【正文】 快速地實現對多媒體信息的檢索。利用圖像內容特征建立索引進行檢索，使得檢索更加有效，適應性更強。需要用到知識庫和更加有效的人工智能和神經網絡技術。 基于內容的圖像檢索的發(fā)展歷史 圖像檢索技術的發(fā)展 [2]可以分為兩個階段，第一階段始于 70 年代，當時的圖像檢索是通過人工的標注來實現的， 隨著計算機技術和通信網技術的發(fā)展，特別是因特網的快速發(fā)展，圖像數據的容量越來越大了，這種 “以關鍵字找圖 ”的方法越來越不適應檢索技術的發(fā)展了。 也是 將是現在到未來很長一段時間 最常見的圖像檢索手段，其最基本的思想是顏色空間直方圖的 特征 匹配，對檢索圖像提取其顏色直方圖，計算與存儲在圖像庫中的圖像的顏色直方圖的距離，距離在一定范圍內的圖像即為被檢索出來的圖像。文章最后則對當前基于內容圖像檢索技術研究熱點和今后的發(fā)展方向進行簡單的闡述。 電子信息工程專業(yè) 畢業(yè) 設計 （報告） 題目 基于顏色特征的圖像檢索技術研究 二級學院 電子信息與自動化學院 專 業(yè) 電子信息工程 班 級 學生姓名 學號 指導教師 時 間 目錄 摘要 ..............................................................1 關鍵字 ............................................................1 1 緒論 ...........................................................1 基于內容的圖像檢索的概念 .......................................1 基于內容的圖像檢索的發(fā)展歷史 ..................................1 基于內容的圖像檢索的特點和主要應用 ............................1 基于內容的圖像檢索的關鍵技術 ..................................2 國內外研究現狀 ................................................3 國外研究現狀 ................................................3 國內研究現狀 ................................................4 2 基于顏色特征的圖像檢索方法 .....................................4 顏色度量體系 .................................................4 顏色空間 ......................................................5 RGB 顏色空間 ................................................5 HSV 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(fā)運行環(huán)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。 近年來， 隨著科學技術的不斷發(fā)展，計算機和互聯網方面的取得了歷史性的發(fā)展，多媒體信息爆炸性增長與 多媒體技術的普及使得大量圖像信息出現，過去的文本關鍵詞檢索方法已經無法滿足如今人們對于圖像信息檢索的需求，基于內容的圖像檢索技術成為了當前研究的熱點。 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。由于圖像內容的豐富內涵以及人們對圖像內容進行抽象時的主觀性不同的人對同一幅圖像有不同的理解，這就引入了主觀多義，不利于檢索。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。 二是基于內 容的圖像檢索是一種近似匹配，即按照某種相似性度量，比較圖像特征間的差異度。 四是以相關反饋為有效手段。典型應用領域 [4]包括： (1)搜索引擎：隨著各種電子 商務網站的發(fā)展，圖像搜索引擎將成為這些網站的重要工具。 (4)商標檢索系統(tǒng)：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。 (6)郵票資料庫：主要用于郵票資料的管理與查詢，也可以提供郵票鑒定等更高級的應用服務。 (8)工業(yè)與商業(yè)：工業(yè)應用包括企業(yè)多媒體信息系統(tǒng)、 CAD/CAM 等商業(yè)應用有電子商務、在線廣告、在線購物、股票等。本文主要研究對靜止圖像檢索，其中數據庫是專用的圖像庫。局部顏色信息是指局部相似的顏色區(qū)域，它考慮了顏色的分類與一些初級的幾何特征。 （ 3）指明圖像中一個子圖 分割圖像為各個小塊，然后利用選擇小塊來確定圖像中感興趣的對象的輪廓，通過建立更復雜的顏色關系（如顏色對方法）來查詢圖像，該方法是進一步優(yōu)化檢索的一個設想。 HSV 顏色模型有兩個重要的特點作為基礎。一般意義上直方圖匹配方法有直方圖相交法，直方圖匹配法，歐氏距離法，中心矩法，累積直方圖匹配法共 6 種。 它的系統(tǒng)框架和結構對后來圖像檢索系統(tǒng)具有深遠的影響。VirageVirageEngine 主要有 3 方面的功能 :圖像分析、圖像比較和圖像管理，技術的核心是 VirageEngine 以及在圖像對象層上的操作。 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(tǒng)，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。 2 基于顏色特征的圖像檢索方法 顏色度量體系 顏色度量體系 [7]（ color system），也叫做顏色制或者叫做顏色體制，實際上就是人們組織和表示顏色的方法。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。在 RGB模型中，所有顏色都可看作是 3 個基本顏色，即紅（ R,red），綠（ G,green）和藍（ B,blue）的不同組合。 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。將所有顏色加在一起產生白色，也就是說，所有光被反射回眼睛。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。但在對彩色圖像進行特征提取時，需要用數量來描述顏色的差別，因此需要用另一種符合人的視覺心理的視覺彩色模型來表示顏色。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。色調 H 和飽和度 S 分量合起來定義了顏色的 色度 (Chromatieity)特性。因為 HSV 顏色空間根據色調 H 的值來區(qū)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。前者是定義在白色中減去某種顏色來定義的一種顏色，而后者通過從黑色中加入顏色來定義一種顏色。將這些油墨混合產生顏色稱為四色印刷。由于在進行基于內容的圖像檢索時，查詢要求往往是按照用戶的主觀視覺感受而發(fā)出的，因此在進行圖像之間顏色差異的比較時， CBIR 系統(tǒng)一般采用具有視覺一致性的顏色空間。 3 顏色特征的表達 顏色直方