资源预览内容
第1页 / 共24页
第2页 / 共24页
第3页 / 共24页
第4页 / 共24页
第5页 / 共24页
第6页 / 共24页
第7页 / 共24页
第8页 / 共24页
第9页 / 共24页
第10页 / 共24页
亲,该文档总共24页,到这儿已超出免费预览范围,如果喜欢就下载吧!
资源描述
本科生毕业论文(设计)本科生毕业论文(设计)题 目: 基于颜色特征的图像检索算法的实现 姓 名:XXXX 学 院:XXXXXX 专 业: 计算机科学与技术 班 级: XXX 级计算机(X)班 学 号:XXXXXXXX 指导教师: XXX 职称: 副教授 201X 年 5 月 18 日XXXXXXXXXX 教务处制目录摘要1 关键字1 1绪论.1 1.1 基于内容的图像检索的概念.1 1.2 基于内容的图像检索的发展历史1 1.3 基于内容的图像检索的特点和主要应用1 1.4 基于内容的图像检索的关键技术2 1.5 国内外研究现状3 1.5.1 国外研究现状3 1.5.2 国内研究现状4 2 基于颜色特征的图像检索方法.4 2.1 颜色度量体系.4 2.2 颜色空间5 2.2.1 RGB 颜色空间5 2.2.2 HSV 颜色空间5 2.2.3 CMY 颜色空间6 3 颜色特征的表达.7 3.1 颜色直方图7 3.2 累加直方图.8 4 图像特征的相似性匹配.9 4.1 距离度量方法.9 4.2 直方图的交集的方法9 4.3 欧式距离法9 5 图像检索算法实现10 5.1 程序开发运行环境10 5.2 程序检索逻辑.10 5.3 算法具体实现11 5.4 实例演示14 6 全文总结与展望15 6.1 全文总结15 6.2 展望15 致谢15 参考文献16 英文摘要.161基于颜色特征的图像检索算法的实现计算机科学与技术专业学生 XX指导老师 XX摘要:文章介绍了一种基于颜色特征的图像检索技术的算法并给出了程序实现。首先介绍 了基于内容的图像检索技术、发展历史及基于内容的图像检索技术的特点和主要应用,并 在此基础上探讨了该领域所用到的一些关键技术。文章着重探讨了图像的颜色空间、图像 特征提取及图像相似性度量等内容,并利用 matlab 技术实现了一个简单图像检索的程序。 文章最后则对当前基于内容图像检索技术研究热点和今后的发展方向进行简单的阐述。 关键字:基于内容的图像检索;颜色特征;颜色直方图;相似度度量方法1 绪论1.1 基于内容的图像检索的概念 基于内容的图像检索1(Content Based Image Retrieval, CBIR)是一项 从图像数据库中找出与检索式内容相似的图像的检索技术。它利用从图像中自 动抽取出来的底层特征,如颜色、纹理、轮廓和形状等特征,进行计算和比较, 检索出符合用户需求的结果图像集。目前图像检索系统技术实现的基础是对底 层特征信息的计算和比较,也即是“视觉相似” 。 1.2 基于内容的图像检索的发展历史 图像检索技术的发展2可以分为两个阶段,第一阶段始于70年代,当时的 图像检索是通过人工的标注来实现的,随着计算机技术和通信网技术的发展, 特别是因特网的快速发展,图像数据的容量越来越大了,这种“以关键字找图” 的方法越来越不适应检索技术的发展了。由于图像内容的丰富内涵以及人们对 图像内容进行抽象时的主观性不同的人对同一幅图像有不同的理解,这就引入 了主观多义,不利于检索。为了克服文本标注检索的弊端,90年代研究者提出 了基于内容的图像检索,其方法是:根据图像的颜色特征、纹理特征、形状特征 以及空间关系等作为索引,计算查询图像和目标图像之间的相似距离,然后按 相似度匹配进行检索,这种技术很大程度地利用了人们的视觉客观特性,避免 不同人对图像主观理解的不同而达不到理想的搜索效果。从研究方向的层面来 看,基于内容的图像检索可分为三层:第一层是根据图像的底层特性来进行检 索,如颜色、纹理,形状等等,涉及图像信息处理、图像分析和相似性匹配技 术;第二层是基于图像对象语义,如图像中实体及实体之间的拓扑关系的检索, 对象级检索技术建立在下层特征基础上,并引入了对象模型库、对象识别和人 工智能等图像理解技术;第三层是基于图像的抽象属性如行为语义,情感语义 和场景语义的推理学习来进行检索。需要用到知识库和更加有效的人工智能和 神经网络技术。这三个层次由低到高,与人的认知接近,下一个层次通常包含 了比上一个层次更高级的语义,更高层的语义往往通过较低层的语义推理获得。 尽管经过了多年的研究,较为成熟的基于内容的图像检索技术目前仍处于底层 水平,由于底层研究是上层研究的基础,为了给上层建立准确、有效的图像特2征提取方法,底层的研究仍在不断的发展。 1.3 基于内容的图像检索的特点和主要应用 基于内容的图像检索技术有以下特点3: 一是它突破了传统的基于表达式检索的局限,从媒体内容中提取信息线索。 利用图像内容特征建立索引进行检索,使得检索更加有效,适应性更强。 二是基于内容的图像检索是一种近似匹配,即按照某种相似性度量,比较 图像特征间的差异度。相似度较低的图像将作为检索结果返回给用户。 三是它是大型数据库的快速检索。在实际的多媒体数据库中,数据量巨大, 而且种类和数量巨大,因此要求 CBIR 技术快速地实现对多媒体信息的检索。 四是以相关反馈为有效手段。为了提高检索的准确性,整个过程是个逐步 逼近和相关反馈的过程。用户的交互性增强了表达查询、评价查询结果和基于 评价结果进行进一步检索的能力。 CBIR己经成功地应用于一些专门领域。典型应用领域4包括: (1)搜索引擎:随着各种电子商务网站的发展,图像搜索引擎将成为这些网 站的重要工具。 (2)家庭用图像检索:数码科技使得普通家庭也会产生成千上万的图像,家 庭图像检索系统将是家庭PC的一个基本工具。 (3)数字图书馆:数字图书馆实际上是一个数字信息资源库,其中有字符数 值库、文本库、声音库、图像库等。因此,如何快速、高效地从数字图书馆中 找出用户所需的信息就成为现代图书馆研究的热点和关键技术之一。 (4)商标检索系统:可在收录了己注册商标的数据库中查找是否有与注册商 标类似的,防止商标权受侵害。 (5)法律及公安:它是图像数据库技术的一个重要应用领域。典型的例子有:面 部数据库、指纹数据库、犯罪纪录数据库以及建筑物保安数据库等。我国在 “人脸”及“指纹”数据库建立方面已做了不少工作,并有一批实用性的成果 投入应用。 (6)邮票资料库:主要用于邮票资料的管理与查询,也可以提供邮票鉴定等 更高级的应用服务。 (7)教育与培训:在教育与培训领域,例如远程教学、交互式培训、自学教 育及雇员再教育等有着广阔的应用前景。国外在培训系统领域已投入了大量的 经费,开展了相关课题的研究工作。我国多媒体教学研究工作也已经开展,网 上教学与辅导已进入实用阶段,这些都为图像数据库应用于教育培训领域提供 了广阔的前景。 (8)工业与商业:工业应用包括企业多媒体信息系统、CAD/CAM等商业应用 有电子商务、在线广告、在线购物、股票等。 (9)保健及医疗:图像数据库在该领域中应用范围很广,除了专用的图像管 理与检索系统外,还包括建立多媒体医疗信息管理系统,将庞杂的医疗数据管 理起来.这些数据包括病历、病人的图像信息(如X光片、CT扫描及MRI照片等)以 及描述手术过程的视频信息等。它为现有的医学系统带来了一场革命,其中最 有前景的应用是远程医疗(Telemedicine)、远程外科手术(Tele-surgery)及远 程诊断(Tele-diagnoses)等。 1.4 基于内容的图像检索的关键技术5 目前,对于通用的静止图像检索,用于检索的特征主要有颜色(Color) 、 纹理(Texture) 、形状(Shape)等,其中颜色、纹理、形状应用尤为普遍;活3动视频检索脱胎于序列图像分析中的技术。本文主要研究对静止图像检索,其 中数据库是专用的图像库。 对于目标图像和检索图像进行颜色空间转换、亮度图像的边缘提取和二值 分割、提取目标区域的颜色特征。颜色内容包含两个一般的概念,一个对应于 全局颜色分布,一个对应于局部颜色信息。按照全局颜色分布来索引图像可以 通过计算每种颜色的像素的个数并构造颜色灰度直方图来实现,这对检索具有 相似的总体颜色内容的图像是一个很好的途径。局部颜色信息是指局部相似的 颜色区域,它考虑了颜色的分类与一些初级的几何特征。比如 Smith 等提出了 颜色集合(color set)方法来抽取空间局部颜色信息并提供颜色区域的有效索引。运用颜色直方图进行检索有如下三种方式: (1)指明颜色组成-该法需要用户对图像中的颜色非常敏感,而且使用起来也 不方便,检索的查准率和查全率并不高,因此暂时不做进一步开发。 (2)指明一幅示例图像-通过与用户确定的图像的颜色直方图的相似性匹配得 到查询结果,这是该课题研究方法的根本。 (3)指明图像中一个子图-分割图像为各个小块,然后利用选择小块来确定图 像中感兴趣的对象的轮廓,通过建立更复杂的颜色关系(如颜色对方法)来查 询图像,该方法是进一步优化检索的一个设想。 在颜色空间选取方面,最常用的颜色空间是 RGB 颜色空间。通常,人们采 用欧氏距离来刻画两种颜色之间的差异,RGB 空间存在的一个严重问题是其中 所计算出来的两种颜色之间的距离无法正确表征人们实际所感知到的这两种颜 色之间的真实差异。 HSV 空间比较直观并且符合人的视觉特性。HSV 颜色模型有两个重要的特点 作为基础。首先,V 分量与彩色信息无关,其次 H 和 S 分量与人感受彩色的方 式紧密相连,其中 H 分量尤其影响人类的视觉判断。这些特点使得 HSV 模型非 常适合基于人视觉系统对彩色感知特性的图像处理。 得到图像特征的统计直方图后,不同图像间的特征匹配可借助计算直方图 间的距离来进行。一般意义上直方图匹配方法有直方图相交法,直方图匹配法, 欧氏距离法,中心矩法,累积直方图匹配法共 6 种。本文重点讨论欧氏距离法, 并将其作为系统编程实现的主要方法。 所以,颜色特征的图像检索关键技术路径如图 1:图 1 颜色特征的图像检索关键技术路径1.5 国内外研究现状61.5.1 国外研究现状基于内容的图像检索技术是当前研究的热点,许多著名杂志如 IEEE Trans.On PAMI 、IEEE Trans.On Image processing 等纷纷设专刊介绍该领域 研究的最新成果,著名的国际会议如:IEEE conference of CVPR 、 ACM conference on multimedia 等纷纷设立专题交流最新的研究成果。各大研究机 构和公司都推出了他们的系统:颜色 空间特征 提取相似 度量4(1)IBM 的 QBIC 系统 IBM 的 QBIC 是第一个商业化的基于内容的图像检索系统,它的系统结构包 括图像入库、特征计算、查询阶段三部分,允许使用例子图像、用户构建的草 图和图画、选择的颜色和纹理模式、镜头和目标运动和其他图形信息等,对大 型图像和视频数据库进行查询。 它的系统框架和结构对后来图像检索系统具有 深远的影响。 (2)新加坡大学和 MIT 媒体实验室的 Photobook 系统该系统是用于交互式浏览和搜索图像库的工具。图像在装入时按形状、纹 理和人脸的面部外形三种特征自动分类,同时还能结合文本关键字进行查询, 图像根据类别通过显著语义特征压缩编码。 (3)Virage 公司的 Virage 系统 该系统是基于内容的图像搜索引擎,比 QBIC 更进一步,支持基于颜色、颜 色布局、纹理和结构(对象边界信息)及这四个原子查询的任意组合。 VirageVirageEngine 主要有 3 方面的功能:图像分析、图像比较和图像管理, 技术的核心是 VirageEngine 以及在图像对象层上的操作。 (4)美国哥伦比亚大学的 VisualSEEK 系统 VISualSEEK 图像查询系统是一个可视化的图像特征搜索引擎,实现了互联 网上的“基于内容“的图像/视频检索系统,它由四部分组成:图形
网站客服QQ:2055934822
金锄头文库版权所有
经营许可证:蜀ICP备13022795号 | 川公网安备 51140202000112号