基于颜色和纹理特征的图像检索

基于内容的图像检索(CBIR)技术是当前研究的热点问题。它突破了传统的基于文本检索技术的局限,直接对图像内容进行分析并抽取特征,如图像的颜色、纹理、形状及空间关系等,然后利用这些内容特征建立索引并进行检索。本文首先结合国内外研究问题的背景,指出基于内容的图像检索技术对于科研及工业生产的重要意义,并且对图像检索技术的研究现状及发展趋势进行了分析和总结;然后综述了与图像检索技术相关的一些基础理论知识,针对基于颜色、纹理及两者相结合的方式进行图像检索的过程和算法进行了深入系统的研究。 在基于颜色特征的检索方面,提出了一种分块主颜色检索算法,对图像进行新的重叠分块并分别加权,将简化的二次式距离计算方法应用到分块主颜色的匹配中。该算法在利用了图像颜色信息的同时,又添加了图像在颜色空间中的分布情况。在利用纹理特征检索方面,通过对小波分析的研究,给出一种改进的小波分解提取图像纹理特征的方法。对图像的高、中、低频部分进行有限制的再分解,避免了不必要的分解过程。对分解后的图像进行了分区加权处理,加重了图像中间部分纹理的权重。实验结果表明该方法更准确的表达了图像的纹理信息,有效提高了检索效率。为克服单一特征检索的片面性,对综合特征的图像检索进行了研究。将本文提出的分块主颜色匹配法和改进的小波变换提取纹理特征的方法相结合,使得检索综合考虑颜色和纹理两个方面的特征。实验结果表明该方法有效提高了检索性能。 基于以上提到的算法,本文设计开发了一个基于综合特征的图像检索实验系统,实现了基于颜色、纹理和两者结合的图像检索功能。在系统中引入了简单的相关反馈机制,使系统能够从用户反馈的信息中自动分析最能表征用户查询目标的特征,增加了系统的自适应能力,提高了检索效率。