论文部分内容阅读
基于内容的图像检索(CBIR,Content-based Image Retrieval)是指直接采用图像内容进行图像信息查询的检索。基于内容的图像检索技术是当前多媒体检索研究的热点之一。基于内容的图像检索方法,其主要思想是根据图像所包含的色彩、纹理、形状以及对象的空间关系等低层图像特征来分析图像信息,建立图像的特征矢量作为其索引,检索方法目前主要是根据图像的多维特征进行相似查询。 本文主要研究基于BMP图像颜色特征和纹理特征的检索。提出了一种融合颜色和纹理特征的综合图像检索方法。我们在HSL色彩空间提取出能够良好再现原图像主色调的N种颜色,作为图像的颜色特征,利用灰度共生矩阵方法计算图像的四个特征值作为图像的纹理特征。基于图像的上述特征矢量,采用线性加权方式综合颜色特征和纹理特征,实现对图像库中相似图像的检索。 首先,从光学、视觉心理学、数字图像处理等多种角度对各种颜色模型进行了讨论,分析它们的模型定义、特点以及适用范围。在此基础上,选取能够良好再现人类视觉色彩特征的变形的HSL颜色模型,在此颜色空间内,通过适当的聚类分析算法,在兼顾颜色分辨率和颜色特征维数的条件下,提取原始图像的主色作为颜色特征矢量。利用Visual Basic语言实现了基于颜色特征的图像检索。 其次,考虑到单纯颜色特征对图像语义信息表示能力的不足,引入了对图像的纹理属性进行分析,讨论纹理特征提取的各种算法,确定提取图像的纹理特征矢量算法。利用Visual Basic语言实现基于纹理特征的图像检索。 最后,综合利用颜色特征和纹理特征进行检索。在检索中,颜色和纹理特征的权重不同,我们采用线性加权方式综合颜色特征相似距离和纹理特征相似距离,对图像进行综合检索。利用Visual Basic语言实现基于颜色和纹理特征的图像检索。 此外,本文对BMP格式的图像文件进行了分析,实现了对BMP图像文件的存取;还研究了同时考虑颜色特征和纹理特征的综合特征匹配检索算法、检索系统的一般体系结构、和加快检索速度的各种方法。 本文提出的综合利用颜色特征和纹理特征的图像检索方法,是一种既考虑图像的颜色特征又兼顾图像的纹理特征的检索方法。在大量的检索实验中,取得了较好的实验结果。对基于内容图像检索领域具有积极意义。