基于内容的图像检索

河北大学2012届本科生毕业论文（设计）基于内容的图像检索方法的研究摘要近年来，随着多媒体技术和计算机互联网技术的快速发展，数字图像的数量正以惊人的速度增长。面对日益丰富的图像信息海洋，人们需要有效地从中获取所期望得到多媒体信息。因此，在大规模的图像数据库中进行快速、准确的检索成为人们研究的热点。为了实现快速而准确地检索图像，利用图像的视觉特征，如颜色、纹理、形状等来进行图像检索的技术，也就是基于内容的图像检索技术（CBIR）应运而生。其中，颜色特征作为图像的一种重要的视觉特征，已得到广泛的应用。本文主要研究基于图像颜色特征的检索。选用基于颜色直方图的算法，并利用VisualBasic程序设计语言和Access数据库技术设计实现了基于颜色直方图算法的图像检索系统。主要做法是：采用符合人类视觉特征的HSV颜色空间来表示图像的颜色特征，利用人对颜色的感知来对颜色分量进行非等间隔的量化并形成特征矢量，用相似性度量函数进行图像的相似性匹配，从而实现图像的检索。关键字：图像数据库；CBIR；颜色直方图；相似距离河北大学2012届本科生毕业论文（设计）TheResearchofContent-basedImageRetrievalMethodABSTRACTWiththerapiddevelopmentofmultimediaandcomputernetworktechnique,thequantityofdigitalimageandvideoisgoingupfabulously.Facingthevastoceanofinformationofimage,ithasagoodsensetoobtainthedesiredmultimediainformation.Currently,rapidandeffectivesearchingfordesiredimagefromlarge-scaleimagedatabasesbecomesanhotresearchtopic.Inordertoretrieveimagequicklyandaccuratelyusingimagevisualfeaturessuchascolor,texture,shape,whichnamedcontent-basedimageretrieval(CBIR)cameintobeing.Amongthem,thecolorfeaturesasanimportantvisualfeaturesoftheimagehasbeenwidelyused.Thispaperstudiestheretrievalbasedonimagecolorcharacteristics.Usingalgorithmbasedoncolorhistogram,andtheVisualBasicprogramminglanguageandAccessDatabaseDesigntoimplementtheimageretrievalsystembasedoncolorhistogramalgorithm.Themainapproachis:torepresenttheimage'scolorcharacteristicsconsistentwithhumanvisualcharacteristicsoftheHSVcolorspace,usingtheperceptionofcolortothecolorcomponentunequalintervalquantizationandtoformafeaturevector,usingmeasurefunctiontomatchimagesimilarity,inordertoachieveimageretrieval.Keywords:Imagedatabase;CBIR;Colorhistogram;Similaritydistance河北大学2012届本科生毕业论文（设计）目录１前言.................................................11.1课题背景及研究意义......................................11.2基于内容的图像检索技术研究的现状和发展方向..............11.3本文主要研究内容........................................22基于内容的图像检索....................................32.1概念....................................................32.2特点....................................................32.3CBIR过程的一般框架.....................................33图像特征提取与相似性度量..............................53.1图像的文件格式..........................................53.2颜色模型................................................63.2.1RGB颜色空间..........................................63.2.2HSV颜色空间..........................................73.2.3RGB颜色空间到HSV颜色空间的转换.....................73.3颜色量化................................................83.4颜色直方图..............................................83.5基于子块颜色直方图算法..................................93.6图像的相似性度量.......................................103.6.1图像的相似度.........................................103.6.2相似度计算公式.......................................10河北大学2012届本科生毕业论文（设计）4基于颜色特征的图像检索系统设计和实现.................124.1系统结构设计...........................................124.2图像特征数据库设计.....................................124.3系统开发环境...........................................124.4系统流程...............................................134.5系统的实现.............................................134.5.1图像的获取...........................................134.5.2图像特征的提取.......................................144.5.3图像的检索...........................................165总结.................................................18参考文献................................................19致谢....................................................20河北大学2012届本科生毕业论文（设计）1１前言1.1课题背景及研究意义近年来，伴随着计算机网络技术和多媒体数据库技术的迅猛发展，特别是大量图像数据的广泛应用，实现图像检索成为多媒体数据库中最基本也是最普遍的要求。传统的图像检索是基于文本方式，对图像库中的每一幅图像使用关键字进行标记，然后利用文字属性的匹配进行对图像的检索。这种基于文本的图像检索需要人工注解的工作量很大，且文本描述很难准确的表达图像中丰富的信息，常常会因为不同人对同一内容的描述方式不同而千差万别，造成检索的准确程度降低。在信息需求的不断增加和日益迫切的今天，原始的图像检索系统已经远远不能满足要求。因此，基于内容的图像检索技术的研究越来越成为人们研究的热点。特别是多媒体内容描述接口MPEG-7①的制定和完善，更加推动了这一技术的开发和运用。基于内容的图像检索技术对促进图像技术的发展具有重要的作用。首先，在检索图像的准确度上，基于内容的图像检索技术把图像的颜色、形状、纹理等视觉特征作为图像的内容来查找和匹配图像，通过算法实现图像特征的提取和图像间的相似性匹配，提高了检索结果的准确性。其次，随着数据库技术研究的深入、计算机视觉以及人工智能的发展，我们可以对图像的这些特征进行自动的提取和匹配，大大减少了人工的工作量，从而在提高检索准确度的同时，降低了图像检索所需要的时间。目前，这项技术已经广泛应用于图像的网络搜索、遥感、数字图书馆、计算机辅助设计、地理信息系统、商标版权管理等诸多领域，具有广阔的应用前景。1.2基于内容的图像检索技术研究的现状和发展方向目前，对图像的检索在图像索引与研究中应用最为广泛，基于图像颜色特征、纹理特征、形状特征和物体空间方位的检索方法是比较成熟的几种。近年来，基于内容的图像检索引起了多交叉学科研究人员的注意。在国外，特别是在美国等发达国家，这项技术已成为一个研究热点。一些科研部门、高等院校、商业公司甚至于政府机构都纷纷投入大量人力和物力进行系统的研究和开发，以期取得领先地位。目前已经推出了一些CBIR系统的产品，如美国的IBM公司、Virage和Excalibur都已经开发出了的基于图像内容的相似性特征的图像库检索引擎，并在网上提供了演示站点。国内的研究主要集中在基于图像颜色的查询，也有一部分基于纹理和形状的查询。自20世纪90年代以来，基于内容的图像检索成为一个研究热点。目前，该技术已成功应用于人脸识别技术；针对商标与设计专利类的图像进行检索，防止专利纠纷的产生。除此之外，它还可以解译影像数据中的建筑、村庄、耕地等不同种类的地形信息，实现对遥感图像的检索。①MPEG的全名为MovingPicturesExpertsGroup，中文译名是动态图像专家组。河北大学2012届本科生毕业论文（设计）2基于内容的图像检索技术研究的发展方向主要有：（1）两类图像检索技术的结合传统的图像搜索引擎主要侧重于对图像内容的文本描述，而图像库检索技术则更侧重于通过算法对图像内容的特征的提取和匹配，它们虽然侧重不同却相互补充。如果能将二者结合起来，取长补短，则图像检索技术必将会有新的进展。（2）对基于内容的编码技术的研究自20世纪90年代起，国际上就有了对基于内容的图像检索技术的研究。从基本的颜色检索，到综合利用多种图像特征进行检索，推出了大量原型系统。其中，部分已经投入到实际应用中并取得良好效果。在Internet环境下，MPEG专家组制定了一个基于内容的多媒体描述方案，即MPEG-7标准，对各种不同类型的多媒体信息内容的描述方式进行了标准化定义，从而实现CBIR与TBIR（基于图像文本特征的检索）的互连。总之，该项技术在实际中的应用会越来越广泛，而且必将在各个领域当中占据主导地位，并带动相关产业的发展，促进多媒体信息化的交流。1.3本文主要研究内容本文在介绍基于颜色特征的图像检索技术的基础上，将颜色直方图作为研究重点，对CBIR技术进行了较为全面的研究，