顏色與紋理結(jié)合的一種新的圖像檢索方法.pdf

1、隨著英特網(wǎng)的不斷發(fā)展，圖像數(shù)量與日俱增，每天大量的圖像都會(huì)被添加到圖像數(shù)據(jù)庫(kù)中，圖像檢索技術(shù)逐漸成為一個(gè)非?；钴S的研究領(lǐng)域。如何有效地對(duì)這些圖像進(jìn)行分析、存儲(chǔ)和檢索已經(jīng)成為一個(gè)亟待解決的問題。因此建立一個(gè)高效，準(zhǔn)確的圖像檢索系統(tǒng)是迫切需要的。
　　早期的研究是基于文本的圖像檢索技術(shù)(TBIR)，首先對(duì)圖像進(jìn)行手動(dòng)標(biāo)注，即利用圖像名稱、拍攝的地點(diǎn)等描述性文字標(biāo)記所有圖像，然后人們根據(jù)這些描述性文字查詢自己需要的圖像。然而這種基于文本

2、的檢索圖像技術(shù)更多地依賴人對(duì)圖像的主觀理解，而忽略了圖像本身的內(nèi)容信息，因此無法較準(zhǔn)確完整的描述出圖像內(nèi)容的含義。
　　在過去的幾十年中，已經(jīng)有很多基于內(nèi)容的圖像檢索系統(tǒng)被開發(fā)出來，例如：IBM的QBIC系統(tǒng)，MIT的相冊(cè)系統(tǒng)，Berkeley的Blobwrold系統(tǒng)等等。這些典型的基于內(nèi)容的圖像檢索(CBIR)系統(tǒng)的主要思想是：使用用戶提交的查詢圖像與數(shù)據(jù)庫(kù)中的圖像進(jìn)行特征的比較，來判斷圖像之間的相似性。常用的特征包括：顏色，紋

3、理，形狀，空間關(guān)系等,其中空間分布特性很少被考慮，因此主要采用的特征是顏色，紋理和形狀。
　　采用單一的圖像特征在某些情況下不能達(dá)到較好的效果，尤其是在海量的圖像庫(kù)中，若對(duì)每張圖像進(jìn)行相似度計(jì)算將在很大程度上降低檢索效率。因此本文提出了一種新的顏色和紋理結(jié)合的方法。本文的主要貢獻(xiàn)概括為如下幾部分：
　　首先，對(duì)特征提取的方法，顏色直方圖法進(jìn)行了改進(jìn)，將其與紋理方法相結(jié)合，并且通過比較各種紋理方法，選取一種更好的方法，以提高圖

4、像檢索的準(zhǔn)確性。
　　其次，通過一種快速的圖像紋理識(shí)別的技術(shù)來辨別圖像是否為紋理圖像，然后對(duì)紋理圖像進(jìn)行紋理特征的提取，對(duì)非紋理圖像進(jìn)行顏色特征提取，通過對(duì)不同類別的圖像進(jìn)行分類檢索，提高檢索效率。
　　最后，運(yùn)用常用的聚類方法，K-MEANS聚類算法分別對(duì)紋理圖像進(jìn)行紋理特征的聚類和對(duì)非紋理圖像進(jìn)行顏色聚類，極大的提高了檢索的速度。
　　實(shí)驗(yàn)結(jié)果表明，通過采用紋理識(shí)別技術(shù)，聚類方法，以及改進(jìn)的顏色特征提取方法和紋理特