研究生课程考核试卷
（适用于课程论文、提交报告）
科目：数字图像处理教师：黄鸿
姓名：潘世强学号：20110802096 专业：仪器科学与技术类别：（学术）上课时间：2011年10月至2012年01月
考生成绩：
阅卷评语：
阅卷教师(签名)
重庆大学研究生院制
CHONGQING UNIVERSITY
数字图像处理
——基于内容的图像检索系统
学院：光电工程学院
姓名：潘世强
学号：20110802096
指导教师：黄鸿
时间： 2012年01月08日
基于内容的图像检索系统
摘要：随着多媒体技术的迅速发展，图像数据库也急剧膨胀起来，如何高效、快速地从像资源中获取有用的图像成了信息检索技术研究的热点。
本文主要针对基于内容的图像检索技术（CBIR）做了相关的介绍，对基于图像检索技术中的特征提取技术进行了较为详细的阐述，研究了图像颜色的提取方法，以及图像间相似性度量方法。
本文运用的特征值提取方法为颜色直方图的方法，对图像提取颜色特征，并根据这些特征对目标图片与图片库中的图片进行了相似度排序，最后运用Matlab软件对上述方法进行验证，得到图像检索结果，从而实现基于内容的图像检索。
关键词：直方图HIS彩色空间基于内容图像检索
1．引言
图像是对客观对象的一种相似性的、生动性的描述或写真。
或者说图像是客观对象的一种表示，它包含了被描述对象的有关信息。
它是人们最主要的信息源。
据统计，一个人获取的信息大约有75%来自视觉。
俗话说“百闻不如一见”，“一目了然”，都反映了图像在信息传递中的独特效果。
所谓基于图像内容检索，即从图像库中查找含有特定目标的图像，也包括从连续的视频图像中检索含有特定目标的视频片段。
它区别于传统的图像检索手段，融合了图像理解技术，从而可以提供更有效的检索手段。
本文主要针对基于内容的图像检索技术中的特征提取方法展开论述，简要地介绍了近年来基于内容的图像检索中颜色、纹理、形状及语义特征的描述方法，并对颜色特征的描述方法以及特征相似性做了详细的论述。
2．算法流程
本算法主要经过以下几个流程得以实现：
图2.1 主要算法流程图 2.1图片预处理
2.1.1色彩空间转换
在计算两幅图像的相似度时，通常要提取它们的颜色特征在特定的颜色空间进行比较。
颜色空间的目的是按照某种标准利用基色表示颜色，常用的有RGB 、HSI 、HSV 等。
RGB 颜色空间的相似不能代表颜色的相似。
例如，查询图像上RGB 颜色是（200，150，0），图像库图像的RGB 颜色是（200，200，0），这两幅图像在RGB 颜色空间上很相似，但在颜色上差别很大(黄色和绿色)。
HSI 和HSV 颜色空间则没有这个方面的问题，它们很适合人们肉眼的分辨，较好地反映人对颜色的感知和鉴别能力。
故在此采用HSI 颜色空间。
通过（2.1）~（2.3）公式，可以将图像从RGB 颜色空间转换到HSI 颜色空间。
()()()()()()()()()()()()⎪⎪⎩
⎪⎪⎨⎧>⎪⎪⎭⎫ ⎝⎛--+---+--≠≠⎪⎪⎭⎫ ⎝⎛--+---+-=G B B G B R G R G R B R G R B R G R B G B R G R G R B R G R H ,2arccos 2,2arccos π或 (2.1) ),,(),,(B G R MIN B G R MAX S -= (2.2)
3B
G
R
I +
+
= (2.3) 2.1.2统计直方图特征的提取
灰度级为[0,L-1]范围的数字图像的直方图是离散函数h（r）=n，其中n是图像中灰度级为r的像素个数[3]。
由于给定的图像数据库图像数量有651幅，且图像的大小不一，本次作业采用图像的统计直方图分布之间的欧氏距离的阈值约束，此阈值约束只是为了缩小图像的比对范围，并作为一个比对指标，待检索的图像与搜索图像间的欧式距离小于这个阈值时，就认为与待检索的图像是相似的。
在提取图像的统计直方图之前，先要对图像进行直方图均衡，把图像的灰度级扩展到整个灰度空间（unit8对应灰度级为：0-255），因为各幅图像的灰度分布可能相差比较大，如图1(a)和图2(b)所示，直接利用直方图进行图像检索的话，就只能对一些与被检索图像直方图一致的图像进行检索，这样就限制了基于直方图进行图像检索的图像范围。
直方图均衡化后，再进行归一化，在整个灰度空间来比对统计直方图分布可以减小阈值的设置，便于数据的处理，也为通过直方图进行图像检索提供了更为广泛的图像检索范围。
(a)图像初始直方图(b)直方图均衡的直方图(c)归一化后的直方图(d)统计直方图
图2.2 某图像的直方图
（a）图像初始直方图(b)直方图均衡的直方图(c)归一化后的直方图(d)统计直方图
图2.2 图像berlin (67).jpg的直方图
2.2图像检索算法
2.2.1图像匹配算法
如何用数值来有效地表示图像在颜色上的相似程度，是直接影响检索效果的重要环节，好的相似性度量方法不仅要求结果精确而且速度要快。
由于提取的图像特征绝大多数都可以表示成向量形式，因此常用的相似性度量方法是基于向量模型的，也就是将图像特征看成是向量空间中的点，通过计算点与点之间的距离来描述图像特征之间的相似度。
基于内容的图像的检索因为图像的颜色、纹理和形状等特征提取受众多因素的影响，达不到精确匹配，只能进行这些特征之间的相似度计算进行模糊匹配。
如果满足一定条件时，我们就可以说这两图像相似，放入检索结果中。
本作业基于城区（city-block ）距离计算两图像的差异。
公式如下：
21(,)n
i i
i L A B a b ==-∑ （2.4）
2.2.2差异度排序
由于图像大小有异，为使图像能得到有意义的排序，将此距离计算为差异度。
差异度越小，图像与源像越相似。
具体算法为：
①设定两阈值：t1=0.01，t2=0.9；
②得到两图像差值的百分比：Ω=L/A ； ③得到差异度：212
L diff N ⨯Ω=； 2.3显示
最终，利用GUI ，将所得到的图像按差异度升序排列，并显示前十幅。
3．实验及结果分析
为了验证算法的有效性， 在PC 机上进行实验仿真验证，其中运行环境为
Windows 7操作系统，系统配置为Core2 Duo 2.30GHz CPU，1.99GB内存，仿真平台为Matlab 7.6。
实验中，在一个包含100幅各类图像的综合图像数据库中进行检索，图像大小均为250×195左右。
库中包含了各类常见的图像，人物、花草、建筑、动物等，每类几乎等幅相关图片。
（1）开始界面
图3.1 开始界面
（2）检索过程
①载入匹配图像
图3.2 载入源图像（1）
图3.3 载入源图像（2）②载入检索图像库
图3.4 载入图像库（1）③图像检索结果
图3.5 载入图像库（2）
4．结论
单从图像的统计直方图特征对图像进行检索，虽然解决了图像大小不一带来的困难，但是难以符合人们的视觉习惯。
因此，可以结合其他的图像特征进行图像检索，此时的统计直方图的阈值应该选的大些，以保障有一定量的图像被选择。
但是不同的图像特征之间往往差异较大，比如直方图和颜色空间的信息，这将给图像各个特征的联合检索图像带来困难。
因此，可以考虑差异较小的图像特征联合检索图像，比如直方图和图像的纹理特征或者几何特征相结合来检索图像。
参考文献
[1] 陈世文，高燕.基于内容的图像检索[M].中小企业管理与科技.2008.
[2] 基于HSI颜色空间统计直方图的图像检索.百度文库.08-07-2010.
[3] 唐晓静,张明. 几种基于内容图像检索匹配算法的比较研究.Computer
Knowledge and Technology.,pp.1969-1971.V ol.6,No.8,March 2010.
[4] 程秀峰,祝颂,夏立新.基于分布式的直方图检索方法研究及实现.现代图书情
报技术.第205期.2011.
[5] 君顶,原芳.基于内容的图像检索技术. 计算机系统应用.2011.第20卷，第8期。
[6] 金莲芳,覃团发,王海霞,等.基于结构量化直方图的图像检索方法.中国图像图
形学报,2006,11(2):180−185.
[7] Basu S, Banerjee A, Mooney RJ.2004.Active semi-supervision for pairwise
constrained clustering. In SDM '04: Proceedings of the 2004 SIAM International Conference on Data Mining, Florida, 333-344.
[8] 高如如.基于内容的图像检索技术研究[D],中国科学技术大学，2011：1-2.
[9] Rafael C.Gonzalez,Digital Image Processing.电子工业出版社，2007:72-81.。