基于顏色特征的圖像檢索技術研究畢業設計(更新版)

　　

【正文】 for n=1:10 subplot(3,4,n)。D:\graduate design\test_pictures\39。 EulerDistance = sqrt( sum( diff(:) ) )。 end if v(i,j)=1amp。amp。h(i,j)295 H(i,j) = 7。 end if h(i,j)=270amp。amp。 S = s。)。amp。s(i,j) S(i,j) = 2。 end end end for i = 1:M for j = 1:N if s(i,j)=amp。amp。h(i,j)40 H(i,j) = 2。； end； ifh(i,j)=190amp。amp。 [h,s,v] = rgb2hsv(Image)。 源代碼： %******************************************************************* ******* % 基于顏色特征的圖像檢索 %******************************************************************* ******* close all。 XX 老師淵博的知識，認真負責的工作作風，平易近人的態度讓我獲益匪淺。不同的圖像有不同的顏色集，對于包含不同顏色集的兩幅圖像之間的相似性判定仍 需進一步研究。 在對基于顏色特征的圖像檢索方法的研究基礎上，作者用 matlab 語言編寫了一個簡單的圖像檢索演示程序，實驗證明，該程序實現了圖像檢索 的基本功能，但基于顏色特征的圖像檢索僅是從圖像的低層特性出發，這些方法具有計算簡單、對平移和旋轉不敏感等優點。 for n=1:10 subplot(3,4,n)。 end T=Hist。amp。s(i,j) S(i,j) = 1。 end if h(i,j)=315amp。amp。h(i,j)20 H(i,j) = 1。 [h,s,v] = rgb2hsv(Image)。本文在處理顏色特征時采用了 HSV 顏色空間 , 該 模型 較好符合人眼的感知特征。若取 z=xy,則有 ?z ii 取定了距離公式后，我們需要確定 A 的取值， ?0,?1?zi?1,d2?zTAz， 且要保證此矩陣 A 能夠使 d2?0,我們用 dij 表示顏色 i與顏色 j 在 RGB 顏色空間的距離。 直方圖的交集的方法 直方圖的交集算法，根據顏色索引檢索出查詢圖像的顏色直方圖，將其與圖像庫中的每一圖像的直方圖取交集，根據交集的值來選出最佳匹配圖像。這樣，最后得到的累加直方圖特征向量為： L?l[0],l[1],...........,l[k],...........,l[35] 4 圖像特征的相似性匹配； 相似度匹配方法 [11]；圖像檢索的效果很大程度上取決于匹配算法的優劣；設 D 為距離函數， x、 y、 z為三個特征向量，則所有；(1)D(x， y)=D(y， x)=0(自相似性 )； (2)D(x， y)?D(x， x)?0(最小性 )； (3)D(x， y)=D(y，x)(對稱性 )； (4)D(x， y)+D(y， z)?D(x， z)(；圖像的相似度度量， 4 圖像特征的相似性匹配 相似度匹配方法 [11] 圖像檢索的效果很 大程度上取決于匹配算法的優劣。 疊加性：如果一幅圖像由兩個不連接的區域組成，并且每個區域的直方圖己知，則整幅圖像的直方圖是該兩個區域的直方圖之和。 顏色直方圖可以基于不同的顏色空間和坐標系，最常用的是 RGB 顏色空間，因為大部分的數字圖像都是用 RGB顏色空間表達的。如圖 4 所示。 CMY顏色模型對應的直角坐標系的子空間與 RGB顏色模型所對應的子空間幾乎完全相同。例如同樣是紅色，也會因顏色濃度不同而分為深紅色、粉紅色和淺紅色。圖像如用于電視、幻燈片、網絡、多媒體，一般使用 RGB模式。在顏色重疊的位置，產生青色、洋紅和黃色。 對于顏色空 間的構造需要滿足三個要求： 完備性 (Completeness)，顏色空間應能描述人能感知的所有顏色； 一致性 (Uniformity )，顏色在空間度量的差異和感知的差異相吻合； 唯一性(Uniqueness)，顏色空間中顏色在感知上彼此不同。該系統實現了基于文本、顏色、紋理特征的圖像檢索。圖像在裝入時按形狀、紋理和人臉的面部外形三種特征自動分類，同時還能結合文本關鍵字進行查詢，圖像根據類別通過顯著語義特征壓縮編碼。這些特點使得 HSV 模型非常適合基于人視覺系統對彩色感知特性的圖像處理。 運用顏色直方圖進行檢索有如下三種方式： （ 1）指明顏色組成 該法需要用戶對圖像中的顏色非常敏感，而且使用起來也不方便，檢索的查準率和查全率并不高，因此暫時不做進一步開發。它為現有的醫學系統帶來了一場革命，其中最有前景的應用是遠程醫療 (Telemedicine)、遠程外科手術 (Telesurgery)及遠程診斷(Telediagnoses)等。典型的例子有 :面部數據庫、指紋數據庫、犯罪紀錄數據庫以及建筑物保安數據庫等。用戶的交互性增強了表達查詢、評價查詢結果和基于評價結果進行進一步檢索的能力。 基于內容的圖像檢索的特點和主要應用 基于內容的圖像檢索技術有以下特點 [3]： 一是它突破了傳統的基于表達式檢索的局限，從媒體內容中提取信息線索。目前圖像檢索系統技術實現的基礎是對底層特征信息的計算和比較，也即是 “視覺相似 ”。文章 著重探討了圖像的顏色空間、圖像特征提取及圖像相似性度量等內容，并利用 matlab 技術實現了一個簡單圖像檢索的程序。顏色特征是圖像的一大主要特征，由于 顏色特征具有計算量小，位移不變性、旋轉不變性 和尺寸不變性等優點， 再加上 顏色特征是最顯著、最可靠、最穩定的視覺特征，是人識別圖像的主要感知特征，基于顏色特征的檢索方法被廣泛的用于基于內容的圖像檢索中。為了克服文本標注檢索的弊端， 90 年代研究者提出了基于內容的圖像檢索，其方法是 :根據圖像的顏色特征、紋理特征、形狀特征以及空間關系等作為索引，計算查詢圖像和目標圖像之間的相似距離，然后按相似度匹配進行檢索，這種技術很大程度地利用了人們的視覺客觀特性， 避免不同人對圖像主觀理解的不同而達不到理想的搜索效果。相似度較低的圖像將作為檢索結果返回給用戶。 (2)家庭用圖像檢索：數碼科技使得普通家庭也會產生成千上萬的圖像，家庭圖像檢索系統將是家庭 PC 的一個基本工具。 (7)教育與培訓：在教育與培訓領域，例如遠程教學、交互式培訓、自學教育及雇員再教育等有著廣闊的應用前景。 對于目標圖像和檢索圖像進行顏色空間轉換、亮度圖像的邊緣提取和二值分割、提取目標區域的顏色特征。 在顏色空間選取方面，最常用的顏色空間是 RGB 顏色空間。本文重點討論歐氏距離法，并將其作為系統編程實現的主要方法。 (4)美國哥倫比亞大學的 VisualSEEK 系統 VISualSEEK 圖像查詢系統是一個可視化的圖像特征搜索引擎，實現了互聯網上的 基于內容 的圖像 /視頻檢索系統，它由四部分組成 :圖形用戶界面、服務器應用、圖像檢索服務器、圖像歸檔。組織和表示顏色的方法主要有兩種：一種是顏色模型，一種是編目系統。將這三種顏色成分分別人為地分成 0 到 255 共 256 個等級， 0 表示沒有刺激量，255 表示刺激量達到最大值。加色用于光照、視頻和顯示器。 圖 2 RGB 顏色模型 HSV 顏色空間 HSV 空間是一種符合人類視覺感知特征的顏色空間，特別適合于人類肉眼對顏色的識別，因此被廣泛應用于計算機視覺領域。 HSV顏色模型用 Munsell三維空間坐標系統表示，其示意圖如圖 3 所示。 CMY 模 型以打印在紙張上油墨的光線吸收特性為基礎，當白光照射到半透明油墨上時，部分光譜被吸收，部分被反射回眼睛。所謂視覺一致性，是指對兩種不同的顏色，它們在顏色空間中坐標的距離與它們在觀察者的顏色感知空間中的距離是大致相同的。而彩色圖像用一個 RGB顏色直方圖表示時，其統計的是不同顏色出現的頻數，以色彩作為橫坐標，縱坐標為色彩出現的頻數。再如圖像的灰度動態范圍太小會使許多細節分辨不清楚，而灰度級分布均勻，則會給人以清晰、明快的感覺。圖像特征提取大多數可以表示為向量形式，因此常用的圖像比較方法都是基 于向量空間 模型 ，即將圖像特征 看作向量空間中的兩個點，通過比較兩個點之間 的距離來衡量其相似度。 直方圖交集方法能對兩幅圖像進行詳細的比較，然而對于許多合成的圖像，如商標等，它們有大量的一致顏色，三維直方圖只有幾個域的值很高，而其它許多域的顏色信息變化有限。 程序檢索邏輯 我們可以從圖 6 中抽象出三個層次或者功能模塊： (1)顏色空間內特征提取 對圖像數據進行特征提取，可以選擇任何一種能夠達 到檢索要求的顏色空間和特征表達方式。但是 , 特征抽取和特征匹配的計算量以及特征的存儲都將隨實際顏色數目增多而非線性膨脹 , 因此 , 使用真彩色在實際檢索過程中是不現實的。 V = v。h(i,j)40 H(i,j) = 2。amp。 end end end for i = 1:M for j = 1:N if s(i,j)=amp。s(i,j) S(i,j) = 2。amp。 w(k)=EulerDistance。,A(IX(n)).name))。因此，如何有效地綜合顏色、紋理、形狀、空間位置關系以及語義特征來對圖像進行查詢勢必會成為一個熱門研究方向。在圖像處理技術方面，更加準確有效地描述圖像內容的數據模型是今后長期需要解決的重要方面。 感謝 XXXXXXXXXXX 計算機系的全體領導和老師，你們深厚的學術功 底和誨人不倦的高尚師德將讓我受用一生。 [FileName,PathName] = uigetfile(39。 V = v。amp。 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 for i = 1:M for j = 1:N L(i,j) = H(i,j)*9+S(i,j)*3+V(i,j)。,A(k).name)。 %將 hsv空間非等間隔量化： % h量化成 8 級； % s 量化成 3 級； % v量化成 3 級； for i = 1:M 20 if h(i,j)=20||h(i,j)315 H(i,j) = 0。amp。 end if h(i,j)=295amp。s(i,j)0 S(i,j) = 0。amp。 end end end %將三個顏色分量合成為一維特征向量： L = H*Qs*Qv+S*Qv+v； Qs,Qv分別是 S 和 V 的量化級數 , L取值范圍 [0,71] %取 Qs = 3。 A=dir(39。 end 22