基于多特征的圖像檢索算法及實現(xiàn).pdf

1、基于內(nèi)容的圖像檢索(CBIR,Contend based image retrival)是當前計算機視覺領(lǐng)中域的重要研究熱點，它是科學技術(shù)的進步發(fā)展和推廣應用，在圖像數(shù)據(jù)庫日益增長，圖像種類多樣和數(shù)量急劇膨脹的情況下，為滿足快速，準確的搜索用戶所需的圖像資源的需求而逐步受到重視。該技術(shù)利用圖像自身固有的顏色，紋理，形狀等低層視覺特征來描述圖像內(nèi)容特征，再根據(jù)圖像的特征來度量圖像間的相似性，從而完成圖像檢索。顯然,準確，有效的提取圖像底層

2、視覺特征是CBIR中極其重要，近年來基于單一特征的圖像檢索技術(shù)已經(jīng)有了一定的研究成果，而單一特征不能完整地表示圖像內(nèi)容，因此結(jié)合兩種或多種特征來提高檢索精度成為一種可行的方法。但是如何有效地結(jié)合多種不同的特征，以彼此互補地完整的表示圖像內(nèi)容，并檢索出符合人眼視覺感知的圖像，是一個值得進一步研究的熱點問題。
　　文中以視覺重要的圖像邊緣輪廓為基礎(chǔ)，針對如何有效地提取圖像特征進行了研究，并利用小波變換的多尺度特性，實現(xiàn)了特征提取算法的

3、改進，提出了結(jié)合彩色邊緣綜合特征的圖像檢索算法。本文算法中邊緣的質(zhì)量直接影響檢索效率，而二進小波介于連續(xù)小波和離散小波之間，是一種本身帶有強烈方向性的小波函數(shù)，有平移不變性，可以有效避免非線性變換引起的視覺形變，具有一定的抗噪能力，這使得它在圖像的奇異性檢測和特征提取方面得到了廣泛的應用。所以，本文選擇性能優(yōu)好的二進小波濾波器，再通過二進小波變換模極大值法提取了圖像彩色邊緣。對于顏色特征的提取，選擇符合人眼視覺特征的HSV顏色模型，并將

4、其量化為256維，以彩色邊緣點集合的重心作為圓心，將圖像空間按邊緣點的分布劃分為一系列同心圓環(huán)。分別對每個圓環(huán)區(qū)域計算顏色直方圖，得到環(huán)形顏色直方圖。環(huán)形顏色直方圖保持對圖像旋轉(zhuǎn)及平移變換的前提下，克服了傳統(tǒng)顏色直方圖沒有空間信息的缺點。對于形狀特征的提取，以彩色邊緣幾何重心作為圓心，將圖像空間劃分為一系列同心圓環(huán)，由內(nèi)到外分別計算每個圓環(huán)中邊緣點的小波模極大值之和，然后構(gòu)造小波模極大值環(huán)形直方圖，其次對邊緣像素點的梯度方向進行統(tǒng)計得到