基于内容的图像检索技术研究

【摘要】：近年来，通信和计算机技术的巨大发展，存储技术和数字图像设备性能的提高，使我们拥有了比以往任何时代更多的图像资源。但如何快速准确的检索到所需的图像，已经成为迫切需要解决的问题。 基于内容的图像检索己成为解决图像检索问题的研究热点，目前发展比较成熟的图像特征是简单的可视化特征层次，如颜色、纹理、形状、对象空间关系等，对于其中的一个图像特征，通常又有多种不同的表达方法。基于颜色特征的图像检索是目前人们比较热衷于研究与探索的方法，其中常用的图像检索技术是颜色直方图相交方法。 本文在理解基于内容的图像检索相关领域知识的基础上，研究了基于内容的图像检索的特征提取，相似性度量方法的确定和图像检索技术的实现。现有的基于颜色特征的方法具有特征提取和相似度计算简便的优点，但同时也丢失了颜色空间分布信息。本文针对这一不足，提出了一种基于分块处理的图像检索方法，该方法将图像的颜色特征与空间分布相结合来表示图像的内容，选取能够良好再现人类视觉色彩特征的HSV颜色模型，提取分块图像的直方图作为颜色特征矢量。 实验结果表明，基于分块处理的图像检索能够在有效地提取颜色特征的同时保留空间分布信息、在检索的查准率上优于一般颜色直方图法方法。另外，其在实现图像全局颜色直方图近似的检索时准确率较高，同时有效的分块表示还可以降低待检索图像的复杂度，提高了检索效率。