【正文】 典型的例子有 :面部數(shù)據(jù)庫(kù)、指紋數(shù)據(jù)庫(kù)、犯罪紀(jì)錄數(shù)據(jù)庫(kù)以及建筑物保安數(shù)據(jù)庫(kù)等。 (4)商標(biāo)檢索系統(tǒng)：可在收錄了己注冊(cè)商標(biāo)的數(shù)據(jù)庫(kù)中查找是否有與注冊(cè)商標(biāo)類似的，防止商標(biāo)權(quán)受侵害。 (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(kù)，其中有字符數(shù)值庫(kù)、文本庫(kù)、聲音庫(kù)、圖像庫(kù)等。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。用戶的交互性增強(qiáng)了表達(dá)查詢、評(píng)價(jià)查詢結(jié)果和基于評(píng)價(jià)結(jié)果進(jìn)行進(jìn)一步檢索的能力。 四是以相關(guān)反饋為有效手段。 三是它是大型數(shù)據(jù)庫(kù)的快速檢索。 二是基于內(nèi) 容的圖像檢索是一種近似匹配，即按照某種相似性度量，比較圖像特征間的差異度。 基于內(nèi)容的圖像檢索的特點(diǎn)和主要應(yīng)用 基于內(nèi)容的圖像檢索技術(shù)有以下特點(diǎn) [3]： 一是它突破了傳統(tǒng)的基于表達(dá)式檢索的局限，從媒體內(nèi)容中提取信息線索。這三個(gè)層次由低到 高，與人的認(rèn)知接近，下一個(gè)層次通常包含了比上一個(gè)層次更高級(jí)的語(yǔ)義，更高層的語(yǔ)義往往通過(guò)較低層的語(yǔ)義推理獲得。從研究方向的層面來(lái)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(lái)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(yǔ)義，如圖像中實(shí)體及實(shí)體之間的拓?fù)潢P(guān)系的檢索，對(duì)象級(jí)檢索技術(shù)建立在下層特征基礎(chǔ)上，并引入了對(duì)象模型庫(kù)、對(duì)象識(shí)別和人工智能等圖像理解技術(shù)；第三層是基于圖像的抽象屬性如行為語(yǔ)義，情感語(yǔ)義和場(chǎng)景語(yǔ)義的推理學(xué)習(xí)來(lái)進(jìn)行檢索。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。目前圖像檢索系統(tǒng)技術(shù)實(shí)現(xiàn)的基礎(chǔ)是對(duì)底層特征信息的計(jì)算和比較，也即是 “視覺相似 ”。 關(guān)鍵詞 ： 圖像檢索、顏色直方圖、特征匹配、顏色空間 1 緒論 基于內(nèi)容的圖像 檢索的概念 [1]基于內(nèi)容的圖像檢索（ Content Based Image Retrieval, CBIR）是一項(xiàng) 從圖像數(shù)據(jù)庫(kù)中找出與檢索式內(nèi)容相似的圖像的檢索技術(shù)。 當(dāng)今幾乎所有的 CBIR 系統(tǒng)都將顏色特征作為主要的檢索手段之一。 近年來(lái)， 隨著科學(xué)技術(shù)的不斷發(fā)展，計(jì)算機(jī)和互聯(lián)網(wǎng)方面的取得了歷史性的發(fā)展，多媒體信息爆炸性增長(zhǎng)與 多媒體技術(shù)的普及使得大量圖像信息出現(xiàn)，過(guò)去的文本關(guān)鍵詞檢索方法已經(jīng)無(wú)法滿足如今人們對(duì)于圖像信息檢索的需求，基于內(nèi)容的圖像檢索技術(shù)成為了當(dāng)前研究的熱點(diǎn)。文章 著重探討了圖像的顏色空間、圖像特征提取及圖像相似性度量等內(nèi)容，并利用 matlab 技術(shù)實(shí)現(xiàn)了一個(gè)簡(jiǎn)單圖像檢索的程序。 電子信息工程專業(yè) 畢業(yè) 設(shè)計(jì) （報(bào)告） 題目 基于顏色特征的圖像檢索技術(shù)研究 二級(jí)學(xué)院 電子信息與自動(dòng)化學(xué)院 專 業(yè) 電子信息工程 班 級(jí) 學(xué)生姓名 學(xué)號(hào) 指導(dǎo)教師 時(shí) 間 目錄 摘要 ..............................................................1 關(guān)鍵字 ............................................................1 1 緒論 ...........................................................1 基于內(nèi)容的圖像檢索的概念 .......................................1 基于內(nèi)容的圖像檢索的發(fā)展歷史 ..................................1 基于內(nèi)容的圖像檢索的特點(diǎn)和主要應(yīng)用 ............................1 基于內(nèi)容的圖像檢索的關(guān)鍵技術(shù) ..................................2 國(guó)內(nèi)外研究現(xiàn)狀 ................................................3 國(guó)外研究現(xiàn)狀 ................................................3 國(guó)內(nèi)研究現(xiàn)狀 ................................................4 2 基于顏色特征的圖像檢索方法 .....................................4 顏色度量體系 .................................................4 顏色空間 ......................................................5 RGB 顏色空間 ................................................5 HSV 顏色空間 ................................................5 CMY 顏色空間 ................................................6 3 顏色特征的表達(dá) .................................................7 顏色直方圖 ....................................................7 累加直方圖 .....................................................8 4 圖像特征的相似性匹配 .............................................9 距離度量方法 ...................................................9 直方圖的交集的方法 ............................................9 歐式距離法 ....................................................9 5 圖像檢索算法實(shí)現(xiàn) ................................................10 程序開發(fā)運(yùn)行環(huán)境 ..............................................10 程序檢索邏輯 ...................................................10 算法具體實(shí)現(xiàn) ..................................................11 實(shí)例演示 ......................................................14 6 全文總 結(jié)與展望 ..................................................15 全文總結(jié) ......................................................15 展望 ..........................................................15 致謝 ..............................................................15 參考文獻(xiàn) ..........................................................16 英文摘要 ...........................................................16 基于顏色特征的圖像檢索算法的實(shí)現(xiàn) 摘要 ： 文章介紹了一種基于顏色特征的圖像檢索技術(shù)的算法并給出了程序?qū)崿F(xiàn)。首先介紹了基于內(nèi)容的圖像檢索技術(shù)、發(fā)展歷史及基于內(nèi)容的圖像檢索技術(shù)的特點(diǎn)和主要應(yīng)用，并在此基礎(chǔ)上探討了該領(lǐng)域所用到的一些關(guān)鍵技術(shù)。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(jiǎn)單的闡述。顏色特征是圖像的一大主要特征，由于 顏色特征具有計(jì)算量小，位移不變性、旋轉(zhuǎn)不變性 和尺寸不變性等優(yōu)點(diǎn)， 再加上 顏色特征是最顯著、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，基于顏色特征的檢索方法被廣泛的用于基于內(nèi)容的圖像檢索中。 也是 將是現(xiàn)在到未來(lái)很長(zhǎng)一段時(shí)間 最常見的圖像檢索手段，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(kù)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(lái)的圖像。它利用從圖像中自動(dòng)抽取出來(lái)的底層特征，如顏色、紋理、輪廓和形狀等特征，進(jìn)行計(jì)算和比較，檢索出符合用戶需求的結(jié)果圖像集。 基于內(nèi)容的圖像檢索的發(fā)展歷史 圖像檢索技術(shù)的發(fā)展 [2]可以分為兩個(gè)階段，第一階段始于 70 年代，當(dāng)時(shí)的圖像檢索是通過(guò)人工的標(biāo)注來(lái)實(shí)現(xiàn)的， 隨著計(jì)算機(jī)技術(shù)和通信網(wǎng)技術(shù)的發(fā)展，特別是因特網(wǎng)的快速發(fā)展，圖像數(shù)據(jù)的容量越來(lái)越大了，這種 “以關(guān)鍵字找圖 ”的方法越來(lái)越不適應(yīng)檢索技術(shù)的發(fā)展了。為了克服文本標(biāo)注檢索的弊端， 90 年代研究者提出了基于內(nèi)容的圖像檢索，其方法是 :根據(jù)圖像的顏色特征、紋理特征、形狀特征以及空間關(guān)系等作為索引，計(jì)算查詢圖像和目標(biāo)圖像之間的相似距離，然后按相似度匹配進(jìn)行檢索，這種技術(shù)很大程度地利用了人們的視覺客觀特性， 避免不同人對(duì)圖像主觀理解的不同而達(dá)不到理想的搜索效果。需要用到知識(shí)庫(kù)和更加有效的人工智能和神經(jīng)網(wǎng)絡(luò)技術(shù)。盡管經(jīng)過(guò)了多年的研究，較為成熟的基于內(nèi)容的圖像檢索技術(shù)目前仍處于底層水平，由于底層研究是上層研究的基礎(chǔ)，為了給上層建立準(zhǔn)確、有效的圖像特征提取方法，底層的研究仍在不斷的發(fā)展。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)。相似度較低的圖像將作為檢索結(jié)果返回給用戶。在實(shí)際的多媒體數(shù)據(jù)庫(kù)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。為了提高檢索的準(zhǔn)確性，整個(gè)過(guò)程是個(gè)逐步逼近和相關(guān)反饋的過(guò)程。 CBIR己經(jīng)成功地應(yīng)用于一些專門領(lǐng)域。 (2)家庭用圖像檢索：數(shù)碼科技使得普通家庭也會(huì)產(chǎn)生成千上萬(wàn)的圖像，家庭圖像檢索系統(tǒng)將是家庭 PC 的一個(gè)基本工具。因此，如何快速、高效地從數(shù)字圖書館中找出用戶所需的信息就成為現(xiàn)代圖書館研究的熱點(diǎn)和關(guān)鍵技術(shù)之一。 (5)法律及公安：它是圖像數(shù)據(jù)庫(kù)技