【正文】 典型的例子有 :面部數據庫、指紋數據庫、犯罪紀錄數據庫以及建筑物保安數據庫等。 (4)商標檢索系統(tǒng)：可在收錄了己注冊商標的數據庫中查找是否有與注冊商標類似的，防止商標權受侵害。 (3)數字圖書館：數字圖書館實際上是一個數字信息資源庫，其中有字符數值庫、文本庫、聲音庫、圖像庫等。典型應用領域 [4]包括： (1)搜索引擎：隨著各種電子 商務網站的發(fā)展，圖像搜索引擎將成為這些網站的重要工具。用戶的交互性增強了表達查詢、評價查詢結果和基于評價結果進行進一步檢索的能力。 四是以相關反饋為有效手段。 三是它是大型數據庫的快速檢索。 二是基于內 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。 基于內容的圖像檢索的特點和主要應用 基于內容的圖像檢索技術有以下特點 [3]： 一是它突破了傳統(tǒng)的基于表達式檢索的局限，從媒體內容中提取信息線索。這三個層次由低到 高，與人的認知接近，下一個層次通常包含了比上一個層次更高級的語義，更高層的語義往往通過較低層的語義推理獲得。從研究方向的層面來看，基于內容的圖像檢索可分為三層：第一層是根據圖像的底層特性來進行檢索，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；第二層是基于圖像對象語義，如圖像中實體及實體之間的拓撲關系的檢索，對象級檢索技術建立在下層特征基礎上，并引入了對象模型庫、對象識別和人工智能等圖像理解技術；第三層是基于圖像的抽象屬性如行為語義，情感語義和場景語義的推理學習來進行檢索。由于圖像內容的豐富內涵以及人們對圖像內容進行抽象時的主觀性不同的人對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)技術實現的基礎是對底層特征信息的計算和比較，也即是 “視覺相似 ”。 關鍵詞 ： 圖像檢索、顏色直方圖、特征匹配、顏色空間 1 緒論 基于內容的圖像 檢索的概念 [1]基于內容的圖像檢索（ Content Based Image Retrieval, CBIR）是一項 從圖像數據庫中找出與檢索式內容相似的圖像的檢索技術。 當今幾乎所有的 CBIR 系統(tǒng)都將顏色特征作為主要的檢索手段之一。 近年來， 隨著科學技術的不斷發(fā)展，計算機和互聯網方面的取得了歷史性的發(fā)展，多媒體信息爆炸性增長與 多媒體技術的普及使得大量圖像信息出現，過去的文本關鍵詞檢索方法已經無法滿足如今人們對于圖像信息檢索的需求，基于內容的圖像檢索技術成為了當前研究的熱點。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容，并利用 matlab 技術實現了一個簡單圖像檢索的程序。 電子信息工程專業(yè) 畢業(yè) 設計 （報告） 題目 基于顏色特征的圖像檢索技術研究 二級學院 電子信息與自動化學院 專 業(yè) 電子信息工程 班 級 學生姓名 學號 指導教師 時 間 目錄 摘要 ..............................................................1 關鍵字 ............................................................1 1 緒論 ...........................................................1 基于內容的圖像檢索的概念 .......................................1 基于內容的圖像檢索的發(fā)展歷史 ..................................1 基于內容的圖像檢索的特點和主要應用 ............................1 基于內容的圖像檢索的關鍵技術 ..................................2 國內外研究現狀 ................................................3 國外研究現狀 ................................................3 國內研究現狀 ................................................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 .................................................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 圖像檢索算法實現 ................................................10 程序開發(fā)運行環(huán)境 ..............................................10 程序檢索邏輯 ...................................................10 算法具體實現 ..................................................11 實例演示 ......................................................14 6 全文總 結與展望 ..................................................15 全文總結 ......................................................15 展望 ..........................................................15 致謝 ..............................................................15 參考文獻 ..........................................................16 英文摘要 ...........................................................16 基于顏色特征的圖像檢索算法的實現 摘要 ： 文章介紹了一種基于顏色特征的圖像檢索技術的算法并給出了程序實現。首先介紹了基于內容的圖像檢索技術、發(fā)展歷史及基于內容的圖像檢索技術的特點和主要應用，并在此基礎上探討了該領域所用到的一些關鍵技術。文章最后則對當前基于內容圖像檢索技術研究熱點和今后的發(fā)展方向進行簡單的闡述。顏色特征是圖像的一大主要特征，由于 顏色特征具有計算量小，位移不變性、旋轉不變性 和尺寸不變性等優(yōu)點， 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容的圖像檢索中。 也是 將是現在到未來很長一段時間 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，對檢索圖像提取其顏色直方圖，計算與存儲在圖像庫中的圖像的顏色直方圖的距離，距離在一定范圍內的圖像即為被檢索出來的圖像。它利用從圖像中自動抽取出來的底層特征，如顏色、紋理、輪廓和形狀等特征，進行計算和比較，檢索出符合用戶需求的結果圖像集。 基于內容的圖像檢索的發(fā)展歷史 圖像檢索技術的發(fā)展 [2]可以分為兩個階段，第一階段始于 70 年代，當時的圖像檢索是通過人工的標注來實現的， 隨著計算機技術和通信網技術的發(fā)展，特別是因特網的快速發(fā)展，圖像數據的容量越來越大了，這種 “以關鍵字找圖 ”的方法越來越不適應檢索技術的發(fā)展了。為了克服文本標注檢索的弊端， 90 年代研究者提出了基于內容的圖像檢索，其方法是 :根據圖像的顏色特征、紋理特征、形狀特征以及空間關系等作為索引，計算查詢圖像和目標圖像之間的相似距離，然后按相似度匹配進行檢索，這種技術很大程度地利用了人們的視覺客觀特性， 避免不同人對圖像主觀理解的不同而達不到理想的搜索效果。需要用到知識庫和更加有效的人工智能和神經網絡技術。盡管經過了多年的研究，較為成熟的基于內容的圖像檢索技術目前仍處于底層水平，由于底層研究是上層研究的基礎，為了給上層建立準確、有效的圖像特征提取方法，底層的研究仍在不斷的發(fā)展。利用圖像內容特征建立索引進行檢索，使得檢索更加有效，適應性更強。相似度較低的圖像將作為檢索結果返回給用戶。在實際的多媒體數據庫中，數據量巨大，而且種類和數量巨大，因此要求 CBIR 技術快速地實現對多媒體信息的檢索。為了提高檢索的準確性，整個過程是個逐步逼近和相關反饋的過程。 CBIR己經成功地應用于一些專門領域。 (2)家庭用圖像檢索：數碼科技使得普通家庭也會產生成千上萬的圖像，家庭圖像檢索系統(tǒng)將是家庭 PC 的一個基本工具。因此，如何快速、高效地從數字圖書館中找出用戶所需的信息就成為現代圖書館研究的熱點和關鍵技術之一。 (5)法律及公安：它是圖像數據庫技