论文部分内容阅读
多媒体技术的迅速发展给人们的生活方式和工作方式带来了巨大的改变。图像数据的巨幅增长也使得图像检索技术成为国内外的研究热点。传统的方法是利用人工标注来实现图像检索的。但是由于人工标注方法巨大的工作量,使得基于关键字的信息检索技术很难满足用户的要求。而基于内容的图像检索(CBIR)是一项利用图像的低层特征来进行图像检索的一种技术,其基本原理是利用图像所包含的基本特征,如颜色、纹理及形状等特征,从图像库中查找具有相似内容的图像。本文首先讨论了CBIR背景、关键技术、研究现状及发展前景,并系统的分析了图像低层特征的提取技术。其次对图像的颜色特征提取技术做了深入的研究,比较了利用不同颜色空间的直方图作为颜色特征向量进行图像检索,通过实验结果的对比,选取了HSV颜色空间的直方图作为颜色特征。然后本文对图像纹理的特征提取方法也进行了详细的讨论,其常用的算法有共生矩阵、Fourier算子和近年来应用比较广泛的小波变换。由于小波变换在图像处理方面的有效性,因此利用小波变换来提取图像纹理特征是一种常用的方法。虽然小波变换是一种有效的特征提取技术,但其有一定的局限性,如不具有平移不变性、方向选择性也比较有限。本文分析首先了小波变换在提取纹理特征方面的缺陷,然后提出了通过将小波变换与旋转小波及与双树复小波组合的方法来提取纹理特征。并将本文方法与Gabor小波、小波变换及双树复小波提取图像纹理特征方法的检索结果进行了比较,验证了本文算法的有效性。最后,为了克服利用单一特征进行图像检索的片面性,利用综合颜色特征和纹理特征的方法进行图像检索,该算法不仅考虑了图像的颜色信息,又充分考虑了图像纹理的信息。实验结果表明,二者结合使得检索结果更好,检索效率更高。最后,我们以Visual Studio2005作为开发环境,在MFC的文档视图框架的基础上利用C++编程语言实现了一个图像检索系统。该系统的纹理特征提取方法为本文所提出的,颜色特征采用HSV颜色空间的直方图来表示,然后利用Corel图像库作为实验图像进行了仿真实验,结果表明本文所提的方法可以提高图像检索效率。