顏色和紋理特征相結(jié)合的圖像檢索算法研究.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。本文在大量基于內(nèi)容的圖像檢索文獻(xiàn)的基礎(chǔ)上，對(duì)基于顏色和紋理的圖像檢索進(jìn)行了研究，并對(duì)用顏色、紋理及兩者相結(jié)合的方式進(jìn)行圖像檢索的算法進(jìn)行了實(shí)驗(yàn)。主要研究內(nèi)容如下：
　　 (1)在基于顏色特征的檢索方面，本文從Tahoun算法得到啟發(fā)，提出了HSV空間分量距離綜合算法。該算法選擇HSV顏色空間，首先采用非等間隔量化的方法對(duì)示例圖像中的像素進(jìn)行量化，然

2、后分別求出HSV顏色空間的三個(gè)分量的直方圖，接著分別計(jì)算三個(gè)分量的直方圖與圖像庫中的圖像對(duì)應(yīng)分量的直方圖間的曼哈頓距離，得到兩幅圖像對(duì)應(yīng)分量間的距離，即H分量間的距離、S分量間的距離和V分量間的距離，最后提出引入HSV顏色空間非等間隔量化后構(gòu)造特征矢量的公式，用來計(jì)算兩幅圖像之間最終的距離。實(shí)驗(yàn)表明，該算法在保持Tahoun算法較低的量化bin數(shù)的基礎(chǔ)上，對(duì)于光照強(qiáng)度的變化具有更好的魯棒性，同時(shí)該算法可以有效降低主色與示例圖像有較大差異

3、的圖像對(duì)檢索結(jié)果的干擾，對(duì)于實(shí)驗(yàn)中使用的圖像庫，提高了檢索的查全率。
　　 (2)在基于紋理特征的檢索方面，本文提出了Gabor濾波結(jié)合圖像銳化算法。該算法在Gabor濾波之前，加入了圖像銳化的步驟。本文通過實(shí)驗(yàn)，比較了Gabor濾波選取不同參數(shù)時(shí)的檢索效果，以及不同銳化算子跟Gabor濾波結(jié)合時(shí)的檢索效果。實(shí)驗(yàn)表明，使用Gabor濾波結(jié)合圖像銳化算法檢索的結(jié)果與直接使用Gabor濾波算法檢索的結(jié)果相比，相關(guān)圖像排列更加靠前，同

4、時(shí)，使用Gabor濾波結(jié)合圖像銳化算法檢索的結(jié)果中前15幅圖像中，不相關(guān)圖像從視覺上更接近示例圖像。特別是Sobel銳化算子跟Gabor濾波結(jié)合提取紋理時(shí)，能夠取得最好的檢索效果。
　　 (3)本文綜合運(yùn)用HSV空間分量距離綜合算法和Gabor濾波結(jié)合圖像銳化算法，同時(shí)應(yīng)用基于區(qū)域的特征提取技術(shù)，建立了基于顏色和紋理的圖像檢索實(shí)驗(yàn)系統(tǒng)，通過實(shí)驗(yàn)確定了進(jìn)行綜合特征檢索時(shí)，顏色特征和紋理特征的參考權(quán)重。對(duì)于實(shí)驗(yàn)中使用的圖像庫，采用實(shí)