论文部分内容阅读
基于颜色的图像检索技术研究是当前图像信息检索领域的热点研究课题。由于颜色特征计算简单,具有很好的直观性,是图像最基本的特征,所以在基于内容的图像检索研究领域已经得到了广泛的应用。本课题主要针对图像颜色空间的量化,颜色值相似度的度量及提取图像的距离直方图进行研究。本文首先对于基于颜色特征的图像检索的关键技术及研究趋势进行了深入的研究,并做了详细的介绍。并重点分析比较常用的RGB、HSV、HSB、LAB、CMYK颜色空间,在此基础上重点讨论RGB与HSV两种颜色空间分布特征及其变化规律,并分类介绍各种颜色空间下的颜色量化方法及其优缺点。传统的以HSV为代表的颜色空间,都必须与RGB颜色空间进行空间转换,鉴于空间转换的复杂性及误差较大的缺陷,本文深入研究了RGB空间的颜色分布情况,通过观察其三维空间、等比例缩小RGB空间模型及对RGB空间的彩色立方体结构切片的方法,分析总结其颜色分布规律为:以立方体的8个顶点为中心向四周扩散,颜色均由纯色向其他颜色逐渐转换,且8个顶点的扩散形状相似即RGB颜色空间的颜色分布是连续性。但由于每个颜色顶点的变化规律相似但都不完全相同,这种变化规律很难用统一的函数表达式来描述。经过大量的实验,提出一种新的颜色类量化方法即RGB颜色空间模型的8顶点颜色类量化方法。实验表明,该算法不仅避免了复杂的颜色空间转换过程,而且也较符合人眼颜色视觉的相似性判断规律,可以得到较理想的颜色识别效果。最后,鉴于传统全局颜色直方图缺乏空间信息的问题,在以8顶点颜色类量化方法的基础上,提出了基于目标区域的距离直方图特征提取算法。由于距离直方图加入了目标区域的形状信息,所以取得了相对于传统直方图要好的检索效果。