【正文】 I=imread(strcat(39。 % 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。v(i,j) V(i,j) = 1。 end if s(i,j)=1amp。amp。h(i,j)155 H(i,j) = 4。 end if h(i,j)=75amp。 H = h。D:\graduate design\test_pictures\*.jpg39。 end if v(i,j)=1amp。amp。h(i,j)295 H(i,j) = 7。 end if h(i,j)=270amp。amp。am； H(i,j)=3。； end； ifh(i,j)=40amp。%打開得到的路徑下的文件 [M,N,O] = size(Image)。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(yùn)行配置說明書 一、 機(jī)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(yùn)行程序 （ 1）第一次運(yùn)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(yùn)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(diǎn)擊 fileopen,在彈出窗口中選擇 work 文件夾中的 文件； （ 4）按 F5 運(yùn)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(yùn)行并顯示結(jié)果。 致謝 本文是在 XX 老師的悉心指導(dǎo)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(dǎo)。實(shí)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。 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(diǎn)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(jìn)行了較深入研究。)。 end end for i = 0:71 Hist(i+1) = size(find(L==i),1)。 end if v(i,j)=amp。amp。h(i,j)270 H(i,j) = 6。 end if h(i,j)=190amp。amp。 代碼實(shí)現(xiàn)如下： [M,N,O] = size(Image)。例如 :距離 為 50 的 (0,0,0)與 (50， 0，0)兩種顏色認(rèn)為是同一黑色 ,而距離為 50 的 (200,200,0)和 (150,200,0)則認(rèn)為是兩種差異很大的顏色 (黃色和綠色 )。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。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。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。當(dāng)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(yīng)，而是一對多，不同的圖像有可能具有相同的直方圖特征。它的優(yōu)點(diǎn)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。減色（ CMY）和加色（ RGB）是互補(bǔ)色，每對減色產(chǎn)生一種加色，反之亦然。 CMY 顏色空間 以紅、綠、藍(lán)的補(bǔ)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)。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。在顯示屏上顯示顏色定義時，往往采用這種模式。絕大部分的可見光譜可以用紅、綠、藍(lán) R(、 G、 B)三色光按不同比例和強(qiáng)度的混合來表示。顏色空間中的顏色通常使用代表三個參數(shù)的三維坐標(biāo)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(biāo)。 “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)。 (2)新加坡大學(xué)和 MIT媒體實(shí)驗(yàn)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。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。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。 (9)保健及醫(yī)療：圖像數(shù)據(jù)庫在該領(lǐng)域中應(yīng)用范圍很廣，除了專用的圖像管理與檢索系統(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。 (5)法律及公安：它是圖像數(shù)據(jù)庫技術(shù)的一個重要應(yīng) 用領(lǐng)域。為了提高檢索的準(zhǔn)確性，整個過程是個逐步逼近和相關(guān)反饋的過程。盡管經(jīng)過了多年的研究，較為成熟的基于內(nèi)容的圖像檢索技術(shù)目前仍處于底層水平，由于底層研究是上層研究的基礎(chǔ)，為了給上層建立準(zhǔn)確、有效的圖像特征提取方法，底層的研究仍在不斷的發(fā)展。它利用從圖像中自動抽取出來的底層特征，如顏色、紋理、輪廓和形狀等特征，進(jìn)行計算和比較，檢索出符合用戶需求的結(jié)果圖像集。首先介紹了基于內(nèi)容的圖像檢索技術(shù)、發(fā)展歷史及基于內(nèi)容的圖像檢索技術(shù)的特點(diǎn)和主要應(yīng)用，并在此基礎(chǔ)上探討了該領(lǐng)域所用到的一些關(guān)鍵技術(shù)。 當(dāng)今幾乎所有的 CBIR 系統(tǒng)都將顏色特征作為主要的檢索手段之一。從研究方向的層面來看，基于內(nèi)容的圖像檢索可分為三層：第一層是根據(jù)圖像的底層特性來進(jìn)行檢索，如顏色、紋理，形狀等等，涉及圖像信息處理、圖像分析和相似性匹配技術(shù)；第二層是基于圖像對象語義，如圖像中實(shí)體及實(shí)體之間的拓?fù)潢P(guān)系的檢索，對象級檢索技術(shù)建立在下層特征基礎(chǔ)上，并引入了對象模型庫、對象識別和人工智能等圖像理解技術(shù)；第三層是基于圖像的抽象屬性如行為語義，情感語義和場景語義的推理學(xué)習(xí)來進(jìn)行檢索。 三是它是大型數(shù)據(jù)庫的快速檢索。 (3)數(shù)字圖書館：數(shù)字圖書館實(shí)際上是一個數(shù)字信息資源庫，其中有字符數(shù)值庫、文本庫、聲音庫、圖像庫等。國外在培訓(xùn)系統(tǒng)領(lǐng)域已投入了大量的經(jīng)費(fèi)，開展了相關(guān)課題的研究工作。顏色內(nèi)容包含兩個一般的概念，一個對應(yīng)于全局顏色分布，一個對應(yīng)于局部顏 色信息。通常，人們采用歐氏距離來刻畫兩種顏色之間的差異， RGB 空間存在的一個嚴(yán)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(shí)際所感知到的這兩種顏色之間的真實(shí)差異。 所以，顏色特征的 圖像檢索關(guān)鍵技術(shù)路徑如圖 1: 圖 1 顏色特征的圖像檢索關(guān)鍵技術(shù)路徑 國內(nèi)外研究現(xiàn)狀 [6] 國外研究現(xiàn)狀 基于內(nèi)容的圖像檢索技術(shù)是當(dāng)前研究的熱點(diǎn)，許多著名雜志如 IEEE PAMI 、 IEEE Image processing 等紛紛設(shè)?？榻B該領(lǐng)域研究的最新成果，著名的國際會議如： IEEE conference of CVPR 、 ACM conference on multimedia 等紛紛設(shè)立專題交流最新的研究成果。在 VisualSEEK 中，整幅圖的顏色分布使用全局顏 色直方圖，區(qū)域顏色的索引采用二進(jìn)制顏色集的表達(dá)方法。顏色模型是用簡單的數(shù)值方法描述所有顏色的一套規(guī)則和定義，可使人們方便地描述任何一種顏色，顏色模型通常用顏色空間描述，如RGB、 CMY 和 CMYK，從這個意義上說，顏色模型和顏色空間互為同義詞。 R、 G、 B均為 255 時表示白光，均為 0 時表示黑色。 RGB顏色模 型通常采用單位立方體來表示，在正方體的主對角線上，各原色的強(qiáng)度相等，產(chǎn)生由暗到明的白色，也就是不同的灰度值。它把彩色信號表示為三種屬性 :色調(diào) H(Hue)、飽和度 S(Saturation)和亮度 V(value)，其中亮度又稱 LightneSS 或 Intensity，所以 HSV 空間還有 HLS 和 HIS 這兩種叫法。 圖 3 HSV 顏色模型 Munsen顏色空間具有以下己經(jīng)被人的眼睛所證實(shí)的特點(diǎn) : (1)坐標(biāo)之間的心理感知獨(dú)立性 (PereeptualIndependenee)，即人可以獨(dú)立感知各顏色分量的變化。理論上，青（ Cyan）、品紅（ Magenta）和黃（ Yellow）色素能夠合成吸收所有的顏色并產(chǎn)生黑色。 HSV 空間具有這樣的特性 [9]。 在 RGB 顏色空間中，顏色直方圖可以看成是一個離散函數(shù)，即 H(k)?nk, (k?0,1,...,L?1) n 其中， k 表示圖像的特征取值， L表示特征可取值的個數(shù)，凡表示圖像中具體征值為 k 的像素個數(shù)， n表示圖像像素的總個數(shù)。 圖 5 顏色直方圖的旋轉(zhuǎn)不變性和縮放不變性 累加直方圖 [10] 當(dāng)圖像中的特征并不能取遍所有可取值時，統(tǒng)計直方圖中會出現(xiàn)一些零值。按照距離公理，在定義距離測度時要滿足距離公理的四 個條件 :自相似性、最小性、對稱性、及三角不等性。因而，對于這樣的圖像進(jìn)行過細(xì)的比較是不必要的。 (2)圖像匹配（相似度計算） 在選取了特征之后