【正文】 段，其最基本的思想是顏色空間直方圖的 特征 匹配，對(duì)檢索圖像提取其顏色直方圖，計(jì)算與存儲(chǔ)在圖像庫中的圖像的顏色直方圖的距離，距離在一定范圍內(nèi)的圖像即為被檢索出來的圖像。在實(shí)際的多媒體數(shù)據(jù)庫中，數(shù)據(jù)量巨大，而且種類和數(shù)量巨大，因此要求 CBIR 技術(shù)快速地實(shí)現(xiàn)對(duì)多媒體信息的檢索。我國多媒體教學(xué)研究工作也已經(jīng)開展，網(wǎng)上教學(xué)與輔導(dǎo)已進(jìn)入實(shí)用階段，這些都為圖像數(shù)據(jù)庫應(yīng)用 于教育培訓(xùn)領(lǐng)域提供了廣闊的前景。 HSV 空間比較直觀并且符合人的視覺特性。它采用基于小波變換的方法來表示圖像的紋理特征。這樣，我們就能表示出 256256256（約 1600 萬）種顏色。 HSV 模型的色調(diào) H 表示從一個(gè)物體反射過來的或透過物體的光的波長，更一般地說，色調(diào)是由顏色名稱來辨別的，如紅、橙、黃、綠等，它用角度 180～ 180或 O～ 360 來度量。因?yàn)樗写蛴∮湍紩?huì)包含一些雜志，這三種油墨實(shí)際上產(chǎn)生一種土灰色，必須與黑色油墨混合才能產(chǎn)生真正的黑色。 (2)顏色直方圖的特性 旋轉(zhuǎn)不變性和縮放 不變性：顏色直方圖是表示圖像中顏色分布的一種方法，它的橫軸表示顏色等級(jí)，縱軸表示在某一個(gè)顏色等級(jí)上具有該顏色的像素在整幅圖像中所占的比例，直方圖顏色空間中的每一個(gè)刻度表示了顏色空間中的一種顏色，因此，顏色直方圖具有與身俱來的旋轉(zhuǎn)不變性和縮放不變性，如圖 5 所示。 設(shè) D 為距離函數(shù)， x、 y、 z 為三個(gè)特征向量，則所有的距離函數(shù)都滿足的條件表示為： (1)D ( x， y ) = D ( y， x ) = 0(自相似性 ) (2)D ( x， y )?D ( x， x )?0(最小性 ) (3)D ( x， y ) = D ( y， x)(對(duì)稱性 ) (4)D ( x， y ) + D ( y， z )?D ( x， z )(三 角不等性 ) 圖像的相似度度量，既是圖像檢索技術(shù)中的一個(gè)關(guān)鍵問題，也是其中的一個(gè)難點(diǎn)。 (3)結(jié)果輸出 將滿足一定相似性條件的一組候選結(jié)果按相似度大小排列后返回給用戶。 %將 hsv空間非等間隔 量化： % h量化成 8 級(jí)； % s 量化成 3 級(jí)； % v量化成 3 級(jí)； for i = 1:M for j = 1:N if h(i,j)=20||h(i,j)315 H(i,j) = 0。 end if h(i,j)=295amp。amp。 A=dir(39。目前主要存在的問題 : （ 1）人對(duì)顏色特征的視覺感知方面考慮的仍然不夠，雖然目前大多數(shù)基于顏色特征的圖像檢索采用了和人對(duì)顏色感知相一致的 HSB 顏色空間，但關(guān)于兩種顏色之間的相似度的定義和視覺上人對(duì)相似顏色的判定仍有一定的差距。 最后，我要衷心感謝我的父母，是你們一直默默地給與我理解與支持，給與我勇敢面對(duì)困難的勇氣和力量，讓我能夠順利地完成學(xué)業(yè)。 %將 hsv空間非等間隔量化： % h量化成 8 級(jí)； % s 量化成 3 級(jí)； % v量化成 3 級(jí)； for i = 1:M ifh(i,j)=20||h(i,j)amp。h(i,j)20 H(i,j) = 1。 end if h(i,j)=315amp。amp。 [M,N,O] = size(Image)。 end if h(i,j)=190amp。amp。 end end %計(jì)算 L的直方圖 for i = 0:71 Hist(i+1) = size(find(L==i),1)。,A(IX(n)).name))。amp。 end end end for i = 1:M for j = 1:N if s(i,j)=amp。h(i,j)40 H(i,j) = 2。 for k=1:size(A) B=strcat(39。 end end end for i = 1:M for j = 1:N if v(i,j)=amp。h(i,j)190 H(i,j) = 5。amp。 H = h。在此，向 XX 老師表示最衷心的感謝和最誠摯的敬意。但是直方圖不能反映空間位置的變化，兩幅景色相似但是空間位置完全不同的圖像，得出的直方圖是一模一樣的。 （ 3）計(jì)算圖像庫中每一幅圖像與查詢例子圖像的歐式距離，代碼實(shí)現(xiàn)如下： diff = (T0T).^2。 end if s(i,j)=1amp。h(i,j)155 H(i,j) = 4。 H = h。 取 aij?(1?dij/dmax),其中， dmax?maxij(dij)。基于文本的檢索方法中 使用的是文本的精確匹配，而基于內(nèi)容的圖像檢索則通過計(jì)算查詢和候選圖像之 間的視覺特征的相似度來完成?；?RGB顏色空間表示時(shí)，彩色圖像的直方圖可以用 R、 G、 B三個(gè)單 色的直方圖或聯(lián)合分布直方圖來表示。差別僅在于前者的原點(diǎn)為白，而后者的原點(diǎn)為黑。 雖然 RGB彩色模型被廣泛應(yīng)用于 CRT設(shè)備顯示彩色圖像，但它并不是一個(gè)均勻視覺的顏色空間，不符合人對(duì)顏色的感知心 理，而且， RGB顏色空間上的距離并不代表人眼視覺上的顏色知覺差異。 顏色空間 [8] RGB 顏色空間 面向硬設(shè)備的最常用顏色模型是 RGB 模型。 (3)Virage 公司的 Virage 系統(tǒng) 該系統(tǒng)是基于內(nèi)容的圖像搜索引擎，比 QBIC 更進(jìn)一步， 支持基于顏色、顏色布局、紋理和結(jié)構(gòu) (對(duì)象邊界信息 )及這四個(gè)原子查詢的任意組合。 （ 2）指 明一幅示例圖像 通過與用戶確定的圖像的顏色直方圖的相似性匹配得到查詢結(jié)果，這是該課題研究方法的根本。我國在 “人臉 ”及 “指紋 ”數(shù)據(jù)庫建立方面已做了不少工作，并有一批實(shí)用性的成果投入應(yīng)用。利用圖像內(nèi)容特征建立索引進(jìn)行檢索，使得檢索更加有效，適應(yīng)性更強(qiáng)。文章最后則對(duì)當(dāng)前基于內(nèi)容圖像檢索技術(shù)研究熱點(diǎn)和今后的發(fā)展方向進(jìn)行簡單的闡述。由于圖像內(nèi)容的豐富內(nèi)涵以及人們對(duì)圖像內(nèi)容進(jìn)行抽象時(shí)的主觀性不同的人對(duì)同一幅圖像有不同的理解，這就引入了主觀多義，不利于檢索。典型應(yīng)用領(lǐng)域 [4]包括： (1)搜索引擎：隨著各種電子 商務(wù)網(wǎng)站的發(fā)展，圖像搜索引擎將成為這些網(wǎng)站的重要工具。本文主要研究對(duì)靜止圖像檢索，其中數(shù)據(jù)庫是專用的圖像庫。一般意義上直方圖匹配方法有直方圖相交法，直方圖匹配法，歐氏距離法，中心矩法，累積直方圖匹配法共 6 種。 2 基于顏色特征的圖像檢索方法 顏色度量體系 顏色度量體系 [7]（ color system），也叫做顏色制或者叫做顏色體制，實(shí)際上就是人們組織和表示顏色的方法。將所有顏色加在一起產(chǎn)生白色，也就是說，所有光被反射回眼睛。色調(diào) H 和飽和度 S 分量合起來定義了顏色的 色度 (Chromatieity)特性。由于在進(jìn)行基于內(nèi)容的圖像檢索時(shí)，查詢要求往往是按照用戶的主觀視覺感受而發(fā)出的，因此在進(jìn)行圖像之間顏色差異的比較時(shí)， CBIR 系統(tǒng)一般采用具有視覺一致性的顏色空間。 直方圖是總體灰度概念，從直方圖中可以看出圖像整體的性質(zhì)：如圖像的明暗程度、圖像的亮度等。 D(Ha,Hb)?(0,1)，它的值越接近 1，則兩圖像越相似。 在理論上 , 抽取圖像的顏色特征時(shí)使用真彩色將產(chǎn)生最小的誤差。amp。h(i,j)295 H(i,j) = 7。 end if v(i,j)=1amp。D:\graduatedesign\test_pictures\39。 CBIR系統(tǒng)在技術(shù)上可分為圖像處理技術(shù)和數(shù)據(jù)庫技術(shù)兩大方面。clc。； end； ifh(i,j)=75amp。amp。s(i,j)0 S(i,j) = 0。 end end end %將 三個(gè)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(jí)數(shù) , L取值范圍 [0,71] %取 Qs = 3。 h = h*360。h(i,j)190 H(i,j) = 5。 end end end for i = 1:M for j = 1:N if v(i,j)=amp。 end %按顏色的相似性大小顯示查詢結(jié)果圖片 [B,IX]=sort(w,2)。D:\graduate design\test_pictures\*.jpg39。v(i,j)0 V(i,j) = 0。amp。 end if h(i,j)=40amp。 end end %計(jì)算 L的直方圖 for i = 0:71 Hist(i+1) = size(find(L==i),1)。amp。 end if h(i,j)=190amp。；H(i,j)=2。*.*39。然而目前，通過建立合理的用戶查詢界面，利用相關(guān)性反饋，是實(shí)現(xiàn)趨向基于語義查詢的切實(shí)可行的有效方法 。 imshow(I)。v(i,j) V(i,j) = 2。amp。 end if h(i,j)=155amp。實(shí)驗(yàn)表明 , 增加顏色直方圖的維數(shù)可以有效提高檢索的精度 , 但當(dāng)維數(shù)增加到一定程度時(shí) , 檢索的精度提高很小而且可能下降 . 因此在保持一定精度的前提下 , 通過減少顏色的維數(shù)來達(dá)到節(jié)省特征存儲(chǔ)空間的目的。因而，對(duì)于這樣的圖像進(jìn)行過細(xì)的比較是不必要的。 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(shí)，統(tǒng)計(jì)直方圖中會(huì)出現(xiàn)一些零值。 HSV 空間具有這樣的特性 [9]。 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。 RGB顏色模 型通常采用單位立方體來表示，在正方體的主對(duì)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。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(gè)意義上說，顏色模型和顏色空間互為同義詞。 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(huì)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。顏色內(nèi)容包含兩個(gè)一般的概念，一個(gè)對(duì)應(yīng)于全局顏色分布，一個(gè)對(duì)應(yīng)于局部顏 色信息。 (3)數(shù)字圖書館：數(shù)字圖書館實(shí)際上是一個(gè)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。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(duì)象語義，如圖像