基于颜色和纹理特征的图像检索算法研究

论文摘要

随着多媒体信息技术的发展，各种图像信息日益丰富，图像检索成为一个热门的研究课题。基于内容的图像检索主要运用图像的颜色、纹理和形状特征对图像进行检索，本文在参考大量文献的基础上，对基于颜色和纹理特征的图像检索技术进行了研究，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。论文首先讨论了基于颜色特征的图像检索技术。提出了基于图像边缘颜色特征模糊量化的综合算法。该算法先提取图像的边缘颜色，在HSV颜色空间下，对颜色进行非等间隔模糊量化，减小了量化算法造成的量化边界不连续的问题，最后构造特征矢量应用于图像颜色特征的相似性度量。实验表明，基于图像边缘颜色特征模糊量化的综合算法与传统颜色直方图法相比，保留了旋转、平移不变性，同时增加了图像的空间信息；与分块颜色直方图法相比，保留了空间信息，且又有其不具备的特性——对旋转、平移具有很好的鲁棒性。由于提取的是图像边缘的颜色，有效降低背景色对示例图像检索结果的干扰。对于实验使用的图像库，本文算法提高了平均查全率，检索效果优于其它两种方法。接着对基于图像纹理特征的检索方面进行了分析。提出了对图像先经过预处理(锐化)，再结合Gabor滤波和Tamura算法的纹理算法。实验表明，对图像先进行预处理(锐化)，有助于纹理特征的提取，结合Tamura算法使得提取的纹理特征更丰富。通过对直接Gabor滤波算法、Tamura算法和本文的先预处理(锐化)再结合Gabor滤波和Tamura算法检索结果的对比，得出本文提出的算法使相关图像在结果中位置更靠前，检索效果更理想。同时，基于纹理特征的检索方法，减小了色差对图像检索结果的影响。最后综合本文提出的颜色和纹理算法分析检索效果。先建立了基于颜色和纹理的图像检索实验系统，再通过实验确定检索时颜色特征和纹理特征的权值。实验表明，对于实验中使用的图像库，使用颜色特征进行检索的效果总体上要好于使用纹理特征进行检索的效果，采用实验得到的权值，综合颜色和纹理特征的算法在总体检索效果上最好。

论文目录

• 摘要
• Abstract
• 第一章 绪论
• 1.1 研究背景
• 1.2 CBIR 的发展趋势
• 1.3 本文主要的工作及创新点
• 1.4 本文的组织结构
• 第二章 相关原理介绍
• 2.1 颜色空间概述
• 2.1.1 RGB 颜色空间
• 2.1.2 HSV 颜色空间
• 2.1.3 RGB 和HSV 空间转化
• 2.1.4 HSV 颜色空间量化
• 2.2 图像锐化算子
• 2.3 颜色特征的提取方法
• 2.3.1 传统颜色直方图法
• 2.3.2 分块的颜色直方图特征的提取方法
• 2.4 图像的相似性度量
• 2.5 检索性能评价
• 2.6 本章小结
• 第三章 基于颜色特征的检索方法
• 3.1 彩色边缘提取方法
• 3.2 HSV 颜色空间模糊量化
• 3.2.1 模糊数学的概念
• 3.2.2 HSV 颜色空间模糊量化算法
• 3.3 基于边缘颜色特征提取的综合算法
• 3.3.1 算法描述
• 3.3.2 实验结果和分析
• 3.4 本章小结
• 第四章 基于纹理特征的检索方法
• 4.1 纹理特征的提取方法
• 4.1.1 灰度共生矩阵
• 4.1.2 Tamura 纹理特征
• 4.1.3 Gabor 滤波分析
• 4.2 结合Tamura 算法和Gabor 滤波算法
• 4.2.1 预处理操作
• 4.2.2 内部归一化
• 4.2.3 算法描述
• 4.2.4 实验结果及分析
• 4.3 本章小结
• 第五章 基于颜色和纹理特征的检索实验分析
• 5.1 检索系统结构和功能
• 5.2 多特征的归一化处理
• 5.3 图像数据管理
• 5.4 综合颜色和纹理特征的图像检索
• 5.4.1 颜色检索和纹理检索结果对比
• 5.4.2 颜色特征和纹理特征权值确定
• 5.5 本章小结
• 第六章 总结与展望
• 6.1 工作总结
• 6.2 展望
• 致谢
• 参考文献
• 图索引
• 表索引
• 作者在硕士研究生期间发表论文情况