【導(dǎo)讀】入與圖像庫相連的特征庫。在進(jìn)行檢索圖像時(shí)，對(duì)每一幅給定。的查詢圖，進(jìn)行圖像分析，并提取圖像特征向量。，產(chǎn)生的結(jié)果也比較準(zhǔn)確。的檢索技術(shù)主要應(yīng)用于圖像數(shù)據(jù)庫的檢索。于圖像的形狀或顏色直方圖的粗陋的可視檢索功能。也可能是針對(duì)某個(gè)目標(biāo)，如圖像中的子區(qū)域等。常用的度量準(zhǔn)則是距離度量法。大小排列后返回給用戶。滿意的結(jié)果，或從候選結(jié)果中選擇一個(gè)示例，經(jīng)過特征調(diào)整，圖像特征提取的好壞，將直接影響著圖像檢索系統(tǒng)的性能，手工提取、半自動(dòng)提取和自動(dòng)提取。這在很大程度上依賴于圖。中層次和高層次。達(dá)到的最終目標(biāo)。最可靠、最穩(wěn)定的視覺特征，是人識(shí)別圖像的主要感知特征。顏色成為基于內(nèi)容的圖像檢索所采取的主要手段之一。為了減少計(jì)算復(fù)雜性,將HSV空間的每一維分量。圖３.１顯示了分別劃。¡¡設(shè)圖像G分割成個(gè)子塊,用顏色對(duì)來表示圖像G的特。就是該子塊與周圍子塊歐氏距離的顏色對(duì)。為了消除顏色噪聲,某一閾值,則刪除其中一個(gè)顏色對(duì)。

　　

【正文】 pair[l] = pair[l+1]。 } pair[count1].x1 = 1。 count。 k。 } } //置特征顏色對(duì)數(shù)目變量 pair_count=count。 } //顯示關(guān)鍵圖 (1,1)塊顏色對(duì)信息 void CImageRetrievalDlg::OnShowInfo() { CWnd* pWnd = GetDlgItem(IDC_STATIC_SHOWINFO)。 CDC* pDC = pWndGetDC()。 pDCRectangle(0, 0, 120,160)。 int t1=0。 CString imagefilepath = strfile。 CalculateColor(imagefilepath)。 CalculateColorPair(1, 1)。 for(int ka1=0。 ka18。 ka1++) { CString sd1。 (%d,o_dis[ka1])。 pDCTextOut(0,t1,sd1)。 t1+=20。 } } //開始檢索 void CImageRetrievalDlg::OnStartRetrieval() { UpdateData(TRUE)。 for (int objset=0。 objset4。 objset++) { obj_set[objset].x=0。 obj_set[objset].y=0。 } int m1=0。 if (m_00 == TRUE) {obj_set[m1].x=0。 obj_set[m1].y=0。 m1++。} if (m_01 == TRUE) {obj_set[m1].x=0。 obj_set[m1].y=1。 m1++。} if (m_02 == TRUE) {obj_set[m1].x=0。 obj_set[m1].y=2。 m1++。} if (m_03 == TRUE) {obj_set[m1].x=0。 obj_set[m1].y=3。 m1++。} if (m_10 == TRUE) {obj_set[m1].x=1。 obj_set[m1].y=0。 m1++。} if (m_11 == TRUE) {obj_set[m1].x=1。 obj_set[m1].y=1。 m1++。} if (m_12 == TRUE) {obj_set[m1].x=1。 obj_set[m1].y=2。 m1++。} if (m_13 == TRUE) {obj_set[m1].x=1。 obj_set[m1].y=3。 m1++。} if (m_20 == TRUE) {obj_set[m1].x=2。 obj_set[m1].y=0。 m1++。} if (m_21 == TRUE) {obj_set[m1].x=2。 obj_set[m1].y=1。 m1++。} if (m_22 == TRUE) {obj_set[m1].x=2。 obj_set[m1].y=2。 m1++。} if (m_23 == TRUE) {obj_set[m1].x=2。 obj_set[m1].y=3。 m1++。} if (m_30 == TRUE) {obj_set[m1].x=3。 obj_set[m1].y=0。 m1++。} if (m_31 == TRUE) {obj_set[m1].x=3。 obj_set[m1].y=1。 m1++。} if (m_32 == TRUE) {obj_set[m1].x=3。 obj_set[m1].y=2。 m1++。} if (m_33 == TRUE) {obj_set[m1].x=3。 obj_set[m1].y=3。 m1++。} if (m1 != 4) {AfxMessageBox(請(qǐng)選擇四個(gè)小方塊 )。 return。} SeekImage()。 } void CImageRetrievalDlg::SeekImage() { CString imagefilepath = strfile。 CalculateColor(imagefilepath)。 CalculateColorPair(obj_set[0].x, obj_set[0].y)。 CalculateColorPair(obj_set[1].x, obj_set[1].y)。 CalculateColorPair(obj_set[2].x, obj_set[2].y)。 CalculateColorPair(obj_set[3].x, obj_set[3].y)。 SortColorPair()。 struct pairs temps[32]。 for(int count1=0。 count132。 count1++) { temps[count1].x1 = pair[count1].x1。 temps[count1].y1 = pair[count1].y1。 temps[count1].o_dis1 = pair[count1].o_dis1。 } CString temp_1[1000]。 for(int count2=0。 count2counts。 count2++) { temp_1[count2] = *temp[count2]。 } int match=0。 double ave=0。 int scan=0,pium=1002,piccount=0,pic1=0。 CString pi。 for(int s=0。spair_count。s++) { ave+=pair[s].o_dis1。 } ave=ave/pair_count。 ave=ave*。 CWnd* pWnd = GetDlgItem(IDC_STATIC_NUM)。// 獲取繪制直方圖文本框的標(biāo)簽 CDC* pDC = pWndGetDC()。// 獲取設(shè)備上下文 for(int pic=0。 piccounts。 pic++) { CalculateColor(temp_1[pic])。 //顯示正在檢索的第 N幅圖 ShowPic(temp_1[pic],IDC_VIEW14)。 (%d,pic+1)。 pDCTextOut(0,0,pi)。 int pairflag[32]。 for(int t=0。 t32。 t++) { pairflag[t]=1。 } for(int i=0。 i4。 i++) for(int j=0。j4。j++) { CalculateColorPair(i,j)。 for( scan=0。 scan8。 scan++) { if(pair[scan].x1==1) break。 } for(int p=0。 pscan。 p++) for(int count=0。 countpair_count。 count++) { if(fabs(temps[count].o_dis1pair[p].o_dis1)ave amp。amp。 pairflag[count]!=0) { pairflag[count]=0。 match++。 break。 } } } for(int re=0。rescan。re++) { pair[re].x1=1。 } if(match=pair_count*) piccount++。 if(match=pair_count* amp。amp。 pium=1013) { ShowPic(temp_1[pic],pium)。 pium++。 } } //顯示相似匹配數(shù) CWnd* pWnd1 = GetDlgItem(IDC_STATIC_TOTAL)。 CDC* pDC1 = pWnd1GetDC()。 (%d,piccount)。 pDC1TextOut(0,0,pi)。 }