【正文】 else T(11)=T(11)+1。 end else T(9)=T(9)+1。 end end else if L(i,j)54 if L(i,j)48 if L(i,j)42 T(7)=T(7)+1。 else T(5)=T(5)+1。 end else T(3)=T(3)+1。%構造一維特征向量 if L(i,j)36 if L(i,j)18 if L(i,j)12 if L(i,j)6 T(1)=T(1)+1。T(12)=0。T(10)=0。T(8)=0。T(6)=0。T(4)=0。%初始化一維特征向量T(2)=0。v(i,j) V(i,j) = 2。 end if v(i,j)=1amp。amp。v(i,j)0 V(i,j) = 0。 end endendfor i = 1:M for j = 1:N if v(i,j)=amp。amp。s(i,j) S(i,j) = 1。 end if s(i,j)=amp。amp。h(i,j)296 H(i,j) = 7。 end if h(i,j)=315amp。amp。h(i,j)191 H(i,j) = 5。 end if h(i,j)=270amp。amp。h(i,j)76 H(i,j) = 3。 end if h(i,j)=155amp。amp。h(i,j)21 H(i,j) = 1。 end if h(i,j)=40amp。h = h*360。 S = s。%384*256圖片【256，384】 [h,s,v] = rgb2hsv(Image)。%合成圖片路徑并復制Image = imread(path)。.jpg39。H:\畢設\周帥紋理特征圖像處理\計算機軟件及使用說明書\可執(zhí)行程序\Corel圖像庫\39。%圖片庫中圖片數(shù)目設定filename=int2str(index)。 吳興宇 2012年5月參考文獻[1]張吾赟. 基于顏色特征的圖像檢索技術研究與實現(xiàn)[D]. 電子科技大學, 2009 . [2]趙麟. 基于顏色不變性的圖像檢索算法研究[D]. 北京交通大學, 2009.[3]張?zhí)? 基于特征的文檔圖像檢索[D]. 山東師范大學, 2009[4]田玉敏,林高全. 基于顏色特征的彩色圖像檢索方法[J]. 西安電子科技大學學報, 2002,(01) . [5]張德豐,雷小平. MATLAB圖形繪制技術[J]. 電子工業(yè)出版社, [6]宋斌 ,方小璐. 基于內(nèi)容的多媒體搜索技術探討[J]. 微型機與應用, 2002,(01) . [7]徐果毅. 基于顏色特征的圖像檢索研究[D]. 湖南大學, 2009. [8]劉忠偉,章毓晉. 十種基于顏色特征圖像檢索算法的比較和分析[J]. 信號處理, 2000,(01) . [9]伯曉晨,劉建平. 基于顏色的圖象檢索中若干關鍵問題的研究[J]. 小型微型計算機系統(tǒng), 1998,(10) . [10]劉忠偉,章毓晉. 基于特征的圖象查詢和檢索系統(tǒng)[J]. 應用基礎與工程科學學報, 2000,(01) . [11]王惠鋒,孫正興. 基于內(nèi)容的圖象檢索中的語義處理方法[J]. 中國圖象圖形學報, 2001,(10) . 附錄A特征庫提取程序global str。最后，我要感謝的是我最親近的人，我父母和姐姐，是你們一直在背后給予我支持和鼓勵，是你們給我面對困難的勇氣和決心，是你們，讓我再無數(shù)的迷途中，找到了正確的方向。感謝所有電信1班的同學，感謝你們給予我的關心和幫助，感謝你們給我營造的學習氛圍和生活氛圍。并且多次給我了許多建設性的意見和悉心的指導，感謝您能夠抽出寶貴的時間給我這個編外成員答疑解惑。感謝劉小磊老師給了我這樣的一個機會，選擇自己喜歡的課題。致謝時間如流水，淹沒了你，淹沒了我，淹沒了我們共同在河南理工大學的點點滴滴。圖像檢索技術是一項涉及多領域的綜合研究課題，揉合了計算機視覺技術、用戶界面技術、數(shù)學建模、圖像的處理與分析、神經(jīng)網(wǎng)絡、數(shù)據(jù)庫管理和訪問、人類心理學等多方面成果。達到人機真正意義上的交流。（5） 引入用戶反饋機制現(xiàn)在的檢索系統(tǒng)也沒能引入這個機制，它需要給計算機添加學習和記憶能力。這個圖像系統(tǒng)顯然是一個很特殊的圖像庫。但是顯然他們在我們的視覺感官中所處的地位有高低之分，那么在程序中對他們進行加權運算，檢索結(jié)果必然會更加符合我們的直觀感受。而且在一般情況下，背景所占的比重還比較大，那么如果我們能夠通過指令對感興趣的模塊進行檢索，必然會大幅提高檢索效率和檢索性能。這樣進行下來的結(jié)果必然優(yōu)于只進行其中一個步驟的檢索性能。由于時間和能力的關系，本系統(tǒng)還有許多的方面需要改進和完善：（1） 結(jié)合多種特征來進行檢索在圖像的檢索過程中，如果能夠加入多種特征來實現(xiàn)共同檢索或者分布檢索，將能夠大大改善檢索性能。在系統(tǒng)的實現(xiàn)方面，本文采用的是Matlab編程， 界面通過matlab GUI制作，初步實現(xiàn)了對小的圖像數(shù)據(jù)庫的檢索功能。然互在相似性度量方面，本文采用了四種度量方法，通過計算關鍵圖與圖像庫中的檢索圖間的距離來表征兩幅圖像間的相似程度。本文選取的顏色特征為HSV空間下的顏色直方圖。在這樣的背景下就產(chǎn)生了基于內(nèi)容的圖像檢索系統(tǒng)。6 全文總結(jié)與展望在計算機應用已經(jīng)深入到廣大人民群眾生活的今天，如何做好圖像數(shù)據(jù)庫的分析、存儲和檢索已經(jīng)是一個亟待解決的問題了。在Elephant和Flower方面的查全率和其他算法一樣都很低，只有不到5%，達到所有算法中最低的了。只是在查找Flower的時候表現(xiàn)得不是很突出，查全率為30%。（3） 卡方距離卡方距離是綜合性能最好的一直檢索算法了，%%。平均查全率也還不錯，能夠達到32%。這種算法的計算機判定環(huán)節(jié)還有待改進。下面是具體的分析情況：（1） 絕對值距離這種算法運算出來的相似度距離比較小，差不多所有圖片的相似度距離都滿足相似度距離判斷，這樣就使得這種算法的查全率很高，平均查全率高達98%。另不同算法的檢索結(jié)果截圖在附件（不同算法的檢索結(jié)果）中。其運行速度明顯優(yōu)于顏色矩提取算法。結(jié)果和相關數(shù)據(jù)展示:關鍵圖： 檢索結(jié)果為圖53 顏色直方圖提取算法性能評價：本算法是針對HSV空間進行，對RGB空間轉(zhuǎn)換為HSV空間后，對其進行量化，然后提取一維特征矢量，再對特征矢量進行進一步量化，最后求顏色直方圖。另外，從圖51中可以很明顯的看出這種算法得到的結(jié)果并不是很理想，這也是這種算法的主要弊端。在實際應用中為避免低次矩較弱的分辨能力，顏色矩常和其它特征結(jié)合使用，而且一般在使用其它特征前起到過濾縮小范圍（narrow down）的作用。與顏色直方圖相比，該方法的另一個好處在于無需對特征進行向量化。這種方法的數(shù)學基礎在于圖像中任何的顏色分布均可以用它的矩來表示。具體算法見附錄B。比如算出的距離為D，若D，并把結(jié)果輸出。Ps：由于表格的賦值中涉及到變量的賦值，一定要保證所有變量已經(jīng)計算完成了再進行寫入工作。,row(1:end,:))。 set(,39。)。 row{i,j}=strcat(num2str(fsize),39。 fsize = ftell(fid)。eof39。))。,num2str(IX(i)1),39。 end end for j=3 for i=1:50 fid = fopen(strcat(PathName,39。)。,num2str(IX(i)1),39。步驟如下：for j=2 for i=1:50 row{i,j}=strcat(PathName,39。（2） 相關屬性設定完畢后，下一步工作就是向表格中寫入數(shù)據(jù)。下面就教你如何實現(xiàn)在表格中放入有序字符串和數(shù)組：圖45 表格table（1） 在GUI界面中添加一個table控件，雙擊控件設置其相關屬性。當然這至少2個比較簡單的應用，你們?nèi)绻O計到多窗口之間的應用，可以借鑒這兩個小程序來實現(xiàn)你們想要的功能。在輸出函數(shù)中寫入：varargout(1)=。)。,39。在子窗口button2的callback函數(shù)中寫入:set(,39。string39。guidata(hObject,handles)。uiwait()。=0。在子窗口的open函數(shù)中寫入：wind=varargin{1}。string39。times=ch2()。off39。Visible39。如我們需要實現(xiàn)的功能是，點擊主窗口(main2)中按鈕，實現(xiàn)功能（打開子窗口，隱藏主窗口），在子窗口(ch2)中添加2個按鈕和一個靜態(tài)文本框（button1,button2，text1），若點擊button1，將會在text1中顯示點擊按鈕的次數(shù)，若是點擊button2，就會退出子窗口，顯示主窗口，并在主窗口中的text1中顯示子窗口中button1點擊的次數(shù)。%顯示主窗口close(gcf)。on39。Visible39。%獲取主窗口句柄=guihandles(wind)。%隱藏主窗口chl()。off39。Visible39。這就是一個沒有返回值的多界面操作。這2類的解決方法略有差別。如何來實現(xiàn)這樣的操作呢？這個問題是我本次選題遇到的最為麻煩的難題之一。另外軟件說明和背景修改等次要功能都可以設定在這個區(qū)域中。 Toolbar這里就是集成了實現(xiàn)整個檢索過程的工具按鈕的地方，也是整個GUI編程的核心部分，幾乎所以的編程語句都集中到了這里，其他地方基本都是直接調(diào)用這里的Callback就實現(xiàn)相關的操作了。到這里，開始界面就算是完成了，如果想達到，自定義開始界面的效果，還需要加入一個按鈕，對背景圖路徑變量進行重新賦值，想下次打開也顯示保存的背景，還需要將這個變量保存到變量庫里面。還需要把除去主窗口和背景圖外的所有控件都隱藏掉，來達到歡迎的效果。功能實現(xiàn)過程：（1）在主界面上面加一個Axes控件，tag改為beijing，用于顯示背景圖片。本系統(tǒng)設定了軟件背景界面，用戶可以根據(jù)自己的需要，改變開機的背景，提高了界面的觀賞性。另外對檢索結(jié)果用戶還可以進行鼠標點擊，來實現(xiàn)比如放大、縮小、存儲、繪圖修改等操作。如果有系統(tǒng)會提示圖像已存在，將無法導入。本文系統(tǒng)沒有涉及到領域知識庫的建立，并且為了提高檢索效率，本系統(tǒng)的圖像本地特征與圖像特征一起保存。描述特征通常指描述性文本信息。本地特征指不經(jīng)過處理就能得到的信息，如圖像的尺寸等信息。特征庫薄海通過圖像預處理取出的關于圖像內(nèi)容的特征和用戶交互式輸入的客觀特征。其次數(shù)據(jù)庫中通常還包括完整的圖像數(shù)據(jù)。 數(shù)據(jù)管理一般圖像數(shù)據(jù)庫可由圖像庫，特征庫及領域知識庫三部分組成：圖像庫存儲待檢索的圖像集合，以及系統(tǒng)可以訪問的圖像源。* 及時性：能夠及時的響應用戶的查詢要求。另一方面，用戶可以很容易的就達到自己想要檢索的效果。* 易用性：簡單易用，界面友好。3 系統(tǒng)設計與實現(xiàn) 系統(tǒng)設計原則在進行系統(tǒng)設計時，為了使設計出來的系統(tǒng)具有良好的性能，本系統(tǒng)遵循了以下原則：* 實用性： 采用成熟、穩(wěn)定、完善的理論和技術，滿足當前的運用需求。相似度高，則絕對值距離較大。直方圖交叉法實際上就是計算兩幅圖的公共部分，可以比較明顯地區(qū)分出不相似的圖像。 圖像的相似性度量 直方圖相交法假設關鍵圖為Q，其直方圖矢量為T,圖像庫中的圖像特征為A，都經(jīng)過了歸一化處理，那么利用直方圖交叉法的相似度測量如下：SimQ,S=i=1lmin?(Ti,A(i))如果兩幅圖像的顏色分布相同，那么相似度測度為1，否則為0到1間的一個數(shù)。根據(jù)上式，L的取值范圍是[0,1,…,71],計算L獲得72bin的一維直方圖。公式為：L=QS*QV*H+QV*S+V其中，QS、QV分別為S、V的量化級數(shù)，在這里QS=3，QV=3。首先我們導入的JPG圖片是采用的RGB顏色空間來表達的，我們先將其轉(zhuǎn)換為HSV顏色空間，然后對HSV顏色空間進行非均勻量化，將色調(diào)H分為8份，飽和度S分為3份，亮度V分為3份，在直觀上已經(jīng)能夠達到人肉眼區(qū)分的要求。而 h = 0 用于 max = min 的（就是灰色）時候而不是留下 h 未定義。要找到在 HSV 空間中的 (h, s,