【正文】 ................................................ 3 基于內(nèi)容的圖像檢索技術(shù)的應(yīng)用 ..................................................................... 3 研究工作概要及章節(jié)安排 ..................................................................................... 4 2. 基于內(nèi)容的圖像檢索技術(shù) ...................................................................................... 5 基于內(nèi)容的圖像檢索技術(shù)的系統(tǒng)結(jié)構(gòu) ................................................................ 5 基于內(nèi)容的圖像檢索系統(tǒng)的檢索流程 ................................................................. 6 特征抽取技術(shù) ........................................................................................................ 8 顏色特征 ............................................................................................................. 8 形狀特征 ............................................................................................................. 8 紋理特征 ............................................................................................................. 9 語義特征 ............................................................................................................... 10 圖像檢索性能評價 ............................................................................................... 11 3. 基于顏色的圖像檢索系統(tǒng)實(shí)現(xiàn) ............................................................................ 13 顏色空間選擇及顏色矢量量化 ........................................................................... 13 顏色空間模型及其選擇 ................................................................................... 13 顏色矢量量化 ................................................................................................... 17 顏色直方圖及顏色特征提取 .............................................................................. 21 顏色直方圖簡介 ............................................................................................... 21 顏色特征提取 ................................................................................................... 24 顏色直方圖距離的度量方法 .............................................................................. 24 顏色直方圖距離的度量方法 ........................................................................... 24 圖像相似性的計算 ........................................................................................... 26 4. 基于顏色的圖像檢索系統(tǒng)程序設(shè)計及結(jié)果分析 ................................................ 28 系統(tǒng)運(yùn)行環(huán)境 ....................................................................................................... 28 系統(tǒng)總體設(shè)計 ....................................................................................................... 29 系統(tǒng)詳細(xì)設(shè)計 ....................................................................................................... 30 界面設(shè)計 .......................................................................................................... 30 特征提取模塊 .................................................................................................. 33 特征檢索模塊 .................................................................................................. 33 數(shù)據(jù)庫管理模塊 .............................................................................................. 33 實(shí)驗(yàn)結(jié)果和性能分析 ......................................................................................... 33 5. 結(jié)論與展望 ............................................................................................................ 35 結(jié)論 ....................................................................................................................... 35 展望 ....................................................................................................................... 35 參考文獻(xiàn) ...................................................................................................................... 37 附錄 A........................................................................................................................... 38 作者簡歷 學(xué)位論文數(shù)據(jù)集 中國計量學(xué)院本科畢業(yè)設(shè)計（論文） 1 1. 緒論 基于內(nèi)容的圖像檢索技術(shù)是一種 綜合的集成技術(shù) ,它通過分析圖像的內(nèi)容 ,如顏色特征、形狀特征、紋理特征等 ,建立索引 ,并存儲在特征庫中。如何有效地組織、管理和檢索大規(guī)模的圖像數(shù)據(jù)已成為迫切需要解決的問題。 color features。目前，基于內(nèi)容的圖像檢索的技術(shù)水平難以滿足實(shí)際應(yīng)用的要求，這是是一個具有挑戰(zhàn)性的研究課題，仍然期待技術(shù)上有新的的突破。這就是對圖像語義特征的理解。由于一般圖像的規(guī)模要大于純粹的文本信息，因此，基于內(nèi)容的圖像檢索技術(shù)在檢索的速度和效率上都有了很大的提高。 基于內(nèi)容的圖像檢索技術(shù)的國內(nèi)外研究概況 早在 20世紀(jì) 90年代，研究人員提出了基于內(nèi)容的圖像檢索技術(shù)的概念，這在一定程度上彌補(bǔ)了基于文本的圖像檢索技術(shù)的缺陷。第三個恰好集中在以用戶為中心的圖像檢索上。而在用戶接口上，研究者主要集中在應(yīng)用事例圖像進(jìn)行圖像查詢和基于相關(guān)反饋的人機(jī)交互界面。 郵票資料庫：查詢及管理郵票資料 ，還能提供郵票鑒定等的服務(wù)。 本文主要對給予顏色的圖像檢索系統(tǒng)實(shí)現(xiàn)進(jìn)行研究，利用 C++軟件平臺編程，使計算機(jī)能夠自動進(jìn)行圖像分析，提取圖像的顏色特征，并將其作為圖像的內(nèi)容，在沒有用戶參與的情況下，進(jìn)行圖像特征的查找和匹配，最后將與用戶查詢圖像最相似的圖像返回給用戶。 層次 任務(wù) 用戶視圖層 空間推理 語義特征視圖層 圖像知識結(jié)構(gòu) 圖像特征視圖層 圖像理解 特征表達(dá)層 圖像數(shù)據(jù)結(jié)構(gòu) 特征組織和檢索層 圖像數(shù)據(jù)檢索 圖 圖像數(shù)據(jù)庫的五個層次任務(wù) 一般而言，基于內(nèi)容的圖像檢索系統(tǒng)分為以下兩個部分：計算機(jī)視覺的技術(shù)和數(shù)據(jù)庫管理技術(shù)，該系統(tǒng)可由下列五個子系統(tǒng)構(gòu)成，即存儲圖像數(shù)據(jù)、提取圖像的特征、圖像相似度測量、索引圖像的高維特征、索引并過濾高維特征、 用戶查詢及瀏覽的接口。由于圖像數(shù)據(jù)庫包含大量的圖像，圖像相似性度量十分耗時，因而需要采用索引過濾技術(shù)，以達(dá)到快速搜索的效果，使得用戶在合理的時間內(nèi)得到響應(yīng)結(jié)果。存儲技術(shù)包括圖像壓縮技術(shù)和預(yù)處理技術(shù)等?；趦?nèi)容的圖像檢索系統(tǒng)的檢索流程圖 。該部分是基于內(nèi)容的圖像檢索系統(tǒng)的檢索流程中的重要步驟，系統(tǒng)把抽取的特定查詢特征與特征庫中特征依照一定的匹配算法進(jìn)行相似性匹配。一般性描述 相 似性匹配 返回一組候選結(jié)果 滿意？ 結(jié)束 修改用戶查詢 用戶反饋 表示顏色特征的方法中使用最廣泛的是顏色直方圖。邊界特征包括：多邊形逼近、線形形狀、傅里葉描繪子及有限元模型等。對自由變形模型來說，模版無全局的結(jié)構(gòu)約束，僅受局部的光滑性和連續(xù)性的約束。紋理是一切的表面，包括頭發(fā)，轉(zhuǎn)頭，樹木和云彩等所具有的內(nèi)在特性，同時包含表面的結(jié)構(gòu)安排及與周圍環(huán)境的關(guān)系。 b 結(jié)構(gòu)分析是力圖找 出紋理基元，從基元的結(jié)構(gòu)及組成方面探求紋理的規(guī)律。相對于共生矩陣，該方法幾乎沒有冗余信息，且頻率是相當(dāng)高的，因而在 CBIR 系統(tǒng)中應(yīng)用很廣泛，比如 IBM 的 QBIC。在基于語義特征的圖像檢索中，抽象特征和目標(biāo)特征直接存在很大的差距。 中國計量學(xué)院本科畢業(yè)設(shè)計（論文） 目標(biāo)識別與檢索技術(shù)一般是使用數(shù)據(jù)庫檢索技術(shù)來分類和識別目標(biāo)，其中包含自動目標(biāo)識別與基于用戶相關(guān)反饋的學(xué)習(xí)相關(guān)語義這兩種技術(shù)。該方法最終能夠得到怎樣的成效目前還是難以斷定的。 JIecision?Pr () 其中。 顏色空間選擇及顏色矢量量化 顏色空間模型及其選擇 光在頻譜的分布 中，其中不同的位置體現(xiàn)了物質(zhì)世界的各種顏色，而顏色是人類對光譜中可見光區(qū)域的感知結(jié)果。進(jìn)行基于內(nèi)容的圖像檢索時，查詢要求一般是按照用戶的主觀和視覺感受發(fā)出來的，因此進(jìn)行圖像之間各顏色差異的比較時，基于內(nèi)容的圖像檢索系統(tǒng)往往用具有視覺一致性的顏色空間。依據(jù)三原色的原理， RGB是最常使用的顏色模型。其中 HSV的色調(diào) H代表的是透過物體的光的波長或物體反射過來的光的波長，更一般來說，就是用顏色的名稱來辨別色調(diào) H的，比如紅色，橙色，黃色，綠色等，它的取值范圍是 180176。飽和度 S也是用百分比來度量的，從 0%為濃度最小到 100%為濃度最大。)(6000 () 反之，也可以利用公式實(shí)現(xiàn)從 HSV顏色空間坐標(biāo)到 RGB顏色空間坐標(biāo)的轉(zhuǎn)換。伴隨著顏色特征矢量維數(shù)的不斷增加，存儲空間的消耗也將呈現(xiàn)指數(shù)級的增長，檢索系統(tǒng)的計算量也將隨之增加。上述不足很大的影響了我們進(jìn)行顏色特征檢索時的準(zhǔn)確性和精度的提高。,39。 IBM在基于內(nèi)容