《基于颜色和纹理的图像检索算法研究硕士研究生学位论文》由会员分享，可在线阅读，更多相关《基于颜色和纹理的图像检索算法研究硕士研究生学位论文（65页珍藏版）》请在金锄头文库上搜索。
1、南京邮电大学硕士研究生学位论文 摘要学科门类： 工学 分类号： TP393 单位代码： 10293 密 级： 硕 士 学 位 论 文 论文题目：颜色和纹理特征相结合的图像检索算法研究 南京邮电大学学位论文原创性声明本人声明所呈交的学位论文是我个人在导师指导下进行的研究工作及取得的研究成果。尽我所知，除了文中特别加以标注和致谢的地方外，论文中不包含其他人已经发表或撰写过的研究成果，也不包含为获得南京邮电大学或其它教育机构的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示了谢意。研究生签名：_ 日期：_南京邮电大学学位论文使用授权声明南京邮电大学、
2、中国科学技术信息研究所、国家图书馆有权保留本人所送交学位论文的复印件和电子文档，可以采用影印、缩印或其它复制手段保存论文。本文电子文档的内容和纸质论文的内容相一致。除在保密期内的保密论文外，允许论文被查阅和借阅，可以公布（包括刊登）论文的全部或部分内容。论文的公布（包括刊登）授权南京邮电大学研究生部办理。研究生签名：_ 导师签名：_ 日期：_南 京 邮 电 大 学硕士学位论文摘要学科、专业：工学 计算机应用技术研 究 方 向： 计算机在通信中的应用 作 者： 2006级研究生 徐林 指导教师：王绍棣 教授题 目：颜色与纹理特征相结合的图像检索算法研究英文题目：Research on Color
3、-based and Texture-based Image Retrieval Algorithm主题词：基于内容的图像检索，颜色直方图，Gabor滤波，相似性度量Keywords: CBIR, Color Histogram, Gabor filter, Similarity Measuring59南京邮电大学硕士研究生学位论文摘要摘要随着互联网的发展，各种图像信息日益丰富，基于内容的图像检索成为一个热门的研究课题。本文在大量基于内容的图像检索文献的基础上，对基于颜色和纹理的图像检索进行了研究，并对用颜色、纹理及两者相结合的方式进行图像检索的算法进行了实验。本文的主要工作如下：(1) 在基
4、于颜色特征的检索方面，本文从Tahoun算法得到启发，提出了HSV空间分量距离综合算法。该算法选择HSV颜色空间，首先采用非等间隔量化的方法对示例图像中的像素进行量化，然后分别求出HSV颜色空间的三个分量的直方图，接着分别计算三个分量的直方图与图像库中的图像对应分量的直方图间的曼哈顿距离，得到两幅图像对应分量间的距离，即H分量间的距离、S分量间的距离和V分量间的距离，最后提出引入HSV颜色空间非等间隔量化后构造特征矢量的公式，用来计算两幅图像之间最终的距离。实验表明，该算法在保持Tahoun算法较低的量化bin数的基础上，对于光照强度的变化具有更好的鲁棒性，同时该算法可以有效降低主色与示例图像
5、有较大差异的图像对检索结果的干扰，对于实验中使用的图像库，提高了检索的查全率。(2) 在基于纹理特征的检索方面，本文提出了Gabor滤波结合图像锐化算法。该算法在Gabor滤波之前，加入了图像锐化的步骤。本文通过实验，比较了Gabor滤波选取不同参数时的检索效果，以及不同锐化算子跟Gabor滤波结合时的检索效果。实验表明，使用Gabor滤波结合图像锐化算法检索的结果与直接使用Gabor滤波算法检索的结果相比，相关图像排列更加靠前，同时，使用Gabor滤波结合图像锐化算法检索的结果中前15幅图像中，不相关图像从视觉上更接近示例图像。特别是Sobel锐化算子跟Gabor滤波结合提取纹理时，能够取得
6、最好的检索效果。(3) 本文综合运用HSV空间分量距离综合算法和Gabor滤波结合图像锐化算法，同时应用基于区域的特征提取技术，建立了基于颜色和纹理的图像检索实验系统，通过实验确定了进行综合特征检索时，颜色特征和纹理特征的参考权重。对于实验中使用的图像库，采用实验得到的颜色特征和纹理特征的参考权重，能够取得较好的检索效果。关键词：基于内容的图像检索，颜色直方图，Gabor滤波，相似性度量南京邮电大学硕士研究生学位论文AbstractAbstractWith rapid development of Internet, there are more and more image informat
7、ion, so Content-based image retrieval becomes a hot research field. This paper researches on color-based and texture-based image retrieval based on plenty of materials. Meanwhile, this paper also does some experiments on the color-based and texture-based image retrieve algorithms proposed. The main
8、contributions of this paper are as follows:In color-based image retrieval field, the algorithm in this paper chooses HSV color space. First, nonuniform quantization is used to quantize the pixels in the image. Second, three histograms of the three components of HSV color space are calculated, and th
9、e distances between histograms of corresponding components of two images are calculated separately by Manhattan distance. Finally, this paper introduces the formula which is used to integrated three components of HSV as one-dimension vector to calculate the distance of images. Experiments show that
10、the algorithm not only keeps low number of bins when quantifying but also has good robustness to change of illumination. To the image library used in the experiment, the algorithm can obtain better recall. In texture-based image retrieval field, this paper presents an algorithm which combines image
11、sharpening and Gabor filter. This paper compares the retrieval effectiveness of Gabor filter with different parameters and the retrieval effectiveness of Gabor filter combined with different sharpening operators. Experiment shows that Gabor filter combined with Sobel sharpening operator can produce
12、best retrieval result. In the retrieval result adopts Gabor filter combined with sharpening operator, related images can rank higher, compared to the retrieval result adopts Gabor filter only.This paper also combines image segment algorithm, and establishes an experiment retrieval system. Some imple
13、ment detail is considered. The weights of color feature and texture feature are decided by the experiment system. Experiment shows that the system can obtain good retrieval result using the weight decided.Keywords: CBIR, Color Histogram, Gabor filter, Similarity Measuring南京邮电大学硕士研究生学位论文目录目录摘要IAbstra
14、ctII第一章 绪论11.1 研究背景11.2 本文主要的工作及创新点31.3 本文的组织结构5第二章 相关原理及技术介绍62.1 颜色空间62.1.1 RGB颜色空间62.1.2 HSV颜色空间72.1.3 颜色空间的量化82.2 图像锐化102.2.1 灰度化102.2.2 边缘的定义112.2.3 常用的图像锐化算子122.3 结合区域的特征提取方法132.4 相似性的度量142.5 检索性能评价指标162.6 本章小结17第三章 HSV空间分量距离综合算法183.1 常用的颜色检索算法183.1.1 颜色直方图相交183.1.2 Tahoun算法193.2 HSV空间分量距离综合算法213.2.1 算法描述213.2.2 实验结果及分析223.3 本章小结29第四章 Gabor滤波结合图像锐化算法304.1 常用的纹理特征的提取方法304.1.1 灰度共生矩阵及其相关方法304.1.2 Gabor滤波324.2 Gabor滤波结合图像锐化算法334.2.1 算法描述334.2.2 实验结果及分析354.3 本章小结42第五章 基于颜色和纹理的综合检索实验系统435.1 图像尺寸的规范化435.2 基于区域的特征提取435.3 预处理445.4 颜色特征和纹理特征的权值确定445.5 检索算法的稳定性495.6 本章小结50第六章
