基于图片颜色特征的图像检索方法研究.docVIP

　　基于图片颜色特征的图像检索方法研究 摘要：传统的图像检索分类方法以关键字为标准来分类，可以进行主观分辨，查询结果准确率较差。基于图片颜色特征进行图像检索CBIR是利用图像具有的视觉效果特征进行图片查询检索的一种新技术。本文以在内容基础上进行图像检索作为研究对象，根据图片的颜色特征对图片进行检索分类，以用户上传的图片为根据，实现基于内容的图像检索。 中国 8/vie 　　关键词：基于内容；图像检索；CBIR 　　中图分类号：TP391.4 文献标识码：A ：1007-9416（2017）01-0060-02 　　1 绪论 　　利用搜索引擎，在互联网中对信息进行收集、分类、提取、组织和各种处理，同时用户可以检索相关数据，将信息进行导航。随着网络技术和存储技术的日新月异，图像可以更直观的反馈多媒体的各类信息，更加广泛的应用到生活的方方面面。但是如何在浩瀚的图片海洋里搜寻到真正对自己有价值的图片资料，进行有效检索和分类成为迫切需要解决的问题。 　　CBIR利用图像的内容进行分析，将颜色、文理、形状等各类空间因素的信息，将图像的特征进行分析索引。在视觉效果和语义特征这两个层次中，视觉上的图像查询检索，可以客观的将图像中的特征检索出来，例如通过颜色来判别图像之间的同样性；图像的检索的同样性可以利用识别图像的技术来实现视觉特征的检索查询。 　　2 图像查询检索方法 　　图像查询检索的方法可以使用文本的图像检索的方式TBIR和基于内容的图像检索方法（CBIR）。前者利用文本描述图像的特征进行检索，输出结果的图像是由图像名称来决定的而不是内容，查询检索的正确率较低。后者根据图像的颜色、纹理、形状等进行分析和检索，将图像底层特征与图像关键词结合进行图像自动标注以提高准确率等。 　　2.1 基于文本的图像信息检索TBIR 　　TBIR是基于文本为基础的信息查询检索的技术。在查询检索前，我们通常会对数据库中的图像进行标示，用简单的文字去描述图像的具体内容，利用编号的方式将数据库中的图像关联在一起。在图像进行查询检索时，其实是对图像描述数据库进行的操作，利用传统的查询方式和语言进行检索，在通过对查询出来的结果对应图像数据库中的标示输出最终的结果。 　　利用人工方式见多图像的标示实现了查询分类的方式，人工提取标识需要耗费大量的人力、提取过程存在着主观片面性，对图像语义依赖于不同的知识结构及理解能力等明显缺陷。 　　2.2 基于内容的图像检索技术CBIR 　　基于内容的检索技术是以内容的描述作为基础。图像描述的内容有颜色、纹理、形状等视觉特征，还包含了对目标意义的复杂推理等的高层语义特征。检索进行查询的层次可分为基于原始数据的查询、基于特征的查询和基于语义的查询三类。 　　CBIR的核心是使用图像的视觉特征对图像进行查询检索。CBIR可以在图像的内容中找寻出线索，并不是直接在图像的文本描述朱查找，查询过程更加有效，适应性更强；CBIR其实是一种模糊匹配，查询条件查询出的结果可能挺多的，需要逐渐限制检索关键，最?K确认查询结果；通过计算机自动化来实现特征的提取和查询索引的建立，用户可以根据自己的检索目标来引导查询过程，可以明显的提高查询检索的效率；可以将多层次的查询检索的要求满足，在大型的数据库中完成快速的查询检索功能。本质上讲，它是一种近似匹配技术。 　　3 基于图片颜色特征的检索方式 　　3.1 图像特征提取技术 　　特征提取CBIR是图像提取技术的重心。图像检索用图像内容作为基础使用图像处理和电脑视觉处理技术，在图像中获取内容。图像予以存在复杂性，所以很难直接对图像语义进行自动的提取。 　　现在基于内容的图像数据库查询检索系统都是以图像的底层视觉特征作为基础的，特征由颜色、形状、纹理和空间的位置信息等。利用CBIR进行特征的抽取，将人观察出来比较相近的特征抽取出来。 　　3.2 图片主色调区分 　　3.2.1 图片主色调确认 　　物体都有颜色的特征，相近事物具有相近的颜色特征，可以通过颜色的特征来区分物体。颜色特征较容易提取，对于图像本身的特性依赖性比较弱。所以颜色特征用于图像检索已经是很重要的方式之一了。 　　根据人眼的生理结构，所有颜色都可看作是红（Red）、绿（Green）、蓝（Blue）3个基本颜色自行组合。人眼不能分辨多种颜色，对于一张图片的整体印象总是可以归结为几种颜色，可以选取多种有代表的颜色，作为主色调的候选项，就可以为一张图片的重要特征。 　　筛选后，本文可以将表1中的22种颜色确定为主色调的候选项。 　　接着需要确定图片的主色调与哪种颜色最相近。可以先获取到每个像素点的具体颜色，在22种颜色中选出与其最接近的颜色，并将其归为这种主色调。查询出主色调的像素点占的比例，比例大的确定为图片