【正文】 統(tǒng)外，還包括建立多媒體醫(yī)療信息管理系統(tǒng)，將龐雜的醫(yī)療數(shù)據(jù)管理起來 .這些數(shù)據(jù)包括病歷、病人的圖像信息 (如 X 光片、 CT掃描及 MRI 照片等 )以及描述手術(shù)過程的視頻信息等。 對于目標圖像和檢索圖像進行顏色空間轉(zhuǎn)換、亮度圖像的邊緣提取和二值分割、提取目標區(qū)域的顏色特征。比如 Smith等提出了顏色集合 (color set)方法來抽取空間局部顏色信息并提供顏色區(qū)域的有效索引。 在顏色空間選取方面，最常用的顏色空間是 RGB 顏色空間。首先， V 分量與彩色信息無關(guān)，其次 H 和 S 分量與人感受彩色的方式緊密相連，其中 H 分量尤其影響人類的視覺判斷。本文重點討論歐氏距離法，并將其作為系統(tǒng)編程實現(xiàn)的主要方法。 (2)新加坡大學和 MIT媒體實驗室的 Photobook 系統(tǒng) 該系統(tǒng)是用于交互式瀏覽和搜索圖像庫的工具。 (4)美國哥倫比亞大學的 VisualSEEK 系統(tǒng) VISualSEEK 圖像查詢系統(tǒng)是一個可視化的圖像特征搜索引擎，實現(xiàn)了互聯(lián)網(wǎng)上的 基于內(nèi)容 的圖像 /視頻檢索系統(tǒng)，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。 “ImageSeek，作為 “中國數(shù)字圖書館示范工程 ”課題的一個關(guān)鍵技術(shù)。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(tǒng)。顏色空間中的顏色通常使用代表三個參數(shù)的三維坐標來指定，這些參數(shù)描述的是顏色在顏色空間中的位置，其顏色要取決于使用的坐標。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。絕大部分的可見光譜可以用紅、綠、藍 R(、 G、 B)三色光按不同比例和強度的混合來表示。加色用于光照、視頻和顯示器。在顯示屏上顯示顏色定義時，往往采用這種模式。 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(lǐng)域。飽和度 S 指顏色的深淺程度，即在純色中包含的白色光的成份。 HSV顏色模型用 Munsell三維空間坐標系統(tǒng)表示，其示意圖如圖 3 所示。 CMY 顏色空間 以紅、綠、藍的補色青（ Cyan）、品紅（ Magenta）、黃（ Yellow）為原色構(gòu)成的 CMY 顏色模型，常用于從白光中濾去某種顏色，又被稱為減性原色系統(tǒng)。 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。減色（ CMY）和加色（ RGB）是互補色，每對減色產(chǎn)生一種加色，反之亦然。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。它的優(yōu)點就在于它能簡單描述一幅圖像中顏色的全局分布，即不同色彩在整幅圖像中所占的比例，特別適用于描述那些難以自動分割的圖像和不需要考慮物體空間位置的圖像。而彩色圖像用一個 RGB顏色直方圖表示時，其統(tǒng)計的是不同顏色出現(xiàn)的頻數(shù)，以色彩作為橫坐標，縱坐標為色彩出現(xiàn)的頻數(shù)。當一幅圖像被壓縮為直方圖后，所有的空間信息將全部丟失，因此，任一特定的圖像具有唯一的直方圖，但并非一一對應，而是一對多，不同的圖像有可能具有相同的直方圖特征。再如圖像的灰度動態(tài)范圍太小會使許多細節(jié)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。這樣圖像的累加直方圖向量 H 可以定義為： ?C1],C2],.........,Ck],.........,Cn]0?Ck]?1 ? Ck]表示 C1~Ck 種顏色的像素的累加頻數(shù)： Ck]? Ci?Ck?h[C] i 我們已經(jīng)計算出圖像的一般直方圖，可以方便地計算圖像累加直方圖。圖像特征提取大多數(shù)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。以下只簡要介紹系統(tǒng)中常用的直方圖的交、直方圖歐氏距離兩種距離度量方法。 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。對于兩個 N維直方圖 x,y，兩者的歐氏距離可以表示如下： d2(x,y)?(x1?y1)2?(x2?y2)2?...?(xn?yn)2?(x?y)T(x?y) 此距離公式雖然簡單，但是與特定的顏色分布無關(guān)，有一種方法可以引入相關(guān)權(quán)值 A,這里 A 是一個 N?N 維矩陣，此時距離公式可以表述如下： d2(x,y)?(x?y)TA(x?y) 為了簡化計算，將直方圖 x,y規(guī)范化使其滿足： 0?xi,yi?1 且 ?xi??yi?1 ii 矩陣 A?[aij],，權(quán) aij 表示顏色 i 與顏色 j 之間的相似度。 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(nèi)特征提取 對圖像數(shù)據(jù)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。例如 :距離 為 50 的 (0,0,0)與 (50， 0，0)兩種顏色認為是同一黑色 ,而距離為 50 的 (200,200,0)和 (150,200,0)則認為是兩種差異很大的顏色 (黃色和綠色 )。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(shù)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(xiàn)實的。 代碼實現(xiàn)如下： [M,N,O] = size(Image)。 V = v。amp。h(i,j)40 H(i,j) = 2。 end if h(i,j)=190amp。amp。h(i,j)270 H(i,j) = 6。 end end end for i = 1:M for j = 1:N if s(i,j)=amp。amp。s(i,j) S(i,j) = 2。 end if v(i,j)=amp。amp。 end end for i = 0:71 Hist(i+1) = size(find(L==i),1)。 w(k)=EulerDistance。)。,A(IX(n)).name))。 本文對基于內(nèi)容的圖像檢索技術(shù)作了較全面的研究和介紹，重點研究了基于顏色特征的圖像檢索方法，并對其中涉及到的顏色模型，顏色直方圖，顏色量化，相似性度量等進行了較深入研究。因此，如何有效地綜合顏色、紋理、形狀、空間位置關(guān)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。實際上人對兩幅圖像畫面的顏色的相似性判定主要考慮少數(shù)幾種主要的顏色。在圖像處理技術(shù)方面，更加準確有效地描述圖像內(nèi)容的數(shù)據(jù)模型是今后長期需要解決的重要方面。 致謝 本文是在 XX 老師的悉心指導下完成的，衷心感謝他在論文的寫作期間給與我的熱情幫助和指導。 感謝 XXXXXXXXXXX 計算機系的全體領(lǐng)導和老師，你們深厚的學術(shù)功 底和誨人不倦的高尚師德將讓我受用一生。s color space, image feature extraction and image similarity measure, etc., and use matlab technology to achieve a simple image retrieval procedures. The article closes with an exposition based image retrieval technology research focus and future direction of development. Keywords: Image Retrieval, features of color,color histogram, similar methods of measurement 圖像檢索程序運行配置說明書 一、 機器配置環(huán)境： 1．硬件環(huán)境配置： CPU: GHZ 以上 內(nèi)存： 1G 以上 硬盤： 20GB 以上 2. 軟件環(huán)境配置： 本程序使用的操作系統(tǒng)為 Windows XP/7，開發(fā)平臺為 MATLAB 二、 MATLAB 軟件安裝： 根據(jù)軟件提示安裝即可 三、運行程序 （ 1）第一次運行程序時將 文件放入安裝好軟件后的 MATLAB 文件夾下的 work 文件夾中（例如： C:\MATLAB7\work）； （ 2）第一次運行程序時在 D 盤按如下路徑建立文件夾（ D:\graduate design\test_pictures），并將示例圖片放入 test_pictures 文件夾中； （ 3）打開 MATLAB ，點擊 fileopen,在彈出窗口中選擇 work 文件夾中的 文件； （ 4）按 F5 運行程序，在彈出窗口中選擇 test_pictures 文件夾中的一 個圖片作為待匹配圖片，然后程序會自動運行并顯示結(jié)果。 [FileName,PathName] = uigetfile(39。%打開得到的路徑下的文件 [M,N,O] = size(Image)。 V = v。； end； ifh(i,j)=40amp。amp。am； H(i,j)=3。 end if h(i,j)=40amp。amp。h(i,j)75 H(i,j) = 3。 end if h(i,j)=270amp。amp。h(i,j)295 H(i,j) = 7。 end if s(i,j)=amp。amp。v(i,j)0 V(i,j) = 0。 end if v(i,j)=1amp。 Qv = 3 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。,A(k).name)。 H = h。 %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。 end if h(i,j)=75amp。amp。h(i,j)155 H(i,j) = 4。 end if h(i,j)=295amp。amp。s(i,j)0 S(i,j) = 0。 end if s(i,j)=1amp。amp。v(i,j) V(i,j) = 1。 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(shù) , L取值范圍 [0,71] %取 Qs = 3。 % 計算圖像庫中每一幅圖像與查詢例子圖像的歐式距離 diff = (T0T).^2。 A=dir(39。 I=imread(strcat(39。 end 22