《基于内容的图像检索系统》由会员分享，可在线阅读，更多相关《基于内容的图像检索系统（59页珍藏版）》请在金锄头文库上搜索。
1、河南理工大学毕业设计（论文）说明书摘要近年来，随着多媒体技术和计算机网络的飞速发展，全世界的数字图像的容量正以惊人的的速度增长。这些数字图像中包含了大量有用的信息。然而，由于这些图像是无序地分布在世界各地，图像中包含的信息无法被有效的访问和利用。一般的文字搜索引擎对于图像数据来说，几乎束手无策，这就要求有一种能够快速而且准确的查找访问图像的技术，也就是所谓的图像检索技术。基于内容的图像检索(Content-Based Image Retrieval，CBIR)指的是查询条件本身就是一幅图像，它建立索引的方式是通过提取图像特征，然后通过计算比较这些特征和查询条件之间的距离，来决定两幅图像的相似程
2、度。本文主要对基于内容的图像检索系统进行设计，系统设计的重点在于图像的低层特征提取。本系统设计主要包括：图像低层特征（颜色、纹理等特征）的提取及描述，多特征融合技术和特征匹配技术等方面。本文首先论述了国内外基于内容的图像检索技术的研究现状、检索特点以及应用领域，然后从图像检索系统的基本原理入手，实现了图像的预处理，图像颜色特征、纹理特征的提取，以及图像库、特征库的构成，接着通过欧式距离进行相似度匹配。最后，本系统为查询接口提供一个友好的用户界面，采用MATLAB GUI(Graphical User Interface)设计实现了一个基于内容的图像检索系统，并对系统的各个模块及其功能进行了介绍
3、。通过仿真实验，对Corel图像库中的500幅图像进行了检索实验。实验结果表明，本系统计算简单、有效，能够取得较好的检索效果。关键词：图像检索； 颜色特征； 纹理特征； 相似性度量； GUI设计AbstractIn recent years, with the development of multimedia technology and the rapid development of computer network, the worldwide digital image capacity is increasing at an alarming rate. These digital
4、 image contains a lot of useful information. However, these images are randomly distributed throughout the world, the image contains information cannot be accessed and used effectively. General text search engine for the image data seems almost incapable, this requires a fast and accurate image sear
5、ching technology, also known as the image retrieval technology.Content based image retrieval ( Content-Based Image Retrieval, CBIR ) itself is a pair of images, it is indexed by the image feature extraction, then determine the degree of similarity of two images through the calculation and comparison
6、 of the features and the distance between the query conditions.This paper focuses on the CBIR system design,. This design is focused on low-level feature extraction.of image .The system design mainly includes: low level image features ( color, texture feature extraction and description ) extraction
7、and description, multiple features fusion and feature matching technology and so on. This paper first discusses the domestic and foreign content based image retrieval technology research status, characteristics and application field of retrieval, and then from the image retrieval system basic princi
8、ple, realization of image preprocessing, image color feature, texture feature extraction, and image library, characteristic database, and then through the Euclidean distance similarity matching. Finally, the system for the query interface provides a friendly user interface, using MATLAB GUI ( Graphi
9、cal User Interface ) design and implementation of a content-based image retrieval system, and of the various modules of the system and its function are introduced. Through the simulation test, the Corel image database of 500 images retrieval experiment. The experimental results show that, this syste
10、m has the advantages of simple calculation, effective, can obtain good retrieval results.Keywords：Image retrieval; Color feature; Texture feature; Similarity measurement; GUI design目 录摘要IAbstractII目 录III1 绪论11.1 选题背景及研究意义11.2 图像检索技术发展历程11.2.1 基于文本的图像检索21.2.2 基于内容的图像检索系统21.3 CBIR技术应用31.4 经典CBIR系统介绍41
11、.5 论文结构62 图像特征分析82.1 图像颜色特征分析82.1.1 颜色空间及转换82.1.2 颜色量化102.1.3 颜色特征的提取方法112.2 图像纹理特征分析132.2.1图像纹理特征描述132.2.2纹理特征的提取方法143 特征提取算法选择193.1 颜色特征提取算法193.1.1 颜色的量化193.1.2 颜色特征的提取193.2 纹理特征提取算法203.2.1 图像预处理203.1.2 纹理特征的提取214 图像特征匹配算法224.1 相似度量定理224.2 常用的匹配算法224.3 本系统的匹配算法245 CBIR的设计与实现255.1 开发工具及系统运行环境255.1.
12、1 开发工具255.1.2 运行环境265.2 系统结构设计、系统功能265.2.1 系统的结构265.2.2系统实现的功能描述275.3 系统运行方法及设计结果275.3.1 系统运行示例275.3.2 设计运行结果315.4 性能评价335.4.1 性能评价准则335.4.2 性能分析346 总结与展望36致谢37参考文献38附录 A39附录 B5555河南理工大学毕业设计（论文）说明书1 绪论1.1 选题背景及研究意义随着多媒体技术、计算机通信技术及Internet网络的迅速发展，图像多媒体信息来源不断扩大。图像作为一种内容丰富，表现直观的多媒体信息，长期以来一直受到人们的亲睐。每天人们
13、熟知的天气预报离不开卫星云图的帮助，公安人员迅速破案需要大量的罪犯图像信息作为辅助，网上时兴的电子购物，也多半是以图像的形式向用户展现商品的。各种各样的应用需求的出现，使图像信息资源的管理和检索显得日益重要。基于内容的图像检索技术正是在这种背景下，成为近10年的研究热点之一。这项技术的主要思想是根据图像中物体(或区域)的颜色、形状、纹理，空间位置关系等特征以及这些特征的组合来查询图像。研究该项技术既有深远的意义，也将面临着巨大的挑战。随着我国社会经济的发展，使得从公共媒体到家庭娱乐、从自然科学到社会科学，每一个领域都渗透着对多媒体技术和因特网技术的应用，都要求对各种资料的智能化的管理。国内较有
14、代表性的系统有：浙江大学计算机系研究的基于图像颜色的检索系统Photo Navigator、清华大学的Internet上静态图像的基于图像内容检索的原形系统、中科院计算技术研究所数字化技术研究室开发的Image Hunter系统、南京邮电学院研制的基于纹理和颜色特征的实验系统等。这些系统的框架和查询的处理过程都很相似，只是采用的特征和搜索方法各具特色，性能也互有差异。国外著名系统如：IBM公司的QBIC系统，是IBM公司与20世纪90年代开发制作的图像和动态景象检索系统，是第一个商用基于内容的图像检索系统，它的系统结构及所采用的技术对后来的检索系统有很深远的影响。QBIC支持基于示例图像、用户
15、构造的略图、选择颜色、纹理等的查询。另外国外其他典型系统代表有：Virage公司的VIR工程系Photo book系统、哥伦比亚大学的Visual SEEK和WEB SEEK查询系统以及美国伊利诺斯大学的MARS系统等。1.2 图像检索技术发展历程随着数据库管理技术和计算机视觉的发展，图像检索技术自20世纪70年代依赖，一直成为人们研究的热门课题。从图像检索技术发展的过程来看，主要经历了两个阶段：基于文本的图像检索阶段和基于内容的图像检索阶段。1.2.1 基于文本的图像检索基于文本的图像检索技术(Text-Based Image Retrieval,TBIR)属于传统的图像检索技术，它的历史可以追溯到20世纪70年代末。它主要是对图像进行人工分析，对图像的物理特征、内容特征进行文本注录或标引，建立类似于文本文献注录的索引数据库，并通过检索这些数据库获得图像编号，继而利用这些编号索引实际图像。TBIR的技术广泛应用，如google、baidu、sohu、yahoo等搜索引擎目前均采用这种方式来检索图像。但是，这种采用对图像建立关键词等文本描述信息的方式已经越来越不适应图像信息检索的要求，究其原因主要是存在以下几个局限性：（1）对图像加注文本信息是由手工完成，费时费力。（2）文本描述信息是非常主观的，不同的人对同一幅图像可能有不同的理解，这样就使得文本描述信息存在二义甚至是多
