基于顏色模糊推理的圖像檢索方法研究.pdf

1、互聯(lián)網(wǎng)上海量的圖像數(shù)據(jù)致使基于手工標(biāo)注的圖像檢索方法無(wú)法實(shí)現(xiàn)?；趦?nèi)容的圖像檢索(Content-based Image Retrieval,CBIR)成為了研究熱點(diǎn)。通常的CBIR方法是提取圖像特征,定義特征匹配方法,實(shí)現(xiàn)檢索。但是,由于彩色圖像本身的復(fù)雜性,使得提取有效的特征變得非常困難。模擬人類對(duì)圖像的理解方式是近些年的一個(gè)趨勢(shì)。本文在HSV顏色模型下用模糊推理模擬了人類對(duì)顏色的感知過(guò)程,實(shí)現(xiàn)了對(duì)顏色語(yǔ)義的識(shí)別,并在此基礎(chǔ)上提出了

2、一種CBIR方法。
　　首先,本文引入模糊集概念,改進(jìn)了飽和度-亮度平面上對(duì)彩色與非彩色的區(qū)分方式。使得彩色與非彩色的辨別更加符合人類對(duì)顏色的感知規(guī)律。依據(jù)人類對(duì)顏色認(rèn)識(shí)的模糊性,本文將飽和度與亮度劃分為不同的等級(jí),每個(gè)等級(jí)表示一種語(yǔ)義。由HSV顏色模型的特性構(gòu)建了飽和度語(yǔ)義、亮度語(yǔ)義到顏色語(yǔ)義的推理規(guī)則。按照這個(gè)規(guī)則以及顏色與彩色、非彩色的關(guān)系,通模糊集運(yùn)算,得到表示顏色語(yǔ)義的模糊集。最終本文給出了飽和度語(yǔ)義和亮度語(yǔ)義到顏色語(yǔ)義

3、的蘊(yùn)含關(guān)系。對(duì)于給定像素,本文取了飽和度值與亮度值攜帶的語(yǔ)義,結(jié)合人類對(duì)色相的固有分類,通過(guò)模糊推理判實(shí)現(xiàn)了對(duì)像素顏色的識(shí)別。
　　其次,在提取特征時(shí),為了避免復(fù)雜的圖像內(nèi)容給特征提取帶來(lái)的不利因素,本文應(yīng)用以上對(duì)顏色的識(shí)別方法,將圖像分解成若干個(gè)子圖,每個(gè)子圖中只包含具有相同顏色語(yǔ)義的像素,并且這些像素保持了其在原始圖像中的位置。本文將這些子圖命名為“單色區(qū)域”。圖像特征提取就是在這些單色區(qū)域上進(jìn)行的。本文提取了單色區(qū)域的面積、