《基于颜色和纹理特征的图像检索研究》由会员分享，可在线阅读，更多相关《基于颜色和纹理特征的图像检索研究（62页珍藏版）》请在金锄头文库上搜索。
1、太原理工大学 硕士学位论文 基于颜色和纹理特征的图像检索研究 姓名：汪磊 申请学位级别：硕士 专业： 指导教师：冀小平 太原理工大学硕士研究生学位论文 I 基于颜色和纹理特征的图像检索研究 摘 要 随着多媒体技术和互联网的快速发展和广泛应用，人们获取图像的途 径也随之不断增加。图像的传播和应用也越来越广泛，但是图像信息自身 的无序化问题却显得越来越突出。因此如何对庞大的图像信息库进行有效 地组织、管理和检索显得日益重要，建立高效的图像管理系统已成了亟待 解决的问题，这种需求推动基于内容的图像检索技术成为国内外研究的热 点之一。 在基于内容的图像检索中，颜色特征提取和计算较简单，具有较好的 鲁棒
2、性；纹理特征能够很好地描述图像的规则、稀疏、平滑等特征，因此 本文采用将这两者结合来提取图像特征，实现图像检索。 在论文中，首先比较了 RGB 和 HSV 两种颜色空间模型，并给出了颜 色量化以及常用的特征提取方法。然后对 Tamura 纹理特征提取法、灰度共 生矩阵法以及小波变换提取纹理特征这三种方法进行了比较。最后介绍了 相似性度量方法和衡量检索结果好坏的评价标准。 本文的研究重点在颜色特征方面，针对颜色直方图缺少空间分布信息、 特征维数多和存储量大等缺点，对颜色特征提取算法作了如下改进： (1)提出一种等面积环形分块的方法，该方法不仅保持了直方图的旋转 不变性，而且能够反映颜色的空间分布
3、信息，突出图像中心的主体地位， 符合人的视觉特性； (2)对K-means算法提取图像主颜色时如何确定主颜色数目k和初始聚 太原理工大学硕士研究生学位论文 II 类中心做了改进，可以较好地提取了图像的主颜色直方图，在降低特征维 数的同时也较好地保持了颜色的表示精度； (3)在上述分析的基础上，将等面积环形分块法和主颜色结合对图像进 行检索，实验证明，该方法能明显地改善检索效果。然后对分块主颜色和 分块颜色矩方法进行组合检索，实验结果表明，该方法能进一步提高检索 效率。 在基于上述研究的基础上， 详细设计并实现了图像检索原型系统 LIRS。 搜索算法采用遗传算法，先对颜色、纹理特征进行归一化处理
4、，颜色特征 提取方法可以选择分块主颜色和分块颜色矩以及组合查询，纹理特征提取 方法有灰度共生矩阵法和小波变换，同时根据不同的检索需要，能对其分 别设置权值的大小，最后利用检索系统进行图像检索。 实验结果证明本文研究改进的算法和实现的系统有效可行，在实际检 索工作中具有很大的优越性。 关键词： 颜色特征，分块主颜色，纹理特征，小波变换，遗传算法 太原理工大学硕士研究生学位论文 III THE RESEARCH OF IMAGE RETRIEVAL BASED ON FEATURES OF COLOR AND TEXTURE ABSTRACT With the rapid development
5、of multimedia technology and Internet, people can get more and more image information. The spread and application of image are extended, however, it is difficult to organize and manage the increasing image database. It is urgent to build a high effective image management system. These requirements d
6、rive the content-based image retrieval (CBIR) becoming a researching focus all over the world. In the CBIR, color features are simple and have better robustness; the analysis of texture features can be a very good description of the order, sparseness and smoothness of images, so both of them are use
7、d to extract the features of images. In this paper, first, it compares RGB and HSV color space model, and gives the color quantization and feature extraction methods commonly used. Then, Tamura texture feature extraction method, gray-level co-occurrence matrix and wavelet transform are compared. Fin
8、ally, the similarity measurement methods and the standard of evaluating the search results are introduced. This paper focused on image retrieval based on color features. Because of 太原理工大学硕士研究生学位论文 IV color histogram lacks of color-spatial distribution information, has many feature dimensions and lar
9、ge memory capacity shortcomings. The following improvements are made in this paper: (1)An equal-area ring partition is proposed. This method not only maintains the rotation invariance of histogram, but also reflects the color space information, highlights the dominant position of the image center, c
10、onforms to the visual characteristic. (2)K-means algorithm, which is used for extracting the main color, is improved in how to fix the number k of main color and initial cluster center. It is better for extracting the main color of the image histogram, reducing the feature dimension. Color accuracy
11、is also well maintained. (3)Based on above analysis, the equal-area ring partition method and main color are combined to image retrieval. Experiments show that such method can apparently improve search results. Then the main color and partition color moment method are integrated for retrieving, expe
12、riment results show that this method can further improve the efficiency. Based on the above study, the image retrieval system LIRS is detailed designed and implemented. Search algorithm using genetic algorithm, first, color and texture features are normalized. Color feature extraction method can cho
13、ose main color and partition color moment or both；Texture feature extraction method can choose gray-level co-occurrence matrix and wavelet transform, while the value can be set respectively according to different 太原理工大学硕士研究生学位论文 V requirement. Finally, through the image retrieval system, experiments
14、 were done. Experiment results show the improved algorithm and system are effective and feasible. It is of great superiority in the actual working environment. KEY WORDS: color feature, main color of image partition, texture feature, wavelet transform, Genetic Algorithms 太原理工大学硕士研究生学位论文 1 第一章 绪论 1.1
15、 课题研究背景与意义 近些年来，随着信息数字化技术的广泛应用和计算机网络的飞速发展，各个行业大 量的信息都在以多媒体信息的方式被数字化，这使得信息能够被广泛地使用、方便的存 取以及快速的检索。然而，现今对多媒体信息的检索还是处于起步阶段，远不能达到人 们的要求。与此同时人们感到要在大量的图像中找到自己所需的图像变得越来越困难， 这就要求我们要能对图像构成的数据库进行科学的组织和管理， 于是人们开始对图像检 索领域进行研究。图像检索已成为当今图像处理领域的研究热点之一。 图像检索方法主要有两种： 传统的基于文本的图像检索和目前的基于内容的图像检 索。前一种方法应用传统的文字搜索方式：由人先对每一
16、幅图像进行分析，根据内容给 出文字描述，建立图像内容的文字标注索引数据库，通过图像的文字标注对图像进行检 索。但是这种检索方法有着很大的缺点：图像内容的文字标注涉及大量人为因素，工作 量特别繁重、处理速度较慢、效率低下，在面对大量等待处理的图像数据资源时，显得 无能为力；人工标注没有制定统一的标准，并且带有明显的主观性和随意性，常常因为 观察者的不同而对同一幅图像给出不同的解释和描述，使检索的可靠性能降低。于是， 基于内容的图像检索技术出现了。 该技术通过计算机对图像的语义内容从低层到高层进 行逐步处理、分析和理解，然后获取图像内容的视觉特征进行索引，达到基于内容的检 索效果，因而可以说是图像检索技术未来发展的真正方向。 计算机和通信技术的快速发展使得基于内容的图像检索技术被广泛地应用于多个 领域，如多媒体通信、生物医学、工业生产、军事技术等专业领域。在生物特征识别中， 指纹识别和人脸识别等均属于图像检索
