论文部分内容阅读
随着计算机和多媒体技术的发展,海量数据资源也急剧增长,尤其是图像信息备受人们的重视。基于内容的图像检索技术也就应运而生。近年来出现的大规模图像数据库,更是促进了图像检索技术的快速发展。在图像的底层特征中,颜色作为最直观、最明显的视觉特征之一,已广泛应用于基于内容的图像检索领域中。颜色直方图是目前采用最广泛的颜色特征表示方法。它计算简单,具有平移和旋转不变性。研究表明,对于颜色成分近似而空间分布不同的图像,颜色直方图不能很好地进行区分。形状作为图像中另一个直观的视觉特征,直接被用于图像检索中时效果却不算好,主要原因是计算机无法很好地对形状进行定义和识别,而且对于不同的物体,也涉及到不同的识别和判定方法。本文针对上述问题,提出了一种基于轮廓提取和颜色直方图的图像检索方法,主要有以下几个方面的工作:(1)轮廓提取:使用当前优秀的轮廓特征提取方法——Canny算子轮廓特征提取,通过对图像平滑处理、计算图像的梯度的幅值和方向、对幅值进行非极大值抑制和用阈值检测和连接边缘等一系列工作完成对图像的轮廓提取。(2)邻域颜色均值计算:通过之前提取的图像轮廓和图像分块,进行像素点分类,分类后对不同的像素点进行不同权值模板的邻域加权并计算出相应的邻域颜色均值。(3)结合邻域平均颜色直方图的三维颜色直方图:通过邻域颜色均值计算出图像的邻域平均颜色直方图,通过和图像本身的颜色直方图结合,就可以得到一个既能表现颜色空间分布又能突出轮廓边缘的新三维颜色直方图。(4)图像检索:通过以上的方法对检索图例提取三维颜色直方图,利用欧氏距离对特征库里的图像特征进行匹配,计算出相似度大于一定阈值的图像,按照从大到小的顺序排列并显示出来。实验结果表明,本文提出的基于轮廓提取和颜色直方图的图像检索方法在大多数情况下相比基于颜色直方图或基于轮廓特征提取的图像检索方法能有效提高图像的查全率以及查准率。