濾波器，再通過(guò)二進(jìn)小波變換模極大值法提取了圖像彩色邊緣。對(duì)于顏色特征的提取，選擇符合人眼視覺(jué)特征的HSV顏色模型，并將

4、其量化為256維，以彩色邊緣點(diǎn)集合的重心作為圓心，將圖像空間按邊緣點(diǎn)的分布劃分為一系列同心圓環(huán)。分別對(duì)每個(gè)圓環(huán)區(qū)域計(jì)算顏色直方圖，得到環(huán)形顏色直方圖。環(huán)形顏色直方圖保持對(duì)圖像旋轉(zhuǎn)及平移變換的前提下，克服了傳統(tǒng)顏色直方圖沒(méi)有空間信息的缺點(diǎn)。對(duì)于形狀特征的提取，以彩色邊緣幾何重心作為圓心，將圖像空間劃分為一系列同心圓環(huán)，由內(nèi)到外分別計(jì)算每個(gè)圓環(huán)中邊緣點(diǎn)的小波模極大值之和，然后構(gòu)造小波模極大值環(huán)形直方圖，其次對(duì)邊緣像素點(diǎn)的梯度方向進(jìn)行統(tǒng)計(jì)得到