基于顏色特征的圖像檢索技術研究畢業設計(完整版)

　　

【正文】 SV 顏色空間 ................................................5 CMY 顏色空間 ................................................6 3 顏色特征的表達 .................................................7 顏色直方圖 ....................................................7 累加直方圖 .....................................................8 4 圖像特征的相似性匹配 .............................................9 距離度量方法 ...................................................9 直方圖的交集的方法 ............................................9 歐式距離法 ....................................................9 5 圖像檢索算法實現 ................................................10 程序開發運行環境 ..............................................10 程序檢索邏輯 ...................................................10 算法具體實現 ..................................................11 實例演示 ......................................................14 6 全文總 結與展望 ..................................................15 全文總結 ......................................................15 展望 ..........................................................15 致謝 ..............................................................15 參考文獻 ..........................................................16 英文摘要 ...........................................................16 基于顏色特征的圖像檢索算法的實現 摘要 ： 文章介紹了一種基于顏色特征的圖像檢索技術的算法并給出了程序實現。 關鍵詞 ： 圖像檢索、顏色直方圖、特征匹配、顏色空間 1 緒論 基于內容的圖像 檢索的概念 [1]基于內容的圖像檢索（ Content Based Image Retrieval, CBIR）是一項 從圖像數據庫中找出與檢索式內容相似的圖像的檢索技術。這三個層次由低到 高，與人的認知接近，下一個層次通常包含了比上一個層次更高級的語義，更高層的語義往往通過較低層的語義推理獲得。 四是以相關反饋為有效手段。 (4)商標檢索系統：可在收錄了己注冊商標的數據庫中查找是否有與注冊商標類似的，防止商標權受侵害。 (8)工業與商業：工業應用包括企業多媒體信息系統、 CAD/CAM 等商業應用有電子商務、在線廣告、在線購物、股票等。局部顏色信息是指局部相似的顏色區域，它考慮了顏色的分類與一些初級的幾何特征。 HSV 顏色模型有兩個重要的特點作為基礎。 它的系統框架和結構對后來圖像檢索系統具有深遠的影響。 國內研究現狀 相對國外而言，國內在這方面的研究起步相對較晚： 95 年開始進行多媒體圖像檢索的研究，完成了基于顏色和基于形狀的圖像原型系統，總體設計思想是允許用戶找到包含特定顏色、紋理和形狀的圖像。顏色空間通常用三維模型表示，空間中的顏色能夠看到或者使用顏色模型產生。 如圖 2 所示，采用三維直角坐標系，紅、綠、藍為原色，各個原色混合在一起產生復合色。正方體的其它六個角點分別為紅、黃、綠、青、藍和品紅，需要注意的一點是， RGB顏色模型所覆蓋的顏色域取決于顯示設備熒光點的顏色特征，是與硬件相關的。亮度 V 是顏色的明暗程度，通常用百分比度量， O%為最暗的黑色，而 100%為最亮的白色。因為 HSV 顏色空間根據色調 H 的值來區分 不同的顏色，因此在 HSV 的三個分量中， H 分量是尤為重要的，它可以很好地模擬人類對顏色的識別和記憶過程。將這些油墨混合產生顏色稱為四色印刷。 3 顏色特征的表達 顏色直方圖 (1)顏色直方圖的定義 顏色直方圖 [9]是顏色信息 的函數，其核心思想是在一定的顏色空間中對圖像各種顏色出現的頻數進行統計， 顏色直方圖描述的是不同色彩在整幅圖像中所占的比例，而并不關心每種色彩所處的空間位置 ，即圖像的對象或物體。 位置無關性：直方圖描述了每個灰度級的像素的個數，但不能為這些像素在圖像中的位置提供任何線索。 累加直方圖是以顏色作為橫坐標，從坐標原點到該顏色的所有顏色的像素出現的頻數為縱坐標繪出的圖形。 常見的方法有：直方圖相交法、直方圖歐氏距離、直方圖余弦距離、二值集hammimg距離、直方圖二次距離度量、二值集二次距離、直方圖 Mahalanobis距離。 歐式距離法 我們可以利用歐基里德距離公式（ Euclidean Distance）來計算距離。 算法具體實現 （ 1）顏色空間的選擇及顏色的矢量量化 通常 , 人們采用歐氏距離表示兩種顏色之間的差異 , 最常用的 RGB顏色空間存在一個嚴重問題是其中所計算出來的兩種顏色之間的距離無法正確表征人們實際所感知到的這兩種顏色之間的真實差異。首先將圖像中每一像素的 r ,g,b 值轉換為 h,s,v值(h∈ [0,360],s∈ [0,1],v∈ [0,1]),然后按照圖 7 的顏色量化和編碼方法計算 : 圖 7 按照上面的方法將顏色空間共劃分為 77 種顏色 , 這 77 種代表色的量化方法有效地壓縮了顏色特征并且較好的符合人眼對顏色的感知。 end if h(i,j)=40amp。h(i,j)75 H(i,j) = 3。amp。 end if s(i,j)=amp。v(i,j)0 V(i,j) = 0。 Qv = 3，并計算 L的直方圖，代碼實現如下： for i = 1:M for j = 1:N L(i,j) = H(i,j)*9+S(i,j)*3+V(i,j)。D:\graduate design\test_pictures\*.jpg39。 圖 9 6 全文總結與展望 全文總結 隨著多媒體技術的發展，包括圖像、音頻、視頻等信息的多媒體數據大量涌現，如何從大量的信息中快速、有效地檢索到所需的內容，已經成為多媒體技術研究中的熱點問題。 （ 2） 從顏色特征的表示來看，各種形式的顏色直方圖是最常采用的表示方法，一般指定相同的顏色集，采用幾十到上百維的高維直方圖。 基于內容對圖像信息的查詢 、檢索在國內外仍處于研究探索階段，隨著應用的需求其研究將會不斷深入，滿足不同應用的實用系統也將陸續出現，將其應用于各個領域必將帶來極大的益處。 參考文獻 [1]洪安祥 .基于內容的圖像檢索若干論題研究 [D].浙江 :浙江大學 ,20xx:136. [2]M Flickner,HSawhney, by image and video content:the QBIC system[J].IEEE Computer,20xx,28(9):2332. [3]顧燕 .基于內容的圖像檢索方法及其實驗系統設計 [D].江蘇 :河海大學 ,20xx:310. [4]劉士林 .基于內容的圖像檢索 [J].佳木斯大學學報 .20xx,19(3):259. [5]徐杰 ,施鵬飛 .基于內容的圖像檢索技術 [J].中國圖像圖形學報 .20xx,8(9):978. [6]王冰 .基于顏色特征的圖像檢索方法研究 [D].山東 :山東大學 ,20xx:211. [7]高升 .基于顏色特征的圖像檢索方法及系統實現 [D].北京 :北京郵電大學 ,20xx:45. [8]張潔 .基于顏色特征的圖像檢索系統設計與實現 [D].吉林 :吉林大學 ,20xx:10. [9]劉德龍 .基于顏色特征的圖像檢索系統設計與實現 [D].武漢 :華中師范大學 ,20xx:12. [10]孫君頂編著 .圖像低層特征提取與檢索技術 [M].北京 :電子工業出版社 ,20xx:540. [11]周明全 ,耿國華 ,韋娜著 .基于內容圖像檢索技術 [M].北京：清華大學出版社 ,20xx:435. 英文摘要 Colorbased Image Retrieval Technology Computer science and technology XXXXXX Tutor XXXXXXX Abstract: This paper describes the image retrieval algorithm based on color features and gives procedures to achieve. First introduced the contentbased image retrieval technology, the history of the development and contentbased image retrieval technology characteristics and the main application explored some of the key technology used in the field, and on this basis. The article focuses on the image39。%彈出對話框得到打開的路徑 Image=imread(strcat(PathName,FileName))。； H(i,j)=0。amp。 end if h(i,j)=75amp。h(i,j)155 H(i,j) = 4。amp。 end if s(i,j)=1amp。v(i,j) V(i,j) = 1。 % 循環讀入圖像 A=dir(39。 % 計算每一幅圖像的顏色直方圖 [h,s,v] = rgb2hsv(Image)。h(i,j)20 H(i,j) = 1。amp。 end if h(i,j)=315amp。s(i,j) S(i,j) = 1。amp。 end T=Hist。