【正文】 檢索圖像圖41　　圖像檢索系統(tǒng)的組成結(jié)構(gòu)圖圖像入庫(kù)部分的主要功能是圖像獲取、圖像特征的提取和讀入。 當(dāng)i=5時(shí) , 當(dāng)i=1,2,3,4時(shí)其中wi為加權(quán)系數(shù)，以上wi值為系統(tǒng)所設(shè)定的初值，用戶可以根據(jù)圖像實(shí)際情況設(shè)置不同的加權(quán)系數(shù)。（2）直方圖的二次型距離這種計(jì)算距離的公式中加進(jìn)了顏色相似矩陣，其形式為D (Hm，Hk) = (HmHk) T A (HmHk)，矩陣Ann=[aij]，權(quán)aij表示Hm中第i個(gè)元素Hm[ci],與Hk[cj]的相似程度，aij=aji且aii=1，其中Hm為目標(biāo)圖像顏色直方圖，Hk為庫(kù)中顏色直方圖。對(duì)于幾何相似距離的數(shù)學(xué)表達(dá)形式可以采用以下幾種表示方法[2]：（1）歐式距離公式歐式距離是一個(gè)常見(jiàn)的判斷兩個(gè)對(duì)象相似的公式，圖像X和圖像Y之間的距離定義為：Sim（X，Y）=||XY||=i=1nxiyi（xiyi） （34）當(dāng)Sim（X，Y）越大時(shí)，兩幅圖像在這一特征上的差異就越大，反之兩幅圖像就越相似。合適的距離算法的選擇，有助于基于內(nèi)容的圖像檢索的性能提高。相似度是以數(shù)值的形式來(lái)表示兩幅圖像之間的相似程度的度量結(jié)果，即相似距離。只有在得到了圖像的特征后進(jìn)行特征的相似性度量，才能有效的根據(jù)相似距離進(jìn)行比較，準(zhǔn)確地實(shí)現(xiàn)圖像檢索。（4）圖像分塊顏色特征向量由第5塊的主顏色和4塊的平均顏色共同組成了分塊顏色特征向量：F={m5，e1，e2，e3，e4}。得到總頻數(shù)最大的窗口位置時(shí)，此窗口內(nèi)顏色的加權(quán)平均值即為圖像的主顏色，即main=cih[ci]/h[ci]。（2）然后計(jì)算第5塊（中心區(qū)域）的主顏色m5主顏色是指圖像中出現(xiàn)次數(shù)最多的那種顏色，即main=取下標(biāo)（max{h[c]}）。提取特征的方法為：（1）計(jì)算各個(gè)分塊的一般顏色直方圖設(shè)二維數(shù)組L[I，j]中存放的是圖像各像素點(diǎn)量化后的HSV顏色值，其中i，j為各像素點(diǎn)坐標(biāo)。因此可以采用這樣一種分塊方法[3]：41325圖33　　分塊策略由此劃分方法可知：圖像的主要區(qū)域位于第5塊，其余的標(biāo)號(hào)為4的屬于背景。同時(shí)，用戶可以對(duì)自己感興趣的子塊增大權(quán)重，提高檢索準(zhǔn)確率。在計(jì)算圖像的相似距離時(shí)，先計(jì)算每張圖像中每個(gè)單元之間的距離，然后將這些距離組合起來(lái)，便可以得到圖像與圖像的距離。這時(shí)便可以通過(guò)利用基于子塊顏色直方圖算法來(lái)實(shí)現(xiàn)圖像的檢索。這時(shí)，可以加進(jìn)顏色的空間分部信息。它將圖像中各顏色像素的個(gè)數(shù)進(jìn)行統(tǒng)計(jì)，并用直方圖的形式表達(dá)出來(lái)，具體定義為：H（P）=（hc1(L)，hc2(L)，hc3(L)，……，hci(L)……）其中，hci(L)=||Lci||N，||Lci||表示圖像中所有顏色為Ci的像素的個(gè)數(shù)。顏色直方圖是顏色信息的函數(shù)，它表示圖像中具有同顏色級(jí)別的像素的個(gè)數(shù)，其橫坐標(biāo)是顏色級(jí)別，縱坐標(biāo)是顏色出現(xiàn)的頻率，即像素的個(gè)數(shù)。顏色的直方圖特征是圖像檢索領(lǐng)域中提出最早、算法最簡(jiǎn)單，而且具有尺度不變性和旋轉(zhuǎn)不變性[2]，因此成為使用最為廣泛的顏色特征之一?！☆伾狈綀D對(duì)于基于顏色的圖像檢索系統(tǒng)，關(guān)鍵問(wèn)題之一是對(duì)顏色特征的提取。故把三個(gè)分量合并成一個(gè)一維的特征矢量就是L=LSLVH+LVS+V=6H+3S+V。因此，在量化時(shí)可以考慮按照人的顏色感知對(duì)顏色空間進(jìn)行非等間距的量化，量化結(jié)果為：0，H∈[0，60]1，H∈[60，120] 0， V∈[0，]H= 2，H∈[120，180] ，S=0, amp。　顏色量化顏色量化是指確定一組顏色以表示圖像的顏色空間，然后確定從顏色空間到選定顏色集合的映射，即將顏色空間映射到一個(gè)給定大小的子集中，并使其總體誤差最小。1g’，若r=max(r，g，b)且g≠min(r，g，b)60h= 1+r’， 若g=max(r，g，b)且b=min(r，g，b) ， S=0, amp。minr,g,bv39。bv39。v39。min?(r,g,b)，g’=v39。設(shè)r，g，b[0，1，2，……，255]，由RGB顏色空間模型到HSV顏色空間模型的轉(zhuǎn)化為：設(shè)v’=max(r，g，b)，定義r’，g’，b’為：r’=v39?！GB 顏色空間到 HSV 顏色空間的轉(zhuǎn)換一般情況下，人們認(rèn)識(shí)到的圖像都是在RGB顏色空間描述的，但在圖像檢索的應(yīng)用過(guò)程中，HSV空間模型更適合于人的視覺(jué)感知。圖 32　　HSV 顏色空間模型HSV顏色空間直接對(duì)應(yīng)于人眼色彩視覺(jué)特征的三要素，通道之間各自獨(dú)立，因此可以獨(dú)立感知各顏色分量的變化，其中色調(diào)尤其影響著人的視覺(jué)判斷。V表示色彩的明亮程度， 0%為最暗的黑色，而100%為最亮的白色[3]。H表示色調(diào)信息，即所處的光譜顏色的位置，通常由顏色名稱來(lái)辨別，如紅、橙、黃、綠等，它用角度180~180或0~360來(lái)度量。HSV模型對(duì)應(yīng)于圓柱體坐標(biāo)系的一個(gè)圓錐子集?！SV顏色空間藍(lán)2400品紅H綠1200黃青紅00SVHSV顏色空間具有視覺(jué)一致性，它比RGB顏色空間更符合人的視覺(jué)特性。白黑品紅藍(lán)青紅黃綠圖31　　RGB顏色空間雖然RGB空間模型在實(shí)際生活中廣泛應(yīng)用，但是它并不具有視覺(jué)一致性，不符合人對(duì)顏色的感知心理，且RGB顏色空間上的距離并不代表人眼視覺(jué)上的差異。它以紅(R)、綠(G)、藍(lán)(B)作為三基色。數(shù)字圖像一般也都采用這一顏色空間來(lái)表示?！GB顏色空間RGB 顏色空間是一種常用的顏色空間。常見(jiàn)的顏色模型包括RGB（紅、綠、藍(lán)），HSV（色調(diào)、飽和度、亮度），CMYK（青、洋紅、黃、黑）等。（2）文件信息頭（BITMAPINFOHEADER）Public Type bitmapinfoheaderbisize As Longbiwidth As Longbiheight As Longbiplanes As Integerbibitcount As Integerbipress As Longbisizeimage As Longbixpelspermeter As Longbiypelspermeter As Longbicirused As LongBMP文件信息頭基本上包含圖像的所有重要的信息，包括寬度、高度和每像素的位數(shù)。其中，文件頭的長(zhǎng)度為固定值54個(gè)字節(jié)；調(diào)色板數(shù)據(jù)對(duì)所有的不超過(guò)256色的圖像模式都需要進(jìn)行設(shè)置，即使是單色圖像模式也不例外；圖像數(shù)據(jù)既可以采用一定的壓縮算法進(jìn)行處理，也可以不必對(duì)圖像處理軟件進(jìn)行壓縮處理，這不僅與圖像文件的大小有關(guān)，而且也與對(duì)應(yīng)的圖像處理軟件是否支持經(jīng)過(guò)壓縮處理的BMP圖像文件相關(guān)[3]。由于不進(jìn)行圖像壓縮，所以BMP圖像文件能夠表達(dá)豐富的色彩信息?！D像的文件格式本文采用的圖像格式是BMP格式。由這個(gè)工作原理可知，該系統(tǒng)的關(guān)鍵點(diǎn)包括：選取恰當(dāng)?shù)膱D像格式，以便提取其有效的顏色特征；選擇準(zhǔn)確的特征匹配算法，從而實(shí)現(xiàn)圖像的相似性匹配。目前，很多基于內(nèi)容的圖像檢索系統(tǒng)中還包含有用戶反饋機(jī)制，其主要功能是收集檢索出的圖像信息，根據(jù)用戶自己的期望，對(duì)搜索到的圖像進(jìn)行粗略的判斷，然后修改查詢信息并提交給查詢模塊?！BIR過(guò)程的一般框架CBIR系統(tǒng)可以看作是一個(gè)用戶和圖像數(shù)據(jù)庫(kù)之間的一個(gè)界面或通道[2]，其過(guò)程的一般框架可以描述為如圖21。它具有以下幾個(gè)顯著的特點(diǎn)[1]：（1）用于檢索的是反映圖像內(nèi)容的各種量化特征；（2）使用基于相似性度量的近似查詢；（3）大多采用實(shí)例查詢QBE（Query By Example）方法。這比利用傳統(tǒng)的文字標(biāo)注等要有效的多。將該圖像的特征向量和特征庫(kù)中的特征向量進(jìn)行匹配，根據(jù)相似距離的大小在圖像庫(kù)中進(jìn)行搜索就可以得到所需要的檢索圖了。與傳統(tǒng)的圖像檢索手段不同，它融合了圖像理解技術(shù)，在輸入圖像的同時(shí)將其相應(yīng)的特征向量也存入特征庫(kù)。（3）在開(kāi)發(fā)工具上，選用Visual Basic ，對(duì)圖像進(jìn)行了定義，完成圖像特征的讀入和提取，用Access數(shù)據(jù)庫(kù)存放圖像的特征索引向量，并通過(guò)顏色匹配算法實(shí)現(xiàn)基于圖像顏色特征的檢索功能。（1）詳細(xì)討論了常見(jiàn)的顏色特征表示方法以及從RGB模型到HSV模型的轉(zhuǎn)換和顏色特征的提取方法，采用符合人類(lèi)視覺(jué)感知特征的HSV