论文部分内容阅读
随着信息技术的不断发展,各种各样的多媒体数据在不断地增加,而图像更是目前最直观和数量最多的多媒体数据之一。如何组织、管理和利用以图像为主的多媒体信息具有重要的意义,这使得基于内容的图像检索成为当前多媒体检索研究的热点之一。由于颜色特征是图像的一种重要的视觉信息,具有较好的鲁棒性且计算简单的特性,因此本文主要针对图像颜色特征在基于内容的图像检索中的应用进行了研究。本文的主要工作包括:
首先,本文系统地分析了基于内容的图像检索技术的发展状况及其所面临的问题,探讨了图像检索中的关键技术,并介绍了一些著名的图像检索系统。
其次,将RGB和HSV两种颜色空间进行了对比,重点分析了两种颜色空间的转换方法、HSV颜色空间量化方法和颜色特征的相似性度量方法。作了如下的工作与改进:(1)提取图像的像素RGB值,将RGB空间转换成HSV空间,然后利用人对颜色的感知对HSV颜色分量进行非等间隔的量化,再利用赫申伯格(Hessen berg)矩阵的特性将其约化成16维的特征矢量,这样既能减少存储空间又能提高系统的检索速度,最后利用近似直方图交的方法对图像进行相似性度量。(2)将颜色和空间关系结合,采用了3*3的传统分块技术,并对各子块赋予权数进行图像匹配。(3)为了能更加突出图像中心部分的重要性,更好地限制图像背景的范围,并且能保持图像的旋转不变性,本文提出了一种等面积中心矩形分块方法。同时,为了避免颜色直方图量化的问题和解决K-means算法不考虑颜色空间和颜色之间过渡的连续性的缺陷,本文提出了一种相邻相似像素合并的算法,并且,在等面积中心矩形分块的基础上采用了该算法提取分块的主颜色进行图像的对比。
最后,在深入研究了基于颜色特征的图像检索技术的基础上,本文利用Visula C++6.0设计了在windows xp开发环境下的一套简易的图像检索系统,对本文中提及的各种算法进行实验分析,并对运行结果进行分析比较。实验证明,等面积中心矩形分块加权主色法不仅能确定颜色的空间分布,使检索出的图像更接近于人的感知习惯,而且提高了检索的准确度,存在着一定的实用价值。