基于纹理的图像检索

摘要

随着计算机技术和网络技术的发展，以及多媒体的推广应用，产生了大量的各式各样的图像。如何有效地对这些图像进行分析、存储和检索是一个急待解决的问题。基于内容的图像检索技术能有效地解决这一问题，成为研究的重点。图像检索的研究目的就是实现自动化、智能化的图像查询和管理方式，使查询者可以实现方便、快速、准确地查找。纹理是图像的一个主要视觉特征，也是基于内容图像检索系统中的一个重要手段。本文对基于纹理特征的图像检索技术进行了研究，并通过实验验证了检索算法的有效性。

图像的特征提取是图像检索的关键技术之一。本文将灰度共生矩阵用于图像的纹理特征提取。

设计并实现了一个基于纹理特征的图像检索系统。给出了系统的流程图，并介绍了系统的查询模块、特征提取模块、匹配模块和图像显示模块及其各个模块的功能。系统采用欧氏距离法作为图像的相似性度量，采用灰度共生矩阵算法提取图像的纹理特征。最后通过实验对给定的图像进行检索。 关键词：图像检索，纹理特征，共生矩阵

I

目 录

1 前言 ........................................................... 1 1.1 图像检索的发展现状 ..................

为了提高图像检索中纹理特征提取的效率,提出小波变换并进行高斯归一化的综合方法 ,实现了纹理特征的提取 ,并和其他方法做 了对比 实验 实验证明,该方法可以提高效率6个百分点 ,有很强 的实用性。

第

卷

第月

期

哈尔滨理工大学学报,

年

图像检索中纹理特征提取的研究葛晓著,

, '

张宏喜

, '

李兰英仇以只

'

哈尔滨理工大学计算机与控制学院黑龙江哈尔滨黑龙江哈尔滨

绷

哈尔滨汽轮机厂实业开发总公司

一

,

摘

要为了提高图像检索中纹理特征提取的效率提出了,,,

,

小波变换并进行高斯归一化,

的综合方法实现了纹理特征的提取并和其他方法做了对比实验实验证明该方法可以提高效率

个百分点有很强的实用性

关键词纹理特征中图分类号

小波变换

归一化

文献标识码

文章编号

一

一

一

尸一,

,

,

万,

一,

,

,

五了五,

一

,

一

,

,

,

,

,

纹理是由纹理基元按某种确定的规律或统计规

以灰度级的空间相关矩阵为基础的共生矩阵法显然

律排列而形成的局部结构化特征由象素组成的具有一定形状和大小的集合如条状丝状圆斑块状,,,,

优于前者而灰度一梯度共生矩阵法把图像的梯度信息加进灰度共生矩阵在应用中会更加有效但共生矩阵法计算量大缺少与人视觉的相似性结构,,

等称为纹理基元纹理特征的提取指的是通过一定的图像处理技术检测出纹理基元建立模型从而获

基于内容的图像检索技术相关知识点及应用。

基于内容的图像检索技术

相关知识：/view/5529743.htm

一、概述

基于内容的图像检索技术是一种综合集成技术,它通过分析图像的内容,如颜色、纹 理等,建立特征索引,并存储在特征库中。用户在查询时,只要把自己对图像的模糊印象描 述出来,就可以在大容量图像库中找到想要的图像。

基于内容的图像检索技术与其它相关学科的主要区别是:首先,它是一种信息检索技

术,应能从大型分布式数据库中以用户可以接受的响应时间及尽量与领域无关的方式(在 需要时也可以是与领域相关的)检索到想要的图像信息。它可以不去理解图像中的对象, 更关注的是信息的快速查询和发现。举个例子来说,用户想买一辆红色汽车,那么他选定 了红色和汽车轮廓,数据库系统就能返回所有红色汽车的图像,从而帮助用户快速找到目 标。

其次,作为一种多媒体技术,它具有很强的交互性,即用户可以参与检索过程。 最后,它引入了特征库和知识辅助的概念。用特征库保存描述图像内容的特征,知识 辅助有利于查询优化和快速匹配。

从图像检索的应用角度出发,除了采用传统的结构化查询方法以外,还可以采用可视 的示例查询方式。具体可以分为以下几种:

1.准确实例检索和查询

准确实例检索和查询(Retr

摘要：文章介绍了一种基于颜色特征的图像检索技术的算法并给出了程序实现。首先介绍了基于内容的图像检索技术、发展历史及基于内容的图像检索技术的特点和主要应用，并在此基础上探讨了该领域所用到的一些关键技术。文章着重探讨了图像的颜色空间、图像特征提取及图像相似性度量等内容，并利用matlab技术实现了一个简单图像检索的程序。文章最后则对当前基于内容图像检索技术研究热点和今后的发展方向进行简单的阐述。 关键字：基于内容的图像检索；颜色特征；颜色直方图；相似度度量方法

1 绪论

1.1 基于内容的图像检索的概念

[1]基于内容的图像检索（Content Based Image Retrieval, CBIR）是一项 从图像数据库中找出与检索式内容相似的图像的检索技术。它利用从图像中自动抽取出来的底层特征，如颜色、纹理、轮廓和形状等特征，进行计算和比较，检索出符合用户需求的结果图像集。目前图像检索系统技术实现的基础是对底层特征信息的计算和比较，也即是“视觉相似”。

1.2 基于内容的图像检索的发展历史

图像检索技术的发展[2]可以分为两个阶段，第一阶段始于70年代，当时的图像检索是通过人工的标注来实现的，随着计算机技术和通信网技术的发展，特别是因特网的快速

基于颜色直方图的图像检索

作者:吴亚平 学号:200812017081203009

1. 概述

在过去的十几年间，有许多知名机构都对图像检索系统进行了深入的研究，病开发出了相应的检索系统，例如IBM Almaden研究中心研制的QBIC系统，Virage公司研发的VIRAGE系统，麻省理工大学多媒体实验室研发的Photobook系统，哥伦比亚大学研发的VisualSeek系统，斯坦福大学研发的WBIIS系统，U.C.伯克利分校研发的Blobworld系统等等。

这些检索系统的基本特征都是基于图像像素值的特征提取相应的规则图像，例如形状、颜色、纹理等，并以此为依据对图像进行比较检索，在这篇论文中，系统采用了基于颜色特征提取的检索。基于直方图在两个颜色空间对图像特征进行判定检索。这两个颜色空间是RGB和HSV。通过对两副图像对应的RGB和HSV值计算其距离，依据距离的远近来判断相似性，这种方法简单易行，由于丢弃了图像的形状、颜色、纹理等信息，判定的计算量相对较小。当然这也导致了两副图像之间的判定没有实际的语义上的关联，也就是说，距离相近的图像并不一定有事实上的相应联系。但是，经过试验的判定，这种基于直方图的图像检索系统能够为图片检索提供相对精确

目的探讨目前CBIR系统中广泛存在的"语义鸿沟"问题.方法阐述了该问题的表现及产生的实质;从获取图像语义的角度出发,研究和分析了当前针对这一问题的一些处理方法以及存在的问题,并提出了初步的解决思路.

西北大学学报（自然科学版）

２００５年１０月，第３５卷第５期，Ｏｃｔ．，２００５，ｖ０１．３５，Ｎｏ．５

Ｊｏｕｍａｌ０ｆＮｏｒｔＩｌｗｅｓｔｕｎｉｖｅ商ｔｙ（ＮａｔｕｒａｌｓｃｉｅｎｃｅＥｄｉｔｉｏｎ）

基于内容图像检索中的“语义鸿沟＂问题

温超，耿国华

（西北大学信息科学与技术学院，陕西西安７１００６９）

摘要：目的探讨目前ｃＢＩＲ系统中广泛存在的“语义鸿沟”问题。方法阐述了该问题的表现及

产生的实质；从获取图像语义的角度出发，研究和分析了当前针对这一问题的一些处理方法以及存在的问题，并提出了初步的解决思路。结果现阶段在ｃＢＩＲ中应用多层次的相关反馈方法，能够较好地建立和修正图像低层特征与高层语义间的联系，有助于缩小图像检索过程中的“语义鸿沟”，并达到了一定程度语义检索的目的。结论实现真正意义上的基于语义的图像检索，将是解

决“语义鸿沟”问题的最有效途径。

关键词：语义鸿沟；基于内容的图像检索；图像语义；相关反馈

中图分类号：ＴＰ３９１．４１

文献标识码：Ａ文章编号

基于形状边缘方向直方图的图像检索算法研究

　2009年第8期

文章编号:100622475(2009)0820144203

计算机与现代化

JISUANJIYUXIANDAIHUA

总第168期

基于形状边缘方向直方图的图像检索算法研究

陈泽滨,黄晓华

(东南大学儿童发展与学习科学教育部重点实验室,南京摘要:描述了一种基于边缘方向直方图(EdgeDirectionHistograE,算法提取的特征向量同时满足尺度、平移和旋转不变性。。关键词:边缘方向直方图;边缘检测;中图分类号:TP391.i:3969/j.issn.100622475.2009.08.040

IRetrievalArithmeticBasedonEdgeDirectionHistogram

CHENZe2bin,HUANGXiao2hua

(KeyLaboratoryofChildDevelopmentandLearningScience,MinistryofEducation,SoutheastUniversity,

Nanjing210096,China)

Abstract:Thispaperdescribesanextractionmethodofshapefeatureofimagesbas

基于形状边缘方向直方图的图像检索算法研究

　2009年第8期

文章编号:100622475(2009)0820144203

计算机与现代化

JISUANJIYUXIANDAIHUA

总第168期

基于形状边缘方向直方图的图像检索算法研究

陈泽滨,黄晓华

(东南大学儿童发展与学习科学教育部重点实验室,南京摘要:描述了一种基于边缘方向直方图(EdgeDirectionHistograE,算法提取的特征向量同时满足尺度、平移和旋转不变性。。关键词:边缘方向直方图;边缘检测;中图分类号:TP391.i:3969/j.issn.100622475.2009.08.040

IRetrievalArithmeticBasedonEdgeDirectionHistogram

CHENZe2bin,HUANGXiao2hua

(KeyLaboratoryofChildDevelopmentandLearningScience,MinistryofEducation,SoutheastUniversity,

Nanjing210096,China)

Abstract:Thispaperdescribesanextractionmethodofshapefeatureofimagesbas

一种基于灰度梯度共生特征的复小波域纹理检索方法

摘要：在图像经频域分解后的子带系数上引入灰度梯度共生矩阵，且计算低冗余度的特征值。将该特征应用于各种频域变换的子带系数上，并提出一种基于双树复数小波分解的灰度梯度共生矩阵纹理检索方法，实验结果表明，该方法有效的提高了检索精度。

关键词：灰度梯度共生矩阵； 小波变换；曲波变换； 轮廓波变换；双树复数小波变换；图像检索

1.引言

20世纪90年代以来随着多媒体技术和互联网技术的快速发展，对图像库进行有效管理和利用的需求越发迫切，图像检索作为其中的关键技术受到人们的广泛关注。传统的基于文本的检索技术由于具有人工提取工作量大且主观性强，文本描述不能充分表达图像内涵，文本二义性等缺点已不能适用于大规模图像集，因此，基于内容的图像检索(Content Based Image Retrieval,CBIR)逐渐成为研究热点。CBIR是指利用图像的视觉内容，如颜色，纹理，形状，空间布局，语义等，从大量图像数据中搜索用户感兴趣的图像。

国内外学者对图像纹理进行了大量的研究。根据信号处理理论，图像纹理特征的提取方法可分为：空间域方法和频域方法[1]。空间域方法可归类为统计方法，结构方法或混合方法[1-5]。频域方法中常用的有

视觉注意模型

一种基于视觉注意模型的图像检索方法

ImageRetrievalMethodBasedonVisualAttentionModel

李艳黄东军LiYanHuangDongjun

（中南大学信息科学与工程学院，湖南长沙410083）

（SchoolofInformationScienceandEngineering,CentralSouthUniversity,HunanChangsha410083）

摘要：借鉴心理学中人眼视觉注意力模型，提出了一种新的基于显著区域的图像检索方法。利用局部结合整体的方式，既考虑图像显著区域中稳定所具有的稳定特征，同时充分利用区域间相互位置关系反映图像的整体构成，并结合二者进行检平移、亮度变化等缺点。实验表明，利用显著区域进行检索有利于消除图像索，从而克服了传统检索中不能解决的图像旋转、背景对检索结果的影响，与传统基于全局的检索方法相比，本文提出的方法具有更好的检索性能。

关键词：显著区域；视觉注意机制；Ｓｉｆｔ描述子；相似性；空间布局中图分类号：ＴＰ３９１

文献标识码：Ａ

文章编号：１６７１－４７９２－（２０１０）５－０１０１－０４

Abstract：Learningpsychologyofhumanvisualat