基于紋理和顏色特征的圖像檢索.pdf

1、隨著多媒體信息的發(fā)展，在大眾娛樂、商業(yè)、學(xué)術(shù)、醫(yī)療等各個(gè)領(lǐng)域產(chǎn)生了大量的數(shù)字圖像，圖像檢索已經(jīng)逐漸成為一個(gè)非常活躍的研究領(lǐng)域。在過去，關(guān)鍵字索引是檢索這些圖像的唯一方法，然而基于文本的檢索系統(tǒng)不能自動(dòng)對(duì)圖像進(jìn)行描述，需要人工對(duì)其進(jìn)行標(biāo)注。很明顯，對(duì)于大型數(shù)據(jù)庫來說人工標(biāo)注的工作量太大，并且是很主觀和不完整的，基于內(nèi)容的圖像檢索(CBIR)能有效解決這一問題。 基于內(nèi)容的圖像檢索和基于文本的圖像檢索不同，它提供了一種對(duì)圖像內(nèi)容進(jìn)行

2、檢索的方法。CBIR利用圖像的顏色、紋理、形狀等視覺特征來表示圖像，實(shí)際上，CBIR是一個(gè)能夠通過提取圖像的某些特征并查找具有相似特征的圖像，實(shí)現(xiàn)自動(dòng)檢索的系統(tǒng)。圖像特征的提取和相似性度量是CBIR的關(guān)鍵技術(shù)。在已有的顏色特征、紋理特征、形狀特征等幾種特征方法中，由于紋理特征包含了圖像的表面信息及其周圍環(huán)境的關(guān)系，更好的兼顧了圖像的宏觀結(jié)構(gòu)與微觀結(jié)構(gòu)，因此本文采用紋理特征為主展開研究，并且嘗試將其與顏色特征結(jié)合實(shí)現(xiàn)圖像檢索。 首

3、先，本文從CBIR的研究背景和意義入手，介紹了國內(nèi)外基于內(nèi)容的圖像檢索系統(tǒng)的研究現(xiàn)狀和研究方向，論述了CBIR技術(shù)的基本原理、框架、關(guān)鍵技術(shù)、性能評(píng)價(jià)、相關(guān)反饋技術(shù)以及應(yīng)用領(lǐng)域。 其次，詳細(xì)描述了紋理及紋理特征，介紹了幾種常用的紋理特征提取方法，包括灰度直方圖的矩、灰度共生矩陣和Gabor小波變換。由于灰度共生矩陣比較好的反映了圖像紋理中灰度級(jí)的空間依賴關(guān)系，并且計(jì)算速度快，因此本文選擇了灰度共生矩陣來提取紋理特征，并在其傳統(tǒng)的

4、提取方法的基礎(chǔ)上，將其提取的特征進(jìn)行高斯歸一化處理，然后再通過相似性度量進(jìn)行檢索。實(shí)驗(yàn)結(jié)果表明，該方法的準(zhǔn)確率與Gabor小波變換相差不大，但計(jì)算復(fù)雜度卻小很多，檢索速度快，能夠滿足用戶對(duì)檢索實(shí)時(shí)性的要求。 最后，為了彌補(bǔ)灰度共生矩陣丟失了顏色信息的不足，本文還詳細(xì)介紹了顏色的描述方法、顏色空間及顏色空間的量化方法。由于HSV空間更符合人類思維對(duì)顏色的理解、記憶習(xí)慣，因此本文在顏色量化方法的基礎(chǔ)上提出了根據(jù)人眼的視覺分辨能力將H