基于颜色和纹理的图像检索研究与实现

论文摘要

在现在这个数字化、信息化的社会里,随着多媒体技术、互联网技术的迅猛发展、存储设备容量的剧增和存储代价的减少,各种数字化产品如数码照相机、数码摄像机等的出现和广泛普及,导致信息量的急剧增长,尤其是图像和音视频等多媒体数据。鉴于图像的重要作用和人们对效率、准确率的更高要求,这使得用计算机进行图像检索成为了一个在现实应用和科研理论上都有重大价值的研究课题。基于内容的图像检索（CBIR Content-based Image Retrieval）技术正是这一研究课题的核心。基于内容的图像检索系统通过计算机完成图像的特征自动提取,并基于图像特征向量进行相似度计算,以此检索出相似图像。近年来,该技术已成为信息检索和图像处理等领域的热点研究方向。本文主要围绕CBIR中的一些关键技术进行了阐述和研究,研究重点是用于描述图像内容的图像特征的提取。系统探讨和分析了图像颜色特征的提取、图像纹理特征的提取、Graph-Based图像分割技术。本文的研究内容是图像检索领域的研究重心,在理论和现实应用中都具有重大的意义。本文的主要工作如下:1、简单介绍了CBIR系统的框架并系统探讨和研究了其所使用的一些关键技术,主要包括图像颜色空间的表示与转换、图像颜色特征和纹理特征的提取、Graph-Based图像分割技术、基于特征向量的相似性度量以及检索效果的评价准则。并对基于颜色和纹理各个特征的检索效果进行了简单的测试。2、提出了一种在图像分割基础上提取颜色和纹理特征来描述图像的方法。此算法先完成基于图的图像分割,然后对分割后的图像使用本文所述的颜色和纹理特征提取算法,提取颜色和纹理特征。该方法能提取出图像主体对象,减弱图片背景对图像特征的干扰,提高检索的速度和效果。3、在Windows系统和Netbeans开发环境下,设计并开发实现了一个简易的CBIR系统。该系统实现了提取图像颜色特征和纹理特征的各个算法以及Graph-Based图像分割,可以完成基于颜色和纹理的图像检索。使用该系统,用户可以上传一幅待检索图片,并可以选择根据颜色特征,纹理特征或者组合特征进行检索,系统返回从图像库中检索出的相关图片。

论文目录

• 摘要
• Abstract
• 第一章 绪论
• 1.1 课题背景及研究意义
• 1.2 国内外发展形状及研究热点
• 1.3 基于内容图像检索的应用
• 1.4 本文的主要工作及论文组织结构
• 第二章 基于内容图像检索技术概述
• 2.1 基于内容图像检索系统的框架和检索流程
• 2.2 常用低层图像特征概述
• 2.2.1 颜色特征
• 2.2.2 纹理特征
• 2.2.3 形状特征
• 2.3 多特征的融合
• 2.4 相似性度量
• 2.5 检索效果评价
• 2.6 本章小结
• 第三章 基于颜色特征的图像检索
• 3.1 引言
• 3.2 颜色空间
• 3.2.1 RGB 颜色空间
• 3.2.2 HSV 颜色空间
• 3.2.3 CIE 颜色空间
• 3.2.4 HMMD 颜色空间
• 3.3 颜色特征提取
• 3.3.1 主颜色描述子
• 3.3.2 颜色布局描述子
• 3.3.3 可伸缩颜色描述子
• 3.3.4 颜色结构描述子
• 3.4 四种颜色特征的检索效果
• 3.5 本章小结
• 第四章 基于纹理特征的图像检索
• 4.1 Tamura 纹理特征方法
• 4.2 边缘直方图描述子
• 4.3 纹理特征的检索效果
• 4.4 本章小结
• 第五章 基于图分割的颜色和纹理特征提取
• 5.1 概述
• 5.2 图论基础知识
• 5.3 基于图的图像分割
• 5.4 对分割后的图像提取颜色和纹理特征及其检索效果
• 5.5 本章小结
• 第六章 系统实现
• 6.1 系统开发环境与框架
• 6.2 关键算法类图及系统操作示例图
• 6.2.1 特征提取接口类
• 6.2.2 颜色特征提取
• 6.2.3 纹理特征提取
• 6.2.4 Graph-based 图像分割
• 6.2.5 索引建立与图像检索相关类图
• 6.2.6 特征提取操作及检索效果示例
• 6.3 本章小结
• 第七章 总结与展望
• 7.1 本文工作内容总结
• 7.2 展望
• 致谢
• 参考文献