【正文】 SV 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(xiàn) ................................................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(xiàn) ..................................................11 實例演示 ......................................................14 6 全文總 結(jié)與展望 ..................................................15 全文總結(jié) ......................................................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(xiàn) 摘要 ： 文章介紹了一種基于顏色特征的圖像檢索技術(shù)的算法并給出了程序?qū)崿F(xiàn)。 關(guān)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(nèi)容的圖像 檢索的概念 [1]基于內(nèi)容的圖像檢索（ Content Based Image Retrieval, CBIR）是一項 從圖像數(shù)據(jù)庫中找出與檢索式內(nèi)容相似的圖像的檢索技術(shù)。這三個層次由低到 高，與人的認(rèn)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。 四是以相關(guān)反饋為有效手段。 (4)商標(biāo)檢索系統(tǒng)：可在收錄了己注冊商標(biāo)的數(shù)據(jù)庫中查找是否有與注冊商標(biāo)類似的，防止商標(biāo)權(quán)受侵害。 (8)工業(yè)與商業(yè)：工業(yè)應(yīng)用包括企業(yè)多媒體信息系統(tǒng)、 CAD/CAM 等商業(yè)應(yīng)用有電子商務(wù)、在線廣告、在線購物、股票等。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。 HSV 顏色模型有兩個重要的特點作為基礎(chǔ)。 它的系統(tǒng)框架和結(jié)構(gòu)對后來圖像檢索系統(tǒng)具有深遠(yuǎn)的影響。 國內(nèi)研究現(xiàn)狀 相對國外而言，國內(nèi)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(shè)計思想是允許用戶找到包含特定顏色、紋理和形狀的圖像。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(chǎn)生。 如圖 2 所示，采用三維直角坐標(biāo)系，紅、綠、藍為原色，各個原色混合在一起產(chǎn)生復(fù)合色。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(shè)備熒光點的顏色特征，是與硬件相關(guān)的。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。因為 HSV 顏色空間根據(jù)色調(diào) 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。將這些油墨混合產(chǎn)生顏色稱為四色印刷。 3 顏色特征的表達 顏色直方圖 (1)顏色直方圖的定義 顏色直方圖 [9]是顏色信息 的函數(shù)，其核心思想是在一定的顏色空間中對圖像各種顏色出現(xiàn)的頻數(shù)進行統(tǒng)計， 顏色直方圖描述的是不同色彩在整幅圖像中所占的比例，而并不關(guān)心每種色彩所處的空間位置 ，即圖像的對象或物體。 位置無關(guān)性：直方圖描述了每個灰度級的像素的個數(shù)，但不能為這些像素在圖像中的位置提供任何線索。 累加直方圖是以顏色作為橫坐標(biāo)，從坐標(biāo)原點到該顏色的所有顏色的像素出現(xiàn)的頻數(shù)為縱坐標(biāo)繪出的圖形。 常見的方法有：直方圖相交法、直方圖歐氏距離、直方圖余弦距離、二值集hammimg距離、直方圖二次距離度量、二值集二次距離、直方圖 Mahalanobis距離。 歐式距離法 我們可以利用歐基里德距離公式（ Euclidean Distance）來計算距離。 算法具體實現(xiàn) （ 1）顏色空間的選擇及顏色的矢量量化 通常 , 人們采用歐氏距離表示兩種顏色之間的差異 , 最常用的 RGB顏色空間存在一個嚴(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際所感知到的這兩種顏色之間的真實差異。首先將圖像中每一像素的 r ,g,b 值轉(zhuǎn)換為 h,s,v值(h∈ [0,360],s∈ [0,1],v∈ [0,1]),然后按照圖 7 的顏色量化和編碼方法計算 : 圖 7 按照上面的方法將顏色空間共劃分為 77 種顏色 , 這 77 種代表色的量化方法有效地壓縮了顏色特征并且較好的符合人眼對顏色的感知。 end if h(i,j)=40amp。h(i,j)75 H(i,j) = 3。amp。 end if s(i,j)=amp。v(i,j)0 V(i,j) = 0。 Qv = 3，并計算 L的直方圖，代碼實現(xiàn)如下： 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。 圖 9 6 全文總結(jié)與展望 全文總結(jié) 隨著多媒體技術(shù)的發(fā)展，包括圖像、音頻、視頻等信息的多媒體數(shù)據(jù)大量涌現(xiàn)，如何從大量的信息中快速、有效地檢索到所需的內(nèi)容，已經(jīng)成為多媒體技術(shù)研究中的熱點問題。 （ 2） 從顏色特征的表示來看，各種形式的顏色直方圖是最常采用的表示方法，一般指定相同的顏色集，采用幾十到上百維的高維直方圖。 基于內(nèi)容對圖像信息的查詢 、檢索在國內(nèi)外仍處于研究探索階段，隨著應(yīng)用的需求其研究將會不斷深入，滿足不同應(yīng)用的實用系統(tǒng)也將陸續(xù)出現(xiàn)，將其應(yīng)用于各個領(lǐng)域必將帶來極大的益處。 參考文獻 [1]洪安祥 .基于內(nèi)容的圖像檢索若干論題研究 [D].浙江 :浙江大學(xué) ,20xx:136. [2]M Flickner,HSawhney, by image and video content:the QBIC system[J].IEEE Computer,20xx,28(9):2332. [3]顧燕 .基于內(nèi)容的圖像檢索方法及其實驗系統(tǒng)設(shè)計 [D].江蘇 :河海大學(xué) ,20xx:310. [4]劉士林 .基于內(nèi)容的圖像檢索 [J].佳木斯大學(xué)學(xué)報 .20xx,19(3):259. [5]徐杰 ,施鵬飛 .基于內(nèi)容的圖像檢索技術(shù) [J].中國圖像圖形學(xué)報 .20xx,8(9):978. [6]王冰 .基于顏色特征的圖像檢索方法研究 [D].山東 :山東大學(xué) ,20xx:211. [7]高升 .基于顏色特征的圖像檢索方法及系統(tǒng)實現(xiàn) [D].北京 :北京郵電大學(xué) ,20xx:45. [8]張潔 .基于顏色特征的圖像檢索系統(tǒng)設(shè)計與實現(xiàn) [D].吉林 :吉林大學(xué) ,20xx:10. [9]劉德龍 .基于顏色特征的圖像檢索系統(tǒng)設(shè)計與實現(xiàn) [D].武漢 :華中師范大學(xué) ,20xx:12. [10]孫君頂編著 .圖像低層特征提取與檢索技術(shù) [M].北京 :電子工業(yè)出版社 ,20xx:540. [11]周明全 ,耿國華 ,韋娜著 .基于內(nèi)容圖像檢索技術(shù) [M].北京：清華大學(xué)出版社 ,20xx:435. 英文摘要 Colorbased Image Retrieval Technology Computer science and technology XXXXXX Tutor XXXXXXX Abstract: This paper describes the image retrieval algorithm based on color features and gives procedures to achieve. First introduced the contentbased image retrieval technology, the history of the development and contentbased image retrieval technology characteristics and the main application explored some of the key technology used in the field, and on this basis. The article focuses on the image39。%彈出對話框得到打開的路徑 Image=imread(strcat(PathName,FileName))。； H(i,j)=0。amp。 end if h(i,j)=75amp。h(i,j)155 H(i,j) = 4。amp。 end if s(i,j)=1amp。v(i,j) V(i,j) = 1。 % 循環(huán)讀入圖像 A=dir(39。 % 計算每一幅圖像的顏色直方圖 [h,s,v] = rgb2hsv(Image)。h(i,j)20 H(i,j) = 1。amp。 end if h(i,j)=315amp。s(i,j) S(i,j) = 1。amp。 end T=Hist。