基本信息
- 項目名稱：
- 基于顏色的圖像檢索方法研究
- 小類：
- 信息技術
- 大類：
- 自然科學類學術論文
- 簡介：
- 圖像的顏色特征相對于圖像的其它特征而言具有較強的穩(wěn)定性，因而在圖像檢索領域具有廣泛的應用。在顏色直方圖的基礎上，本文研究了歐式距離法、直方圖相交法和中心矩法三種圖像匹配算法，并在VC++6.0平臺上編程實現(xiàn)。實驗結果表明，這三種方法都能達到較好的檢索效果。
- 詳細介紹：
- 本作品從圖像的顏色特征出發(fā)，研究了基于顏色的圖像檢索方法，開發(fā)了一個圖像檢索系統(tǒng)軟件。主要集中在對三個關鍵技術的研究上：首先，選擇合適的顏色空間來描述顏色特征；其次，采用一定的量化方法將顏色特征表達為向量的形式；最后，定義一種相似度（距離）標準來衡量特征間的相似性。本作品具有提取圖像特征方便，檢索精度高，容錯性好的特點，研究的是建立在數(shù)字圖像處理、模式識別、與數(shù)據(jù)庫技術基礎之上的綜合應用技術，該成果在一定程度上可以解決從大量的圖像數(shù)據(jù)中檢索出需要的圖像，有較強的實際應用價值。
作品圖片
作品專業(yè)信息
撰寫目的和基本思路
- 隨著信息時代的來臨，為了能從海量的圖像數(shù)據(jù)中快速準確的檢索到想要的圖片，基于內(nèi)容的圖像檢索課題研究越來越熱，圖像的內(nèi)容包括顏色特征、紋理特征、形狀特征、語義特征。本項目從圖像的顏色特征出發(fā)，研究了幾種實用的基于顏色的圖像檢索方法，如歐式距離法、直方圖相交法、中心矩法，在此基礎上開發(fā)出了一個小型簡易的基于顏色的圖像檢索系統(tǒng)，并進行了實際測試，取得了比較好的效果。
科學性、先進性及獨特之處
- 本項目開發(fā)了一個簡易的基于顏色的圖像檢索系統(tǒng)，具有提取圖像特征方便，檢索精度較高，容錯性較好，有較強的實用性的特點。該項目深入研究了基于顏色的圖像檢索方法的現(xiàn)狀，在分析、總結前人理論研究的基礎上，提出了一種綜合檢索方法，該方法能產(chǎn)生比較好效果，該系統(tǒng)具有很好的適應性，是對基于內(nèi)容的圖像檢索理論的進一步探索。
應用價值和現(xiàn)實意義
- 開發(fā)的實用圖像檢索系統(tǒng)為互聯(lián)網(wǎng)海量圖像數(shù)據(jù)處理、查詢、分類等實際應用做出了貢獻，也為基于內(nèi)容和相關反饋的圖像檢索的理論提供了較好的應用支持，進一步為圖像檢索的廣泛應用提供了參考依據(jù)，該項目理論研究結果具有一定的參考價值，開發(fā)的實際項目具有比較好的應用價值。
學術論文摘要
- 圖像的顏色特征相對于圖像的其它特征而言具有較強的穩(wěn)定性，因而在圖像檢索領域具有廣泛的應用。在顏色直方圖的基礎上，本文研究了歐式距離法、直方圖相交法和中心矩法三種圖像匹配算法，并在VC++6.0平臺上編程實現(xiàn)。實驗結果表明，這三種方法都能達到較好的檢索效果。
獲獎情況
- 本作品于2010年4月在學術期刊《軟件導刊》上發(fā)表，論文目錄：李進 陳念 馬帥軍 明慧.基于顏色的圖像檢索方法研究.《軟件導刊》，2010年第4期，Vol.9 No.4:184-186.
鑒定結果
- 通過鑒定
參考文獻
- 前基于顏色特征的圖像檢索主要集中在對三個關鍵技術的研究上：選取合適的顏色空間；有效的特征提取方法；準確的特征匹配算法。主要研究的顏色空間有RGB、HSV、YCrCb、CIEL*a*b*和CIEL*u*v*等；主要研究的特征提取方法有顏色直方圖方法及其改進研究，顏色矩和顏色熵的研究，顏色相關圖的研究，顏色聚合向量的研究等；主要的特征匹配算法有歐式距離法、中心矩法、直方圖相交法等。相關的技術文獻檢索目錄如下： [1]孫君頂,趙珊著.圖像低層特征提取與檢索技術[M].北京: 電子工業(yè)出版,2009. [2]羅志社.基于顏色的圖像檢索[J].2004;12(2):232-252. [3Rafael C. Gonzalez著.數(shù)字圖像處理[M].北京：電子工業(yè)出版社,2004. [4] 田玉敏,林高全. 基于顏色特征的彩色圖像檢索方法. 西安電子科技大學學報(自然科學版), 2001, 29(I): 43-46.
同類課題研究水平概述
- 目前基于顏色特征的圖像檢索主要集中在對三個關鍵技術的研究上： 1)選取合適的顏色空間； 2)有效的特征提取方法； 3)準確的特征匹配算法。 1顏色空間研究 對彩色圖像進行研究，必須在特定的顏色空間中進行。實際應用中常用的顏色空間很多，在圖像檢索中，主要采用的顏色空間有RGB、HSV、YCrCb、CIEL*a*b*和CIEL*u*v*等。 2顏色的特征提取研究 2.1 顏色直方圖方法及其改進研究 顏色直方圖是基礎提取方法，也是一種相當重要的方法，具有 特征提取和相似度計算簡便，并且隨圖像尺度、旋轉等變化不敏感的 特點。但是該方法丟失了顏色的空間分布信息，圖像維數(shù)過高，對圖像 顏色量化處理易造成誤檢現(xiàn)象等。針對這些問題，近年來許多改進算 法被提了出來。比如梁艷梅等應用模糊集理論的α-級關系來定義彩 色直方圖的匹配色彩峰，通過綜合所有色彩峰的高度匹配得出彩色直 方圖的相關值，從而有效提高圖像的檢索效率。 2.2 顏色矩和顏色熵的研究 顏色矩的數(shù)學基礎在于圖像中任何的顏色分布均可以用它的矩來表示，無需對特征進行向量化，降低了顏色特征的維數(shù)。但其檢索效率低，為了避免低矩陣較弱的分辨能力，往往將它與其他圖像特征聯(lián)合應用，比如文獻作者將HSV顏色空間量化聚類后，利用多鄰域顏色矩直方圖和原始的量化聚類直方圖方法，再結合PCA算法降維得出的高檢索效果的方法。 2.3顏色相關圖的研究 顏色相關圖是利用圖像中像素間的顏色關系來描述圖像顏色空間分布的另一種表達方式。這種特征不但刻畫了某一種顏色的像素數(shù)量占整個圖像的比例，還反映了不同顏色對之間的空間相關性。顏色相關圖的圖像檢索效果很好，但是它的缺點就是計算量很大。近年來對于顏色相關圖的研究才起步，主要是結合其他方法來研究，文獻介紹了一種基于顏色相關圖與小波變換的算法。 2.4顏色聚合向量的研究 顏色聚合向量方法是針對顏色直方圖和顏色矩等無法描述圖像顏色空間分布的信息提出的。其核心思想是將屬于顏色直方圖每一個區(qū)間內(nèi)的像素分為兩部分，如果該區(qū)間內(nèi)的某些像素所占據(jù)的連續(xù)區(qū)域的面積大于給定的閾值則將該區(qū)域內(nèi)的像素作為聚合像素，否則作為非聚合像素。
