基于内容的图像检索.doc

基于内容的图像检索.doc基于内容的图像检索摘要:主要围绕基于内容的图像检索的相关技术进行了研究。设计分析了基丁内容的图像检索系统的具体结构,研究了结构中各模块的具体内容。,以手机图像为例,验证了算法的正确性。关键词:图像检索;特征提取;相似性度量;Matlab软件中图分类号:?34文献标识码:A文章编号:10042373X(2014)07?0068?03Content?basedimageretrievalZHANHong?chenl,WANGHuai?dengl,HEJingl,YUANJie2(,Nanjing210089,China;,NanjingUniversity,Nanjing210093,China),,:imageretrieval;featureextraction;similaritymeasurement;Mat1ab随着大规模数字图像库的出现,传统的图像检索技术存在的问题越来越突出,为了解决这些问题,人们提出了基于内容的图像检索技术(Content?basedImageRetrieval,CBTR)[1]0其主要方法是提取每幅图像的视觉内容特征,如颜色、纹理、形状及空间关系筹,建立图像的特性矢量作为其索引,按查询图像和目标图像特征的相似性匹配进行图像检索。相对于文本方式,CBIR主要具有以下特点:直接对图像进行分析并提取特征,使得检索更加接近图像对象;提取特征的方式多样化;特征提取和索引建立可由计算机自动实现;用户能够参与检索过程,具有人机交互性[2?3]o1基于内容的图像检索系统结构基于内容的图像检索系统通常由两个模块构成:图像库建立模块和图像库检索模块。本文在Matlab软件坏境下开发实现了一个基于内容的图像检索系统,主耍用于验证形状特征和颜色特征提取算法的可行性和有效性以及相似性度量的性能。其具体结构如图1所示。,其核心是图像特征提取技术。图像预处理图像预处理:读取图像数据,包括图像的模式、大小等,对图像进行色彩空间转换、尺寸比例调整等,还包括对图像进行直方图均衡化、锐化滤波等,以增强图像对比度,提升图像亮度,突出使物体的边缘轮廓清晰⑷。(2)图像特征提取本文设计的图像检索系统主要是提取图像的形状和颜色特征。在进行特征提取时,首先需对图像进行分割,这里采用的是边缘检测法[5],即提取图像的边界,然后对各个连通域进行特征提取,