多媒体数据库技术().pptVIP

颜色直方图的相似性匹配 假定用户的示例直方图和数据库中的直方图分别用G(G1, G2,… Gn) 和S(S1, S2,… Sn)来表示，两图片是否相似可以采用欧氏距离Ed来描述，那么Ed值越小相似度就越大。 检索后，全图直方图的相似度可以用如下公式表示： 其中N为颜色级数，Sim值为1的两幅图片完全相同，而0值则完全不相似，也就是说越靠近1两幅图片越相似。 为了消除外来因素（如噪音）或为了寻找某一特定图像组合的查询，可以对sim(G,S)公式乘上一个颜色权重因子Wi，便可对统计的值域加以限制。 如果要反映出图像信息的重要成分在直方图的相似地位，那么可以对L个峰值较高的值进行平均求和。即： 全图的颜色直方图算法的查准率和查全率都不是最高的，但是，如果对图像进行分割，那么，子块能在一定程度的提供位置信息，子块Gij与Sij的相似性度量公式为： 其中：P为所选颜色空间的样点数。 如果对感兴趣的子块加大权重，就可以提高检索的查询智能性和查准查全率。 基于形状特征的检索 形状特征也称为轮廓特征，是指整个图像或图像中子对象的边缘特征。一般而言，形状的表示可分为基于边界的和基于区域两类，前者使用形状的外部边界，而后者使用整个区域。一般可用矩形、圆形、面积、周长等来描述，而许多形状特征可能被包含在一个封闭的图像中。 为了提高检索的精确度，基于形状特征的数据库中常常包含三种数据库：即图像库、形状库