【正文】 決的問題 ............................... 11 3 基于紋理的圖像檢索理論知識 ............................... 12 紋理描述模型 ........................................... 12 紋理概述 .......................................... 12 基于空間性質(zhì)的紋理模型 ............................ 13 基于頻域性質(zhì)的紋理模型 ............................ 14 統(tǒng)計法 紋理描述 ......................................... 15 基本紋理描述符 .................................... 15 分型模型 .......................................... 17 頻譜法紋理描述 .......................................... 18 基于傅立葉變換的紋理描述 .......................... 18 ............................ 20 基于小波變換的紋理描述 ............................ 20 結(jié)構(gòu)法紋理描述 .......................................... 22 基于紋理的檢索方案 ...................................... 23 4 基于紋理的圖像檢索系統(tǒng)的實現(xiàn) .............................. 24 開發(fā)環(huán)境的選取 ......................................... 24 基于紋理的圖像檢索的總體設(shè)計 ............................ 25 本軟件的界面設(shè)計 .................................. 26 圖像檢索系統(tǒng)的檢索業(yè)務(wù)流程 ........................ 26 設(shè)計出主要函數(shù)和關(guān)鍵類 ............................ 27 特征提取功能模塊的具體實現(xiàn) .............................. 28 關(guān)鍵圖特征提取的流程圖 ............................ 28 檢索圖的特征提取流程圖 ............................ 29 特征提取的關(guān)鍵代碼 ................................ 30 圖像特征標識功能模塊的具體實現(xiàn) .......................... 31 圖像特征匹配功能模塊的具體實現(xiàn) ......................... 32 特征匹配的流程圖 .................................. 32 特征匹配的代碼實現(xiàn) ................................ 32 圖像顯示輸出模塊功能的具體實現(xiàn) ......................... 33 圖像顯示輸出流程圖 ................................ 33 冒泡排序顯示輸出結(jié)果流程圖 ........................ 34 系統(tǒng)的測試和分析 ........................................ 35 系統(tǒng)的測試 ........................................ 35 測試分析 .......................................... 40 5 結(jié)束語 .................................................. 41 論文工作總結(jié) ........................................... 41 進一步的工作 ........................................... 42 參考文獻 .................................................. 43 翻譯部分 .................................................. 44 英文原文 ................................................... 44 中文譯文 ................................................... 53 致 謝 ................................................... 60 中國礦業(yè)大學 2021 屆本科生畢業(yè)設(shè)計 (論文 ) 第 1 頁 1 緒論 本課題研究的意義 隨著 科學技術(shù)的進步發(fā)展和推廣應(yīng)用，特別是計算機技術(shù)和網(wǎng)絡(luò)技術(shù)的發(fā)展、 信息高速公路的建設(shè)，多媒體的推廣應(yīng)用，現(xiàn)代信息處理的對象和方法都有了很大的變化 ， 傳統(tǒng)的信息檢索方式已經(jīng)不再適合社會發(fā)展的需要， 傳統(tǒng)信息檢索系統(tǒng)的檢索方案是使用文字標示符，為實現(xiàn)檢索 先給圖像加上一個對其描述的文字或者數(shù)字標簽，然后在索引時對標簽進行檢索，這樣一來對圖像的檢索變成了基于標簽的查詢，這種方法簡單，但是幾個根本問題影響對圖像信息的有效應(yīng)用 。語義內(nèi)容是較高層次上的特征，有相對主觀抽象的特點。對系統(tǒng)給出的結(jié)果，查詢者如何給出正確的反饋，進行再次查詢，優(yōu)化結(jié)果；匹配技術(shù)，即圖象相似性的度量準則；數(shù)據(jù)庫技術(shù)，包括圖象存儲的技術(shù)，圖象的查 找技術(shù)，即最快捷，最有效率地遍歷圖象庫中的每一幅圖象，找出所需要的圖象；評價技術(shù)。每一幅圖象是象素點簡單有序的集合體，查找時相似性的度量準則是點對點的比較。同一個區(qū)域內(nèi)的特 征矢量具有相同的屬性。雖然基于語義的查找，是最符合人的使用要求的方式，但是由于目前計算機視覺和圖象理解的發(fā)展水 平，使實現(xiàn)這種方式的查找還很難實現(xiàn)。 （ 1）顏色檢索。基于紋 理的檢索在區(qū)分有相似顏色的區(qū)域時是非常有用的，（比如天空和海洋， 樹葉和草地）。形狀的概念是非常明確的 ，而且由形狀的特征來區(qū)別物體是非常直觀的。 基于內(nèi)容的圖像檢索 自 10 年前冠名以 來，得到國內(nèi)外信息領(lǐng)域科技人員的廣泛重視和研究，迅速成為多媒體 特別是圖像、視頻、數(shù)據(jù)庫技術(shù)的研究熱點之一和中國圖像工程的新類別之一（章 2021a），基于內(nèi)容的信息檢索的發(fā)展也得到了許多國際學術(shù)組織的重視和關(guān)注，在國際上每年召開的有關(guān)多媒體的會議上有許多重要的系列大會都開辟了基于內(nèi)容的信息檢索主題和分會，而 IEEE和 SPIE都組織了專門的基于內(nèi)容的多媒體信息檢索會議。較近期的研究中，基于圖象分割和彩色的檢索方法越發(fā)得到研究者的重視，這種方法大多先用較少的彩色數(shù)對圖象進行分割和聚色，再選取適當?shù)奶卣飨蛄窟M行相似度匹配。 1． QBIC 系統(tǒng) IBM Almaden 研究中心研究開發(fā)的，是基于內(nèi)容檢索系統(tǒng)的典型代表。 圖像檢索系統(tǒng)的應(yīng)用領(lǐng)域 和應(yīng)用實例 [5] 1 圖像檢索系統(tǒng)的應(yīng)用領(lǐng)域 1 遙感和地球資源信息的管理和共享（ [羅 2021]） 2 電子圖書館、藝術(shù)博物館、遠程教育（ [Zhang 1998b]） 3 醫(yī)學分析、研究和遠程醫(yī)療系統(tǒng)（章 1997），特別是對遠程會診、 基于內(nèi)容的圖像檢索查詢可提高效率并且節(jié)省大量的網(wǎng)絡(luò)醫(yī)療費用（ [Zhang 1997]） 4 專家檢索、 商標注冊管理（ [jain 1998]） 5 人口戶籍管理、檔案管理 以及公安、安全監(jiān)視系統(tǒng) [Ratha 1996] 6 建筑設(shè)計、 內(nèi)部裝潢 [Cohen 1997] 7 數(shù)字視頻的協(xié)同產(chǎn)生和編輯以及傳輸傳播 8 服裝設(shè)計：服裝設(shè)計師可以根據(jù)其設(shè)計要求提出需要的圖案進行選擇 2 圖像檢索系統(tǒng)的應(yīng)用實例 [3] 1 藝術(shù)畫廊 /博物館，用戶可以檢索出與給定查詢圖具有某些相似性的所有油畫 以發(fā)現(xiàn)不同畫家間的共同特性和他們在顏色、安排空間和表現(xiàn)主題方面的相互影響 2 照片存檔 ,用戶希望看到具有某種主題或都包含某個朋友的照片 3 商標庫，商標注冊人員需要檢查申請的商標是否與商標庫中的已經(jīng)注冊的標具有相同或者相似之處 4 工程設(shè)計庫，工程設(shè)計人員可以迅速的找到 所需要的設(shè)計細節(jié)或者部分設(shè)計細節(jié)以作為參考來進行新的設(shè)計 5 衛(wèi)星圖像庫，戰(zhàn)場指揮人員可迅速的從中確定某種特定的目標或者提取具有某些特性的區(qū)域。 第六部分是 總結(jié)部分， 包括工作總結(jié)和本設(shè)計的不足、進一步的工作 。相似度較高的圖像將作為檢索結(jié)果返回給用戶。 ⑷ 提取模塊 其主要功能就是根據(jù)匹配的結(jié)果在圖像數(shù)據(jù)庫中對感興趣的圖像定位，并在內(nèi)容匹配的基礎(chǔ)上將圖像數(shù)據(jù)庫中所有滿足要求條件的圖像自動的提取出來讓用戶使用。 ⑵ 有效的特征表示及識別 由于感知的主觀性，許多特征具有從不同角度來描述此特征 的 多種表示，對一個給定的特征不存在一個最優(yōu)的特征表示。 下面 我們 就 用分類樹的形式將基于內(nèi)容的圖像檢索主要研究技術(shù)表示如下 ,讓大家看的清晰一些，在此我 們只是簡單的介紹一下基于內(nèi)容的圖象檢索技術(shù)，在本文中我將詳細的介紹基于紋理的圖象檢索技術(shù)， 對其他檢索技術(shù)只是簡單的介紹一下。結(jié)構(gòu)方法從“紋理是怎樣產(chǎn)生的”觀點出發(fā)，認為紋理是結(jié)構(gòu)，如同漁民編織的魚網(wǎng)一樣，編織什么樣的魚網(wǎng)，就有什么樣的紋理。 70 年代初， Haralick 等人提出了紋理特征的共生矩陣表示法，即利用紋理在灰度級的空間相關(guān)性，先根據(jù)圖像象素間的方向和距離構(gòu)造一個共生矩陣，再從中提出有意義的統(tǒng)計數(shù)據(jù)作為紋理的特征表 示。需要指出，當紋理是有許多大片的平滑區(qū)域構(gòu)成時，基于共生矩陣的模型不太適用。如Smith 和 Chang 從小波子波段中提取統(tǒng)計特征作為圖像的紋理表示，取得了很好的效果。 ⑶ 紋理能量 基于紋理能量可用紋理標記來描述紋理，（ Laws1980），具體是通過將特定的核與原來的圖像卷積以得到表達紋理特性的紋理圖像，先定義 5 個零級的 核層 L=[ 1 4 6 4 1 ] 邊緣 E=[1 2 0 2 1 ] 點 S=[1 2 0 2 1 ] 波 W=[1 2 0 2 1 ] 紋 R＝ [ 1 4 6 4 1 ] 然后將一行 核和一列核卷積就可得到 25 個核值，對原始像素中的每個像素，都用在其鄰域中獲得的上述卷積結(jié)果來代替其值，這樣就得到對應(yīng)其紋理能量的圖，通過進一步考慮卷積步驟中得到的能量圖，每個像素都可用表達鄰域中紋理能量的 25D 特征量所代替。這條曲線的斜率稱為 Hurst 系數(shù)，使分型維數(shù)的一種度量，對只有一個 方向的模式，這個側(cè)度很容易算，比較適合表達腐蝕、磨損產(chǎn)生的紋理，如果紋理隨方向變化，這種表達不太 適合。從現(xiàn)代數(shù)學的眼光來看，傅里葉變換是一種特殊的積分變換。（ Reed 1993）。 ② 從過濾后的圖像中確 定兩個紋理方向，（一個稱為主要紋理方向，一個稱為次主要紋理方向），并對每個紋理方向各用 3bit 來表示。 Gabor特征表示常被用于包括紋理分類和分割、圖像識別和運動檢測等多種圖像分析應(yīng)用中。過濾器所用參數(shù)分別為： hU = , lU = , K = 6,S = 4 結(jié)構(gòu)法紋理描述 要用結(jié)構(gòu)法紋理描述紋理，現(xiàn)要確定紋理基元，設(shè)紋理基元為 h（ x， y），排列規(guī)則為 r（ x， y），這紋理 t（ x， y）為（ [jayaramamurthy] 1980 ）( , ) ( , ) ( , )t x y h x y r x y??其中 r（ x， y）為 ( , )mmx x y y? ??? ，這里 mx ， my 是脈沖函數(shù)的位置坐標，根據(jù)卷積定理，在頻域有 ( , ) ( , ) ( , )T u v H u v R u v? ，所以 1( , ) ( , ) ( , )R u v T u v H u v ?? 這樣，給定對紋理基元 h(x,y)的描述，可以推導出反卷積濾波器 1( , )Huv? ，將這個濾波器用于待分割的紋理圖象得到在含有紋理區(qū)域中的脈沖陣列，每個脈沖都在紋理基元中心，紋理基元描述了局部紋理特征，對整幅圖象中不同的紋理基元的分布進行統(tǒng)計而獲得圖象的全部紋理信息。 ③ 過濾器字典的設(shè)計：為消除過濾后圖像的冗余，設(shè) lU 和 hU 分別代表低頻和高頻中心， K為方向數(shù)， S為尺度數(shù) ,為了保證頻譜中過濾器響應(yīng)值的半)s inc o s(39。 基于小波變換的紋理描述 [3][10] 用 Gabor 過濾器提取紋理特征主要基于如下因素： Gabor 表示法在減少空間和頻率的兩維聯(lián)合不定性方面是最優(yōu)的；這些過濾器可以被看作方向和尺度可調(diào)的邊緣和線條探測器 。 2 紋理瀏覽描述符 紋理瀏覽描述符與紋理規(guī)則性、紋理