《基于颜色特征的图像检索系统设计毕业论文》由会员分享，可在线阅读，更多相关《基于颜色特征的图像检索系统设计毕业论文（59页珍藏版）》请在金锄头文库上搜索。
1、基于颜色特征的图像检索系统设计毕业论文目 录摘要IAbstractII1 绪论11.1 课题背景及涉及问题11.2 图像检索主要应用21.3 研究现状21.4 相关反馈技术31.5 性能评价32 基于颜色的图像检索52.1 RGB颜色空间和HSV颜色空间52.2 RGB颜色模型52.3 HSV颜色模型62.4 从RGB到HSV的转换72.5 颜色特征、特征提取和特征表达72.6 图像的相似性度量92.6.1 直方图相交法92.6.2 绝对值距离法92.6.3 卡方距离法92.6.4 欧式距离法103 系统设计与实现113.1 系统设计原则113.2 系统运行平台和开发工具选择113.3 系统框
2、架113.4 数据管理123.5 图像入库及特征入库123.6 其他功能扩展和介绍124 GUI界面设计及功能实现144.1 开始界面144.2 检索主界面164.3 Toolbar164.4 菜单栏164.5 GUI编程难点164.5.1 多窗口之间的数据传递164.5.2 制作表格184.5.3 为检索系统添加判断功能205 检索结果与性能比较215.1 颜色矩提取颜色特征215.2 颜色直方图提取颜色特征225.3 不同算法对检索结果的影响235.3.1 结果分析246 全文总结与展望266.1全文总结266.2展望26致谢28参考文献29附录A30特征库提取程序30检索程序35算法程序
3、36附录B381 绪论1.1 课题背景及涉及问题从20世纪70年代开始，有关图像检索的研究已经开始，当时主要是基于文本的图像检索（TBIR），主要在数据库领域中进行研究，它手下对图像用文本进行注解（关键字），然后用基于文本的数据库管理系统（DBMS）来进行图像关键字检索。TBIR沿用了传统文本检索技术，回避了对图像可视化元素的分析，而是从图像名称、图像尺寸、压缩类型、作者、年代等方面标引图像，一般以关键字形式的提问查询图像，图像所在的页面的主题、图像的文件名称、与图像密切环绕的文字容、图像的连接地址都被用作图像分析的依据，根据这些文本分析的结果推断其中图像的特征。或者根据等级目录的形式浏览查找
4、特定类目下的图像，如Getty AAT 使用近133 000个术语来描述艺术、艺术史、建筑以及其他文化方面的对象，并推出30多个等级目录，从7个方面描述图像的概念、物理属性、类型和刊号等。在数字图像数字化之前，档案管理者、图书管理员都是采用这种方式组织和管理图像。到90年代后，多媒体信息迅速膨胀，全世界的数字图像的容量以惊人的速度增长，这些图像分布在世界各地，它们都是无序、无索引的。由于人工标注具有主观性和不确定性，基于文本的图像检索在图像的数据量非常大的时候存在很大困难：l 手工对图像进行注释所需的工作量太大；l 许多图像很难用文字的方式进行描述；l 不同的人对同一幅图像的理解不一样，即使是
5、同一个人，在不同的时间对同一幅图像的理解也不一定相同。l 由于世界上存在许多的语种，采用不同的语言文字对图像进行描叙而建立的索引在应用中造成一定的障碍。基于文本方式的图像检索存在很大的局限性，图像中包含大量有用的信息无法被有效的访问和利用，在这样的环境下寻找资料是非常耗时的，因此人们提出了一中新的对图像容语义的检索技术基于图像容的检索技术CBIR，它不需要用户的参与，而利用图像自身的特征，如颜色、纹理、形状等特征来进行检索，具有较强的客观性。1.2 图像检索主要应用基于容的图像检索不但减少了在人力方面的资源消耗，而且提高了检索的精度和效率。它可以应用在生活中的方方面面：如各种图书资源的管理、医
6、学上的应用、工程制图、时装设计、数字图书馆、天气预报、犯罪的预防以及犯罪记录调查、可视化安全系统的构建、交互式电视及其他众多的方面得到广阔的应用。1.3 研究现状基于容的图像检索技术是当前研究的热点，许多著名杂志如IEEE Trans.On PAM1、IEEE Trans. On Image processing等纷纷设专刊介绍该领域研究的最新成果，著名的国际会议如：IEEE conference of CVPR、ACM conference on multimedia 等纷纷设专 题交流最新的研究成果。各大研究机构和公司相继退出了他们的系统：l IBM的QBIC系统IBM的QBIC是第一个商
7、业化的基于容的图像检索系统，他的熊结构包括图像入库、特征计算、查询阶段三部分，允许使用例子图像、用户构建的草图和图画、选择的颜色和纹理模式、镜头和目标运动和其他图形信息等，对大型图像和视频数据库进行查询。它的系统框架和结构对后来的图像检索系统具有深远的影响。l 新加坡大学和MIT媒体实验室的photobook系统该系统是用于交互式浏览和搜索图像库的工具。图像在装入是按形状、纹理和人脸的面部外形三种特征自动分类，同时还能结合文本关键字进行查询，图像根据类别通过显著语义特征压缩编码。l Virage公司的Virage系统该系统是基于容的图像搜索引擎，比QBIC更进一步，支持基于颜色、颜色布局、纹理
8、和结构及这四个原子查询的任意组合。Virage VirageEngine主要有3个方面的功能：图像分析、图像比较和图像管理，技术的核心是Virage Engeine以及在图像对象层上的操作。l 美国哥伦比亚大学的VisualSEEK系统VisualSeek图像查询系统是一个可视化的图像特征搜索引擎，实现了互联网上的“基于容”的图像/视频检索系统，它由四部分组成：图形用户界面、服务器应用、图像检索服务器、图像归档。在VisualSeek中，整幅图的颜色分布使用全局颜色直方图，区域颜色的索引采用二进制颜色集的表达方法。它采用基于小波变换的方法来表示图像的纹理特征。1.4 相关反馈技术目前，基于容的
9、图像数据库中存在的一个主要问题是现有的检索方法都是以计算机为中心，使得一些查询结果计算机认为是相似的，而人却认为不相似，其主要原因是图像的底层特征和高层语义间存在很大的差距。目前的计算机视觉、人工智能发展的程度对于高层的语义概念与底层物理特征之间的映射还是很不完善的。要解决这个矛盾，一方面对上述的检索方法进行的改进，尤其是底层特征的选取、表示及匹配，尽可能缩小其与高层丰富语义之间的差距；另一方面增进人机之间的交互，计算机将查询的信息反馈给人，人堆查询的结果评价信息反馈给计算机，这种反馈技术使得计算机具有一定的学习能力，从而使检索结果逐步达到用户的要求。相关反馈的基本思路:l 在检索的过程中，用
10、户导入关键图；l 系统根据关键图与图像库中的图像进行相似度匹配，输出排序列表，数据库中图像和例图像在特征空间越相似，排序越是靠前；l 用户对检索结果进行评价，标记出不相似的，计算机识别标记，并记忆下来，指导下一轮的检索。1.5 性能评价图像检索系统的有效性评价可以从以下两个方面来考虑：一是人的主管感受；二是有一个量化的评价标准，而人多主管感受很难把握，所以要定义一些标准来优化检索的结果。一般地，图像检索分为两种主要类型：图像匹配和相似性查询。设图像库有N幅图像。对匹配问题，理想情况是正确图像是检索结果中的第一个。通常用一下的式子评价匹配效果：图片比率=N-正确图片的序号N-1检索性能的评价一般
11、采用查全率（Precision）和查准率（Recall）的相似检索评价准则，通过执行检索集合中的各个查询，就可以计算出查询的平均查准率和查全率，据此就可以给出系统的检索性能评价。Precision=检索的到的相关图数目检索得到的所有图数目Recall=检索得到的向光图数目全部相关图数目查准率反映检索的准确性，而查全率反映检索的全面性，因此可以用来评价系统的有效性。显然查全率和查准率是一组矛盾量，因此一般检索系统要求通过调整，使查准率和查全率两者达到一个最优平衡。2 基于颜色的图像检索2.1 RGB颜色空间和HSV颜色空间颜色模型是指某个颜色空间中的一个可见光子集，它包含某个颜色域的所有颜色，颜
12、色模型的用途是在某个颜色域方便的指定颜色，由于每个颜色域都是可见光的子集，所以任何一个颜色模型都无法包含所有的可见光。常见的模型包括HSV（色调、饱和度、亮度V），RGB(红、绿、蓝)，CMYK（青，洋红，黄，黑）以及CIE组织的L*a*b等。本文在此只探讨HSV与RGB两种常用的颜色空间模型。2.2 RGB颜色模型计算机色彩显示器显示色彩的原理与彩色电视机一样，都是采用R、G、B相加混色的原理，通过发射出三种不同强度的电子束，使屏幕侧覆盖的红、绿、蓝磷光 材料发光而产生色彩的。这种色彩的表示方法称为RGB色彩空间表示。在多媒体计算机技术中，用的最多的是RGB色彩空间表示。根据三基色原理，用基
13、色光单位来表示光的量，则在RGB色彩空间，任意色光F都可以用R、G、B三色不同分量的相加混合而成： Fr R + g G + b B 图2-1 RGB彩色空间三围图形RGB色彩空间还可以用一个三维的立方体来描述。如图2-1我们可知自然界中任何一种色光都可由R、G、B三基色按不同的比例相加混合而成，当三基色分量都为0（最弱）时混合为黑色光；当三基色分量都为k（最强） 时混合为白色光。任一色彩F是这个立方体坐标中的一点，调整三色系数r、g、b中的任一系数都会改变F的坐标值，也即改变了F的色值。RGB色彩空间采用 物理三基色表示，因而物理意义很清楚，适合彩色显象管工作。然而这一体制并不适应人的视觉特
14、点。因而，产生了其它不同的色彩空间表示法。2.3 HSV颜色模型HSV(hue,saturation,value)颜色空间的模型对应于圆柱坐标系中的一个圆锥形子集，圆锥的顶面对应于V=1。它包含RGB模型中的 R=1，G=1，B=1三个面，所代表的颜色较亮。色彩H由绕V轴的旋转角给定。红色对应于角度0，绿色对应于角度120，蓝色对应于角度240。 在HSV颜色模型中，每一种颜色和它的补色相差180。饱和度S取值从0到1，所以圆锥顶面的半径为。HSV颜色模型所代表的颜色域是CIE色度图的 一个子集，这个模型中饱和度为百分之百的颜色，其纯度一般小于百分之百。在圆锥的顶点(即原点)处，V=0,H和S
15、无定义，代表黑色。圆锥的顶面中心处 S=0，V=1,H无定义，代表白色。从该点到原点代表亮度渐暗的灰色，即具有不同灰度的灰色。对于这些点，S=0,H的值无定义。可以说，HSV模型中 的V轴对应于RGB颜色空间中的主对角线。在圆锥顶面的圆周上的颜色，V=1，S=1,这种颜色是纯色。HSV模型对应于画家配色的方法。画家用改变色浓 和色深的方法从某种纯色获得不同色调的颜色，在一种纯色中加入白色以改变色浓，加入黑色以改变色深，同时加入不同比例的白色，黑色即可获得各种不同的色调。HSV颜色 空间可以用一个圆锥空间模型来描述。如图2-2图2-2 HSV颜色空间模型2.4 从RGB到HSV的转换设 (r, g, b) 分别是一个颜色的红、绿和蓝坐标，它们的值是在 0 到 1 之间的实数。设 max 等价于 r, g 和 b 中的最大者。设 min 等于这些值中的最小者。要找到在 HSV 空间中的 (h, s, v) 值，这里的 h 0, 360）是角度的色相角，而 s, v 0,1 是饱和度和亮度，计算为：max=max(R,G,
