基于低層特征的圖像檢索的研究與實現(xiàn).pdf

1、早期的圖像檢索方法是以數(shù)據(jù)庫技術(shù)為基礎(chǔ)、以大工作量的人工標注為代價的基于文本的檢索。隨著大規(guī)模圖像庫的出現(xiàn)，基于文本的圖像檢索表現(xiàn)出越來越多的局限性，基于內(nèi)容的圖像檢索(Content-BasedImageRetrieval，CBIR)技術(shù)應(yīng)運而生。其主要思想是利用圖像的顏色、紋理、形狀等低層視覺特征分析圖像信息，建立圖像的特征矢量作為索引，然后根據(jù)特征矢量進行相似查詢。 傳統(tǒng)的顏色直方圖丟失了圖像顏色的空間分布信息，分塊直方圖

2、加入了顏色空間分布信息卻降低了顏色對圖像的平移、旋轉(zhuǎn)的適應(yīng)能力。針對以上情況，本文提出并實現(xiàn)了一種分塊加權(quán)直方圖的方法，充分考慮了傳統(tǒng)顏色直方圖與分塊直方圖的優(yōu)點，既利用了顏色的空間分布信息，又突出了圖像的視覺中心，這是本文的一個新見解。另外，本文針對單一特征描述能力具有局限性的情況，設(shè)計實現(xiàn)了一種綜合低層特征的圖像檢索方法。在特征提取模塊中，算法提取圖像的顏色矩作為顏色特征，利用灰度共生矩陣計算出反差、能量、熵、相關(guān)四個參數(shù)作為紋理特