论文部分内容阅读
随着多媒体及网络技术的发展,互联网中的图像等多媒体信息的数量在迅速增加。如何在庞大的多媒体数据资源海洋中搜索到自己所需要的信息,随之成为一个亟待解决的问题。基于内容的图像检索技术已经成为近年来研究的热点。该技术具有传统文本检索方式所无法比拟的优越性,目前已被应用于多媒体通信、生物识别、知识产权保护等方面,具有广阔的发展前景。基于内容的图像检索技术的核心在于对图像特征的提取和表达。最常用的图像特征包括颜色、形状、纹理及空间位置等。其中,颜色作为图像的一种重要视觉属性,最容易被人眼视觉感知,其在噪声、尺寸、分辨率和方向等变化方面也具有很强的鲁棒性。因此,颜色成为基于内容的图像检索的最重要特征之一。常用的颜色特征提取和表达方法是颜色直方图。颜色直方图能够很好地反映出图像颜色的基本色调和统计分布等特性。但颜色直方图只能衡量颜色在全局分布上的差异,丢失了其空间位置信息,影响图像内容相似性的判断和图像检索效果。本文所研究的方法是在颜色直方图的基础上进行改进,提出基于分块的主色矩阵检索方法:通过颜色加权,突出图像的主要颜色,减少次要颜色的影响;通过分块捕捉颜色组成之间的空间关系,增强直方图反映颜色空间分布的能力;根据用户对于图像区域的视觉关注程度,设计人机交互界面,使用户可以选择感兴趣区域并调整权重系数,弥补颜色直方图无法进行局部颜色检索的缺憾;对不同分辨率的图像进行检索前的预处理,减小计算复杂度,提高系统运行效率,节省存储空间。同时基于上述改进,进一步设计开发基于颜色特征的图像检索原型系统MyCBIR,并利用该系统进行分组实验,通过不同类别不同特征的图像检索效果在直方图相交、欧式距离、主色矩阵等匹配算法的综合分析和比较,描述各种算法的适用范围,验证本文提出的主色矩阵方法的可行性和优越性。