基于局部结构直方图的图像检索
基于局部特征的图像检索算法分析
基于局部特征的图像检索算法分析随着数字图像技术的不断发展，图像检索技术也越来越受到重视。
传统的图像检索方法主要采用全局特征，如颜色直方图、形状描述符等。
但是，随着图像数据库的不断增长，全局特征的局限性也越来越明显，表现在检索结果精度较低、对图像的变形、遮挡等变化敏感等方面。
因此，局部特征成为了图像检索研究的重要方向之一。
1. 局部特征的概念及分类传统的全局特征是对整张图像进行特征提取，而局部特征是从图像中提取出一些具有代表性的局部区域的特征，例如SIFT算法中提取的关键点。
局部特征的优势在于对图像的不规则变形、遮挡、亮度变化等因素具有较强的鲁棒性。
局部特征主要可分为基于兴趣点的局部特征和基于区域的局部特征两类。
基于兴趣点的局部特征：这种局部特征的提取是以图像中兴趣点为基础，比如SIFT算法就是典型的兴趣点特征描述方法，通过检测出图像中的关键点来提取特征。
兴趣点的复杂程度涵盖了图像颜色、光度、几何结构等多方面的特征信息，因此该类算法在图像变形、缩放、旋转等情况下仍具有比较好的性能。
基于区域的局部特征：这种局部特征的提取是以图像区域为基础，比如图像分割算法、小波变换算法等。
它可以实现对图像的分割，将原始图像分成若干个小区域，再对每个小区域进行特征提取，提高了检索结果的精度和鲁棒性。
2. 局部特征的提取与匹配局部特征的提取是图像检索算法中的关键步骤。
提取好的局部特征要进行特征匹配，以得出与目标图像最相似的数据。
这里介绍SIFT算法和SURF算法的局部特征提取与匹配。
SIFT算法（尺度不变特征转换）是由Lowe提出的一种基于兴趣点的局部特征描述算法。
系统通过多尺度不同方向的Gaussian 滤波器提取出图像的关键点，然后对关键点进行Orientaiton Assignment，把每一个关键点归位于某一个方向，使得其描述信息达到主方向不变性。
对关键点进行DoG描述子生成，即建立高斯金字塔和高斯方向梯度金字塔，获取关键点的图像局部变化信息，使计算精度更高。
基于区域模糊直方图的图像检索
Ｋｅ ｒ ｙ ｗｏ ｄｓ：ｉ ｇ ｅｒｅ ａ ；ｆ ｚ ｙ ｈ ｓｏ ａ ；ｂ ｓ ｄ ｏ ｅ ｉ ｎ； ｍｅ ｅ ｓ ｉ ｕ ｃｉ ｎ ｍａ ｅ ｒｔ ｖ ｌ ｕ ｚ ｉｔｇ ｍ ｉ ｒ ａ ｅ ｎ ｒ ｇｏ ｍｂ ｒ ｈ ｐ ｆ ｎ ｔｏ
０ 引 言
随着多媒 体 时代 的到来 ， 人们 越来越 多 地接触 到 大量 图像信 息 。如何 有效 地组 织 、 理 和检索 大规 管 模 的 图像 数据 库 ， 为 当前热 门的研究课 题 之一 。基 于 内容 的图像 检 索 Ｃ Ｉ Ｃ ｎｅｔ ａｅ ｍ ｇ ｅ 成 ＢＲ（ ｏｔ ｓｄＩ ａｅＲ — ｎＢ ｔｅａ） ｉ ｒ ｖ１技术 是解 决这一 问题 的关 键性 技术 之一 。它 既体 现 了 图像 信息 的特点 ， 结 合 了传 统 的数 据 库 又 方 法 ， 一项在 理论 研究 和实 际应 用 中均具 有前 景 的新 技 术 ¨ 。近 年 来 在 图像 检 索领 域 的研 究 出现 是 Ｊ 了很 多新 的研究 成果 ，这些研 究 都应用 现有 的各 种 工 具 和方 法 ， 小 波分 析 Ｊ概 率 论框 架 Ｊ模 糊 理 如 、 、 论 等， 再综 合利 用 图像 的多种 特征来 进行 检索 。其 中， 模糊 理论应 用 到 图像 检 索 中是 一 种较 新 的 将 研究 方法 。本文 把 图像分 割算 法 和模糊 理论 相结合 ， 出 了一种 基于 区域模 糊直 方 图的 图像检 索方法 。 提
Ａ ｂ ｔ ａ ｔ Ａｎ ｉ ｇ ｅｒｅ ａ ｅｈ ｄ ｂ ｓ ｄ ｏ ｈ ｅ ｉ ｎ ｆ ｚ ｙ ｈ ｓｏ ｒ ｍ ｓｐ ｏ ｏ ｅ ｙ ｃ ｍ ｂ ｎ ｎ ｈ ｍａ ｅ ｓｒ ｃ ： ｍａ ｅ ｒ ｔｉｖ ｌｍ ｔ ｏ ａ ｅ ｎ ｔ ｅ ｒ ｇｏ ｕ ｚ ｉｔｇ ａ ｉ ｒ ｐ ｓ ｄ ｂ ｏ ｉ ｉ ｇ ｔｅ ｉ ｇ ｓ ｇ ｅ ｔ ｔ ｎ ａ ｇ ｒｔ ｍ ｎ ｈ ｕｚｙ ｔ ｅ ｒ ． ｉｓ ，ｈｅｋ－ ｅ ｎ ｌ ｓｅ ｎ ｌ ｏ ｔ ｍ ｓｕ ｅ ｏ ｓ ｇ ｎ ｈ ｍａ ｅ ｍ ｎ ａｉ ｌｏ ｈ ａ ｄ ｔ ｅｆ ｚ ｈ ｏ ｙ Ｆ ｒｔ ｔ ｍ ａ ｓｃ ｕ ｔ ｒ ｇ ａｇ ｒ ｈ ｉ ｓ ｄ ｔ ｅ ｍｅ ｔｔ ｅ ｉ — ｏ ｉ ｉ ｉ ｇ ｓ ａ ｄ ｔ ｅ ｆ ｚｙ ｈ ｓｏ ｒ ｍ ｓｂｕｌ ｏ ｈ ｍａ ｅ ｒ ｔ ｅ ａ ａ ｅ ｎ ｔ ｅ ｖｓ ａ ｅ ｔ ｒ ｓｏ ｖ ｒ ｅ ｉｎ． ｐｅ ｉ ｅ ｎ ｈ ｕ ｚ ｉｔ ｇ ａ ｉ ｉ ｆ ｒｔ ｅ ｉ ｇ ｅｒ ｖ ｌｂ ｓ ｄ ｏ ｈ ｉｕ ｌｆ ａｕ ｅ ｆｅ ｅ ｒ ｇ ｏ Ｅｘ ｒ— ｔ ｉ ｙ ｍ ｅ ｔｒ ｓ ｌ ｒ ｍ ｈ ａａ ａ ｅ ｗｉｈ １０ ０ ｇ ｎ ｒ ｌｉ ｇ ｓ ｓ ｏ ｔ ａ ｈｉ ｔ ｄ ｉ ａｉｆｃｏ ｒｔ ｅ ｉ ｇ ｅ ｎ ｅ ｕ ｔ ｆｏ ｔ ｅ ｄ ｔ ｂ ｓ ｔ ０ ｅ ｅ ａ ｍａ ｅ ｈ ｗ ｈ ｔｔ ｓ ｍｅｈｏ ｓｓ ｔｓａ ｔｒ ｆ ｈ ｍａ ｅ ｒ — ｓ ｙ ｏ ｔｉ ｖ １ ｒｅ ａ ．
基于局部特征的图像检索算法研究
基于局部特征的图像检索算法研究近年来，随着数字图像处理技术的飞速发展，图像检索技术也逐渐走进了人们的视野。
在大量的图像数据中，如何高效地检索出所需要的图像，成为了研究的热点之一。
目前，局部特征法已成为一种较为成熟的图像检索技术。
一、局部特征法概述局部特征法是一种基于局部特征的图像检索技术。
它通过提取图像中的局部特征，并将这些特征向量化，最后通过比较这些向量的相似度来完成图像的检索。
相比于传统的全局特征法，局部特征法更加鲁棒，对于尺度变化、旋转变化、视角变化等变化具有较好的鲁棒性。
通常情况下，局部特征法主要包含以下几个步骤：1. 对输入图像进行预处理，如灰度化、归一化、降噪等。
2. 提取图像中的局部特征，常用的特征包括SIFT、SURF、ORB、AKAZE等。
3. 将局部特征向量化，将每个特征描述子映射到一个高维特征空间中。
4. 对查询图像进行同样的局部特征提取和向量化。
5. 计算查询图像和库中图像的相似度，一般常用的计算方法有余弦相似度和欧几里得距离等。
6. 根据相似度排序并输出。
二、局部特征法的应用局部特征法广泛应用于图像检索、目标识别、物体跟踪等领域。
其中，图像检索是应用最为广泛的一种。
图像检索可以被应用在多个领域，例如医学图像处理、电影视听、广告推荐等。
与传统的关键字搜索相比，图像检索更符合人类的搜索习惯，更加直观、高效。
举个例子，当我们想查询一件衣服的时候，传统的关键字搜索需要我们知晓这件衣服的品牌、材质、款式等信息，才能更好地检索到目标结果。
但如果我们使用图像检索技术，只需要输入这件衣服的图像，就可以快速准确地检索到相似的衣服，并且可以根据自己的喜好进行排序选择。
三、局部特征法的优缺点局部特征法具有以下优点：1. 对于尺度变化、旋转变化、视角变化具有较好的鲁棒性。
2. 提取的特征具有较大的区分度，可以准确地反映图像中的信息。
3. 适用于大规模的图像数据处理。
但是，局部特征法也存在以下缺点：1. 对于遮挡等问题，容易出现错误匹配。
一种局部与全局特征结合的图像检索算法
Ｋｅ ｙ ｗｏ ｒ ｄ ｓ：ＭＳ ＥＲ；Ｇ Ｉ Ｓ Ｔ ｆ ｅ ａ ｔ ｕ ｒ ｅ ；ｉ ｍａ ｇ ｅ ｍａ ｔ ｃ ｈ ｉ ｎ ｇ
图像 检 索 的 主 要 目 的是 从 大 规 模 数 据 库 中 检 索 出 与
查 询 图像 相 似 的 图 像 。 Ｓ ＷＡ Ｉ Ｎ Ｍ Ｊ和 Ｂ Ａ Ｌ Ｌ ＡＲ Ｄ Ｄ Ｈ…提 出利 用 颜 色 直 方 图 作 为 图 像 颜 色 特 征 的 表 示 方 法 ， 该 方
１最 大 稳 定 区域 检 测
１ ． １ ＭＳＥ Ｒ 的 相 关 定 义
Ａｂ ｓ ｔ ｒ ａ ｃ ｔ ：Ａ ｎ ｅ ｗ ｉ ｍａ ｇ ｅ ｒ ｅ ｔ ｒ ｉ ｅ ｖ ａ ｌ ａ ｌ ｇ ｏ ｒ ｉ ｔ ｈ ｍ ｂ ａ ｓ ｅ ｄ ｏ ｎ ｓ ｔ ａ ｂ ｌ ｅ ｌ ｏ ｃ ａ ｌ ｒ ｅ ｇ ｉ ｏ ｎ ｓ ａ ｎ ｄ ｇ ｌ ｏ ｂ ａ ｌ ｆ ｅ ａ ｔ ｕ ｒ ｅ ｉ ｓ ｐ ｒ ｏ ｐ ｏ ｓ ｅ ｄ．Ｔ ｈ ｅ ｐ ｒ ｏ ｐ ｏ ｓ ｅ ｄ ｍｅ ｔ ｈ ｏ ｄ
ｈａ ｓ ｔ ｈ ｅ ｂ ｏ ｔ ｈ ａ ｄ ｖ ａ ｎ ｔ ａ ｇ ｅ ｓ ｏ ｆ ｔ ｈ ｅ ｌ ｏ ｃ ａ ｌ ｒ ｅｇ ｉ ｏ ｎ ｍ ｅ ｔ ｈｏ ｄ ａｎ ｄ ＧＩ Ｓ Ｔ ｍｅｔ ｈ ｏ ｄ， ｗｈ ｉ ｃ ｈ ｃ ａｎ ｄｅ ｓ ｅ ｒ ｉ ｐｔ ｔ ｈ ｅ ｉ ｍａｇ ｅ ｃ ｏ ｎ ｔ ｅ ｎｔ ｍｏ ｒ ｅ ａ ｃ ｃｕ ｒ ａ ｔ ｅ ｌ ｙ ａ ｎ ｄ ｍａ ｎ ａ ｇ ｅ ｄｉ ｆ ｆ ｅ ｒ ｅ ｎ ｔ ｖ ｉ ｅ ｗｐ ｏｉ ｎ ｔ ｓ ． Ｔｏ ｓ ｏ ｍｅ ｅ ｘ ｔ ｅ ｎ ｔ ，ｉ ｔ ｉ ｍｐｒ ｏｖ ｅ ｓ ｔ ｈ ｅ ｉ ｍａ ｇ ｅ ｒ ｅ ｔ ｒ ｉ ｅ ｖ ａ ｌ ｐｒ ｅ ｃ ｉ ｓ ｉ ｏ ｎ．
基于局部特征提取的图像检索技术研究
基于局部特征提取的图像检索技术研究第一章绪论随着信息技术的发展，数字图像成为了人们分享视觉信息的普遍方式，并且由于数字图像的广泛应用，图像检索技术逐渐成为了一种重要的信息检索方式。
基于局部特征提取的图像检索技术，是目前最成熟的一种图像检索方法，它通过提取图像的局部特征点，并通过对这些特征点的描述进行匹配以实现图像检索。
因此，针对基于局部特征提取的图像检索技术的研究具有重大的理论意义和实际应用价值。
第二章相关技术概述2.1 局部特征提取技术局部特征提取技术是基于一定的规律，提取图像中具有某种特点的局部区域，用一种有效的方式表示出来。
局部特征提取技术能够提取出具有独立性、稳定性和可重复性的局部特征点，并且这些特征点具有一定的灵敏度和高效性。
目前比较成熟的局部特征提取算法有SIFT算法、SURF算法和ORB算法等。
2.2 图像匹配算法图像匹配算法是在提取出图像的局部特征点后，对这些特征点进行匹配的过程。
匹配的目的是为了找到具有相同特征点的图像，从而实现图像检索。
目前在图像匹配算法中，基于FLANN算法的K-Means聚类和基于Bag of Words模型的图像检索算法比较成熟。
2.3 图像检索系统的实现实现基于局部特征提取的图像检索系统通常分为以下几个步骤：（1）图像预处理：将图像转化为符合算法要求的灰度图像；（2）局部特征点提取：提取出图像中具有独立性、稳定性和可重复性的局部特征点，并对这些特征点进行描述；（3）图像匹配：对待查询图像的局部特征点和数据库中图像的局部特征点进行匹配，从而找到相似的图像；（4）检索结果显示：将检索结果以合适的方式呈现给用户，从而满足用户的检索需求。
第三章基于局部特征提取的图像检索技术的优缺点3.1 优点（1）具有不变性：基于局部特征提取的图像检索技术能够提取出具有独立性、稳定性和可重复性的局部特征点，这些特征点具有不变性，即对旋转、缩放和平移等变换具有不变性。
（2）具有高效性：基于局部特征提取的图像检索技术能够通过精确的匹配算法，快速找到相似的图像。
基于区域直方图的图像数据库检索
等 。Ｒ ＧＢ 属 于 基 本 模 型 ，是 数 字 图 象 处 理 的 主 要 表 达 方 法 ；
Ｃ Ｋ 常 见 于 印 刷 行 业 ， Ｓ较 适 合 人 眼 习 惯 。 该 方 法 采 用 ＭＹ ＨＩ Ｒ Ｇ模 型 并进 行 归 一 化 处 理 。 Ｂ
Ｋｅ ｙｗ ｏｒ ｄｓ： Ｄａ ａ ｓ Ｈｉｔ ｇ ａｍ ，ｍ ａ ｅ， ｓ ａ ｃｈ ｔｂａ ｅ， ｓｏ ｒ Ｉ ｇ Ｒｅ ｅ ｒ
图 象 数 据 库 由于 其 复 杂 的 内 容 、 信 息 量 和 特 殊 的 二 进 制 大 存 储 格 式 不 同 于 其 它 较 为 简 单 的 关 系 型 数 据 库 。 统 图 象 数 据 传 库 采 用 基 于 关 键 词 或 描 述 性 文 本 的检 索 方 式 ， 难 满 足 日益 复 很 杂 的 图 象 数 据 库 形 式 。 基 于 内 容 的 检 索 是 现 在 最 为 流 行 的 方
图 ２ ８叉 树 矩 形 区域 包 含 了 整 个 图 象 的 最 重 要 的 信 息 ，
１ 区 域 直 方 图
表达 颜色方 式很 多。 见 的颜 色模型有 Ｒ 常 ＧＢ 、 ＭＹ ＨＩ Ｃ Ｋ、 Ｓ
第 ２层 对 图 象 进 行 了 细 化 ， 际 上 是 描 述 图 象 的 空 间 信 息 。 如 实
法 ， 要 包 含 ３个 方 面 检 索 方 式 ： 于 颜 色 特 征 检 索 ； 于 形 状 主 基 基
（ 图 ２ 。 一 般 图 象 只需 两 层 结 构 即 可 。 如 ）
特 征 检 索 ； 于纹 理 特 征 检 索 。能 体 现 颜 色 特 征 的 直 方 图 具 有 基 天 然 的 旋 转 不 变 性 且 包 含较 多 信 息 ， 因此 每 年 都 有 一 些 相 关 文 章 和 成 果 公 布 于 世 。 是 单 纯 地 使 用 颜 色 直 方 图 方 法 来 检 索 往 但 往起不 到理想 效果 ， 因是 ： 方 图虽 然包含 丰 富的颜 色信息 ， 原 直 但 对 其 空 间 分 配 情 况 体 现 较 少 ， 成 １ 直 方 图 可 对 应 多 幅 图 造 个 象 的现 象 ；如 何 简 单 度 量 两 个 直 方 图 之 间 的 相 似 程 度 方 法 不
基于基元自相关图和结构元直方图的图像检索
ｈ ｉ ｓ ｔ ｏ ｇ ｒ ａ ｍ［ Ｊ 】 ． Ａ ｐ ｐ ｌ ｉ ｃ ａ ｔ ｉ ｏ ｎ ｏ ｆ Ｅ ｌ ｅ ｃ ｔ ｒ ｏ ｎ ｉ ｃ Ｔ ｅ ｃ ｈ ｎ ｉ ｑ ｕ ｅ ， ２ ０ １ ７， ４ ３ （ ８ ） ： １ １ ５ —１ １ ８ ．
Ｉ ｍａ ｇ ｅ ｒ ｅ ｔ ｒ ｉ ｅ ｖ ａ ｌ ｂ ａ ｓ ｅ ｄ Ｏ ｉ ｌ ｔ ｅ ｘ ｔ ｏ ｎ ａ ｕ ｔ ｏ ｃ ｏ ｒ ｒ ｅ ｌ ｏ ｇ ｒ ａ ｍｓ ａ ｎ ｄ ｓ ｔ ｒ ｕ ｃ ｔ ｕ ｒ ｅ ｅ ｌ ｅ ｍｅ ｎ ｔ ｈ ｉ ｓ ｔ ｏ ｇ ｒ ａ ｍ
ｔ ｏ ｃ ｏ ｒ ｒ ｅ ｌ ｏ ｇ ｒ ａ ｍｓ ａ ｎ ｄ ｓ ｔ ｒ ｕ ｃ ｔ ｕ ｒ ｅ ｅ ｌ ｅ ｍｅ ｎ ｔ ｈ ｉ ｓ ｔ ｏ ｇ ｒ ａ ｍ ｉ ｍａ ｇ ｅ ．Ｆ ｉ ｒ ｓ ｔ ｌ ｙ，ｔ ｈ ｅ ｃ ｏ ｌ ｏ ｒ ｉ ｍａ ｇ ｅ ｉ ｓ ｑ ｕ ａ ｎ ｔ ｉ ｚ ｅ ｄ ｔ ｏ ６ ３ ｃ ｏ ｌ ｏ ｒ ｓ ｎ ｏ ｎ ｕ ｎ ｉ ｆ ｏ ｒ ｍｌ ｙ ，ａ ｎ ｄ ｔ ｈ ｅ ｉ ｍａ ｇ ｅ ｉ ｓ ｅ ｖ ｅ ｎ ｌ ｙ ｐ ａ ｒ ｔ ｉ ｔ ｉ ｏ ｎ ｅ ｄ ，ｔ ｈ ｅ ｓ ｕ ｂ－ｂ ｌ ｏ ｃ ｋ ｃ ｏ ｌ ｏ ｒ ｒ ｅ ｐ ｒ ｅ ｓ ｅ ｎ ｔ ａ ｔ ｉ ｖ ｅ ｖ ａ ｌ ｕ ｅ ｉ ｓ ｕ ｓ ｅ ｄ ｔ ｏ ｒ ｅ ｐ ｌ ａ ｃ ｅ ｔ ｈ ｅ ｃ ｏ ｌ ｏ ｒ ｖ ａ ｌ ｕ ｅ ｏ ｆ ｅ ａ ｃ ｈ ｐ ｉ ｘ ｅ ｌ ｉ ｎ ｔ ｈ ｅ ｓ ｕ ｂ—ｂ ｌ ｏ ｃ ｋ． Ｔ ｈ ｅ ｎ，ｔ ｈ ｅ ｉ ｎ ｆ ｏ ｒ ｍａ ｔ ｉ ｏ ｎ ｏ ｆ ｅ ａ ｃ ｈ ｓ ｕ ｂ —ｂ ｌ ｏ ｃ ｋ ｉ ｓ ｓ ｔ ａ ｔ ｉ ｓ ｔ ｉ ｃ ａ ｌ ｌ ｙ ｃ ａ ｌ ｃ ｕ ｌ ａ ｔ ｅ ｄ ｂ ｙ ｕ ｓ ｉ ｎ ｇ ｔ ｈ ｅ ｐ ｉ ｒ ｍｉ ｔ ｉ ｖ ｅ ｓ ａ ｎ ｄ ｔ ｈ ｅ ｓ ｔ ｕｃ ｒ ｔ ｕ ｒ ａ ｌ ｅ ｌ ｅ ｍｅ ｎ ｔ ，ａ ｎ ｄ ｔ ｈ ｅ ｔ ｅ ｘ ｔ ｏ ｎ
基于随机局部特征的图像检索算法研究
基于随机局部特征的图像检索算法研究随着数字图像数据的不断增长与检索需求的日益增强，图像检索技术已经成为了图像处理和计算机视觉领域中一个非常重要的课题。
在这个前提下，基于随机局部特征的图像检索算法研究得到了广泛的关注与研究。
一、传统图像检索算法的问题在介绍随机局部特征的图像检索算法之前，首先需要了解一下传统图像检索算法存在的问题。
在传统图像检索算法中，常常会使用手动标注或自动标注的方式来描述图像之间的关系，例如使用直方图、颜色、纹理、边缘等特征来进行图像检索。
然而，这些方法存在以下的几个问题：1. 特征不够鲁棒：在真实场景中，同一物体在不同光照、角度、遮挡等条件下的图像特征会有很大的变化，而传统的特征描述方法不能很好地适应这种情况。
2. 物体变形或不存在：在一些场景下，物体的形状可能会发生变形，或者在一些场景下物体可能不存在，而传统的特征描述方法无法处理这种情况。
3. 特征维度高：还有一个问题就是当特征描述方法过于粗糙或者特征维度过高时，检索效果会大大降低。
因此，随着数据量的不断增长，传统的图像检索方法已经很难满足实际需求。
二、基于随机局部特征的图像检索算法随机局部特征是一种新兴的特征描述方法，它可以挑选出图像区域中的关键点，并基于这些局部关键点来描述图像。
随机局部特征算法的核心思想就是在图像中随机选取一些区域，在这些区域中检测出关键点，并描述这些关键点的局部特征。
这种算法的特点是基于局部特征进行描述，对于不同的图像，其描述方法是不一样的。
基于随机局部特征的图像检索算法可以分为两个阶段：1. 特征提取阶段在该阶段中，算法会从原始图像中提取出一些关键点，并对关键点进行局部特征描述，然后将描述后的局部特征存入特征数据库中。
这个阶段是算法中最重要的部分，因为该阶段中提取的特征会直接影响到后续检索的效果。
2. 检索阶段在该阶段中，算法会将待检索图像的特征与数据库中的特征进行比对，从而找到与待检索图像最相似的图像。
基于结构量化直方图的图像检索方法
基于结构量化直方图的图像检索方法金莲芳;覃团发;王海霞;帅勤【期刊名称】《中国图象图形学报》【年(卷),期】2006(011)002【摘要】颜色结构描述符虽然保留了颜色的结构信息,但是对8×8像素结构化元素内的颜色内容处理较粗糙,为了区分具有相同颜色结构直方图的完全不同的两幅图像,提出了一种基于结构量化直方图的检索方法,指出颜色结构直方图和全局直方图分别是结构量化直方图取量化步长为1和0时的特例.对3者在HMMD(hue-max-min-difference)颜色空间采用不同量化维数(32,64,128,256)的2600张花卉图库检索实验中的平均检索率(RARR)以及平均归一化修正检索等级(GANMRR)性能进行了分析,检索结果表明量化步长取0.5时的结构量化直方图的性能最优.另外还详细介绍了MPEG-7标准的颜色评价准则并以此作为评判检索结果优劣的依据.【总页数】6页(P180-185)【作者】金莲芳;覃团发;王海霞;帅勤【作者单位】广西大学计算机与电子信息学院,南宁,530004;广西大学计算机与电子信息学院,南宁,530004;广西大学计算机与电子信息学院,南宁,530004;广西大学计算机与电子信息学院,南宁,530004【正文语种】中文【中图分类】TP391【相关文献】1.基于兴趣点方向梯度直方图的图像检索方法 [J], 田娟娟;冀小平2.一种基于模糊量化直方图的图像检索方法 [J], 张卫红;张前进3.基于边缘角度二阶差分直方图的城市遥感图像检索方法 [J], 刘嗣超;李成名;孙林4.基于直方图的图像信息检索方法 [J], 毕军涛;丁喜纲5.基于直方图的图像信息检索方法 [J], 毕军涛;丁喜纲因版权原因，仅展示原文概要，查看原文内容请购买。
基于方向局部极值模式的图像检索算法
基于方向局部极值模式的图像检索算法卫丽华;朱鹏程;管致锦【摘要】To solve the defects such as weak ability of anti-noise,low robustness and sensitivity to the local noise in current image retrieval algorithm based on local binary patterns (LBP),an image retrieval algorithm based on directional local extrema patterns was proposed.The DLEP model of four directions was obtained by calculating the local extremum in four directions of 0 degrees,45 degrees,90 degrees,4 degrees and 135 degrees,and the directional edge information and spatial relations were got using DLEP during the process of texture extraction.The DLEP histogram of the image orientation was formed based on the four directions of the DLEP model for constructing the feature vector according to the DLEP histogram.The image retrieval was fi-nished by introducing the similarity distance measure.Experimental results show that this algorithm has higher precision,recall and average retrieval rate compared with LBP,block-based LBP algorithm and center symmetric local binary model.%针对基于局部二值模式(local binary patterns,LBP)的图像检索算法对局部噪声敏感,导致算法抗噪能力弱、鲁棒性低等不足,提出一种基于方向局部极值模式(directional local extrema patterns,DLEP)的图像检索算法.通过计算图像像素点在0°、45°、90°和135°这个方向的局部极值,得到这4个方向的DLEP模式,利用DLEP在纹理提取过程中获取更多的方向边缘信息和空间关系;基于4个方向的DLEP模式,形成图像方向的DLEP直方图,根据DLEP直方图,构建图像的特征向量;引入相似距离度量进行特征匹配,完成图像检索.实验结果表明,与LBP、基于块的LBP算法和中心对称局部二值模式进行比较,在Corel图像数据库中,该算法具有更高的查准率、查全率和平均检索率.【期刊名称】《计算机工程与设计》【年(卷),期】2016(037)012【总页数】6页(P3334-3339)【关键词】图像检索;局部二值模式;方向特征;相似距离度量;方向局部极值模式【作者】卫丽华;朱鹏程;管致锦【作者单位】南通理工学院软件工程系,江苏南通 226002;南通大学杏林学院,江苏南通 226019;南通大学计算机科学与技术学院,江苏南通 226019【正文语种】中文【中图分类】TP391基于内容的图像检索(CBIR)技术已成为图像检索的研究热点，CBIR的关键技术是如何准确快速提取图像特征，常用的图像特征有纹理，颜色，形状和空间关系等[1-3]。
基于动态局部颜色直方图的图像检索
Image Retrieval based on Dynamic Local Color
Histogram
作者： 应龙;吴玲达;栾悉道
作者机构： 国防科学技术大学信息系统与管理学院,长沙410073
出版物刊名： 系统工程理论与实践
页码： 92-97页
主题词： 基于内容的图像检索;动态局部颜色直方图;非参数聚类;图像分割
摘要：利用了Mean蝴聚类方法对图像进行不规则的划分，在此基础上定义了一种动态局部直方图。
设计了一个能同时表征图像颜色和位置信息的统计量，并且给出了计算图像相似度的方法．该算法既改进了以往局部直方图利用图像位置信息的检索方法的不足，而且保留了全局直方图方法具有的旋转不变性和缩放不变性．实验结果表明，在准确引入了图像的空间位置信息后，较大的提高了图像检索的精度，检索结果中不再出现和示例图像颜色成分相似而空间分布不同的图像，实验结果较好的验证了算法的有效性和稳健性．。
基于局部结构直方图的图像检索
基于局部结构直方图的图像检索刘广海;杨家均【期刊名称】《计算机工程》【年(卷),期】2012(38)11【摘要】在图像检索领域中,为更好地利用Julesz基元概念来描述图像内容,提出一种新的图像特征描述方法—局部结构直方图.将彩色图像从RGB空间转换到HSV颜色空间,分别提取边缘方向和颜色信息.定义5种基元类型进行局部结构检测,并利用直方图描述图像特征.实验结果表明,与LBP直方图和Gabor滤波器方法相比,该方法的检索性能较优.%In order to make better use of Julesz's texton concept to describe the image content for image retrieval, this paper presents a new method, namely Local Structure Histogram(LSH), to describe image features. It converts color image from RGB color space to HSV color space, and extracts colors information and edge orientation in HSV color space. It defines five textons types for local structures detection, and uses histogram to represent image features. Experimental results show that the performance of the method is better than that of local binary pattern histogram and Gabor filter method.【总页数】3页(P189-191)【作者】刘广海;杨家均【作者单位】广西师范大学计算机科学与信息工程学院,广西桂林541004;中国科学院成都计算机应用研究所,成都610041【正文语种】中文【中图分类】TP391【相关文献】1.基于改进颜色直方图和灰度共生矩阵的图像检索 [J], 吴庆涛;曹再辉;施进发;;;;2.基于改进颜色直方图和灰度共生矩阵的图像检索 [J], 吴庆涛;曹再辉;施进发3.基于基元自相关图和结构元直方图的图像检索 [J], 刘芳辉;郭慧;张培;周邵萍4.基于分块颜色直方图的快速图像检索 [J], 陈迪凯;陈鹏5.基于边缘角度二阶差分直方图的城市遥感图像检索方法 [J], 刘嗣超;李成名;孙林因版权原因，仅展示原文概要，查看原文内容请购买。
基于标准化局部特征组合的图像检索的开题报告
基于标准化局部特征组合的图像检索的开题报告1. 研究背景在当今人类社会中，数字图像的应用越来越普及，如社交媒体、医学图像、安全检测、搜索引擎等。
而图像检索技术也因此而受到广泛关注和研究。
图像检索主要是根据查询图像的特征，从图像库中检索出相似的图像。
其中，局部特征比全局特征更受欢迎，因为它们对图像的旋转、缩放、亮度和噪声有更好的鲁棒性。
2. 研究目的本课题旨在探索基于标准化局部特征组合的图像检索算法，并提高检索的准确性和效率。
该算法可以利用多种局部特征（如SIFT、SURF、ORB、BRISK等）进行特征提取，并结合标准化技术进行特征组合，以减少特征匹配中的误差。
3. 研究内容和技术路线本课题主要研究内容包括以下几个方面：（1）基于局部特征的图像特征提取算法比较及性能评价。
（2）标准化技术的应用研究，如归一化（Normalization）、标准化（Standardization）等。
（3）基于标准化局部特征组合的图像检索算法的设计与实现。
（4）检索结果的评价，包括准确度、精确率、召回率等指标。
本课题的技术路线主要包括：（1）采用Python语言编写代码实现基于局部特征的图像特征提取算法的比较及性能评价。
（2）研究标准化技术的应用，开发相应的算法实现。
（3）设计并实现基于标准化局部特征组合的图像检索算法。
（4）对算法的检索结果进行评价。
4. 预期成果和意义（1）本课题将设计并实现一种基于标准化局部特征组合的图像检索算法，从而提高图像检索的准确性和效率。
（2）该算法可以应用于社交媒体、医疗影像、安全监控等领域，提供更准确、高效的图像检索服务。
（3）本课题的研究成果将为图像检索技术的研究和应用提供一定的参考和指导，具有一定的学术和应用价值。
基于局部累积直方图和纹理特征的图像检索方法
基于局部累积直方图和纹理特征的图像检索方法
邱炜;陈斌;胡康达
【期刊名称】《计算机应用》
【年(卷),期】2009(029)0z2
【摘要】提出了结合HSI颜色空间的局部累积直方图和图像的纹理特征进行检索的新方法.在HSI颜色空间求局部累积直方图,既可以消除大量离散的零值点,又考虑到累积前后两种颜色的相似性,符合人眼的视觉感知特点;利用以灰度共生矩阵为基础的纹理特征对局部累积直方图检索的结果进行二次检索,充分考虑了图像的空间信息.避免单一的颜色特征描述图像的片面性.基于花卉图像库的检索实验结果表明,该方法可以取得良好的检索效果.
【总页数】3页(P239-240,243)
【作者】邱炜;陈斌;胡康达
【作者单位】中国科学院,成都计算机应用研究所,成都,610041;中国科学院,成都计算机应用研究所,成都,610041;中国科学院,成都计算机应用研究所,成都,610041【正文语种】中文
【中图分类】TP391.41
【相关文献】
1.局部累积直方图在彩色图像检索中的应用 [J], 强振平;刘辉
2.基于局部颜色直方图的图像检索方法研究及实现 [J], 刘毅;张明
3.基于局部累积直方图和纹理特征的图像检索方法 [J], 邱炜;陈斌;胡康达
4.基于图像颜色直方图及纹理特征提取的兴趣点凸包检索方法 [J], 郝衍;朱信忠;赵建民;徐慧英;傅玮玮
5.一种基于加权颜色形状特征和LBP-GLCM纹理特征提取的服装图像检索方法[J], 缪智文;何丽嘉;刘洞波
因版权原因，仅展示原文概要，查看原文内容请购买。
利用局部累加直方图进行彩色图象检索
利用局部累加直方图进行彩色图象检索
刘忠伟;章毓晋
【期刊名称】《中国图象图形学报：A辑》
【年(卷),期】1998(3)7
【摘要】在分析利用累加直方图对彩色图象进行检索的基础上首次引入了局部累
加直方图以提高检索效率。
本文还对ＨＳＶ（即色度、饱和度、亮度）空间中颜色的相似分布进行了研究，提出了一种新的相似色区间划分方法。
基于以上研究，本文提出了４种新的利用局部累加直方图和新的相似色区间划分方法的图象检索算法。
对真实图象检索的实验结果表明，这４种新算法的性能均远优于一般的累加直方图法。
【总页数】5页(P533-537)
【关键词】图象检索;HSV空间;累加直方图;彩色图象
【作者】刘忠伟;章毓晋
【作者单位】清华大学电子工程系
【正文语种】中文
【中图分类】TP391.41
【相关文献】
1.利用色彩直方图特征进行偏色图象的自动检测和校正 [J], 郑建铧;郝重阳;雷方元;樊养余
2.利用小波和矩进行基于形状的图象检索 [J], 姚玉荣;章毓晋
3.利用颜色特征进行图象检索 [J], 刘忠伟;章毓晋
4.利用颜色进行模式分类与图象检索的方法及应用 [J], 艾矫燕;朱学峰
5.彩色图象检索中的模糊直方图技术 [J], 曹奎;冯玉才;曹忠升;张军
因版权原因，仅展示原文概要，查看原文内容请购买。
基于局部特征的图像检索系统设计与实现的开题报告
基于局部特征的图像检索系统设计与实现的开题报告一、研究背景和意义随着数字图像数量的不断增长，如何高效地对大规模的图像库进行检索成为了一个亟需解决的问题。
传统的基于图像全局特征的检索方法在对于一些具有较强局部纹理特征的图像（如自然景物等）时效果较差，因此基于局部特征的图像检索方法逐渐成为了研究热点。
基于局部特征的图像检索方法以提取图像中的局部特征点为主要手段，该方法与图像的平移、旋转、缩放不敏感，能够获取丰富的图像信息以及更高效的处理速度，因此具有更好的可扩展性和鲁棒性，并且已经在图像识别、检索等领域中取得了广泛的应用。
本研究将使用局部特征描述符SIFT (Scale Invariant Feature Transform) 算法来对图像进行特征提取，并结合多媒体技术，设计和实现一个基于局部特征的图像检索系统。
二、研究内容和技术路线1.图像局部特征提取方法本研究将使用局部特征描述符SIFT算法提取图像中的局部特征点，具体地，我们将实现以下步骤：(1)对图像进行预处理，包括去噪、边缘检测等。
(2)通过高斯差分金字塔（DOG）找到SIFT算法中的极值点，并使用尺度空间极值算法进行极值点筛选，以减少噪声。
(3)利用DoG局部极值点计算SIFT特征描述符。
2.倒排索引技术设计基于局部特征的图像检索系统需要建立索引结构以达到快速检索的目的。
本研究将采用倒排索引技术，将图像局部特征描述符存储在索引结构中，以加快检索速度。
具体地，我们将实现以下步骤：(1)对于每张图像，将其局部特征描述符按照特征空间划分为多个邮编，每个单词对应一个局部特征点。
(2)使用哈希表来存储每个单词在每张图像中出现的局部特征点，以建立倒排索引。
(3)对于每个查询图像，提取其局部特征点，并通过哈希表快速获取与其相似的图像。
3.多媒体技术实现本研究将使用多媒体技术实现基于局部特征的图像检索系统，主要包括以下实现：(1)设计查询页面，允许用户上传查询图像，系统将自动获取其局部特征描述符并进行检索。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
［ ｓｒｃ ］Ｉ ｒｅ ｏｍａ ｅｂ ｔ ｒ ｓ ｆＪｌｓ’ ｔｘｏ ｏ ｃｐ ｅｃｉｅｔｅｉ ｇ ｏ ｔｎ ｏ ｇ ｅ ｉｖｌｔｉ ｐｐ ｒ ｒｓｎｓａｎ ｗ Ａｂ ｔａ ｔ ｎｏｄ ｒ ｋ ｅｔ ｅｏ ｅｚＳ ｅ ｔｎｃ ｎｅ ｔｏｄ ｓｒ ｍａ ｅｃ ｎｅｔｆｒｉ ｅｒｔｅ ａ，ｈｓ ａ ｅ ｅｅ ｔ ｅ ｔ ｅｕ ｕ ｔ ｂ ｈ ｍａ ｒ ｐ
［ ｙｗｏ ｄ ］ｉ ｇ ｅｒ ｖ ｌＨＳ ｃ ｌｒ ｐｃ ；ｏｏ ｕ ｎｉａｉｎ ｅｇ ｒ ｎａｏ ；ｏ ａｓ ｃｕｅ ｅｅｔ ｎ Ｌ ｃｌ ｔ ｃ ｒ ｓ ｇａ Ｌ Ｈ） Ｋｅ ｒ ｓ ｍａｅｒｔ ｅａ； Ｖ ｏｏ ａｅ ｃ ｌｒ ａｔ ｔ ；ｄ ｅｏｉ ｔｔ ｎ ｌｃｌｔ ｔｒ ｔｃｉ ； ｏａ ｒ ｔ ｅ ｔ ｒｍ（ Ｓ ｉ ｓ ｑ ｚ ｏ ｅ ｉ ｒ ｕ ｄ ｏ Ｓｕ ｕ Ｈｉ ｏ
１
１
２
５
５
ａ和 ｂ 间的夹角为 ： 之
（） 图 ａ原
一ｓ 一ｓ 】 ０ （ ｏ 【
进行均匀量化 ，则边缘方向映射 ＯＸＹ 可表示为 ： （，１
Ｏ Ｘ． ＝妒 妒 Ｏ１ 一 一 ｝ （， ） ， ∈｛， － ， １ ｙ ，
（ ４ ）
ｆ１ ５
计算 图像所有像素点 的边缘方 向后 ，再对 图像边缘 方向
斑点、线 段端点、相交线段 以及边界线段等 。从本质而言 ， Ｊ
基元也是一种 局部结构。 目前 ，基元概念 已经被应用到 图像 分析和 图像检索 中，并且取得 了较好 的性能 Ｊ 。为更好地利 用 Ｊｌ ｚ基元概念来描述 图像 内容 ，本文提 出局部结构直方 ｕｅ ｓ 图（ ｏａ Ｓｒｃ ｒ Ｈｉ ｏｒｍ， Ｓ 来进行基于 内容的 图像检 Ｌ ｃｌ ｔ ｔ ｅ ｓ ｇａ Ｌ Ｈ） ｕｕ ｔ 索 ，该方法不仅能够描述颜色特征 和边 缘特 征 ，而且还能够 表达一定的空 间属性 。
真正 实现语 义检索。 １８ ９ １年 ，Ｊｌｓ 出了基元概念 ，基元被 认为是 细长 的 ｕｅｚ提
假设一幅大小为 Ｍｘ Ｎ像 素的彩色 图像 ，在 ＨＳ Ｖ颜色空
间 中将它量化为 ５ ４种颜 色 ，则 它的颜色索 引图像可表示为
Ｃ ｘ ），其 中 ， ∈［，・， — ］ （， ０１ 一Ｍ １Ｙ∈［，・， ］ ， ， ０１－Ｎ一１。 ，－
ａ ｄ ｅ ｔａ ｔ ｏ ｏ ｓ ｉ ｏ ｍａ ｉ ｎ ａ ｄ ｅ ｅ ｏ ｉｎ ａ ｉ ｎ ｉ Ｖ ｏ ｏ ｐ ｃ ．Ｉ ｄ ｆ ｅ ｖｅ ｔ ｘ ｏ ｙ ｅ ｏ ｏｃ ｌｓ ｒ ｃ ｕ ｅ ｅ ｅ ｔ ｎ ｎ ｓ ｓ ｎ ｘ ｒ ｃ ｓ ｃ ｌ ｒ ｎｆ ｒ ｔ ｎ ｄｇ ｒｅ ｔ ｔ ｎ ＨＳ ｃ ｌ ｒ ｓ ａ ｅ ｔ ｅ ｎ ｓ ｆ ｅ ｔ ｎｓ ｔ ｐ ｓ ｆ ｒ ｌ ａ ｔｕ ｔ ｒ ｓ ｄ ｔ ｃ ｉ ，ａ ｄ ｕ ｅ ｏ ｏ ｉ ｉ ｏ ｈ ｓ ｏ ｒ ｍ ｏ ｒ ｐ ｅ ｅ ｔ ｉ ａ ｅ ｆ ａ ｕ ｅ ．Ｅｘ ｒｍｅ ｔ ｌｒ ｓ ｔ ｈｏ ｔ ａ ｈ ｅ ｆ ｒ ｎ ｃ ｆ ｔ ｅ ｍｅ ｏ ｓ ｂ ｔ ｒ ｔ ａ ｈ ｔｏ ｏ ａ ｎ ｒ ａ ｔ ｍ ｉｔ ｇ ａ ｔ ｅ ｒ ｓ ｎ ｍ ｇ ｅ ｔ ｓ ｒ ｐｅ ｉ ｎ ａ ｅ ｕｌ ｓ ｗ ｈ ｔ ｔ ｅ ｐ ｒ ｏ ｍａ ｅ ｏ ｈ ｔ ｄ ｉ ｅ ｔ ｎ ｔ ａ ｆ ｌ ｃ ｌｂｉ ａ ｙ ｐ ｔ ｓ ｈ ｅ ｈ ｅ ｈ ｓ ｏ ｒ ｍ ｎ ｂ ｒｆｌ ｒｍ ｅ ｏ ｉｔ ｇ ａ ａ ｄ Ｇａ ｏ ｔ ｔ ｄ． ｉ ｅ ｈ
中 圈分类号， Ｐ９ Ｔ ３１
基 于局 部 结构 直 方 图的图像检 索
刘 广海 ，杨家均
（．广西师范大 学计算机科 学与信息工程学院 ，广西 桂林 ５ １０ ； １ ４ ０ ４ ２ ．中国科 学院成都计算机应用研究所 ，成都 ６ ０ ４ ） １０ １
摘
要 ：在 图像检索领 域中 ，为更好地利用 Ｊｌ ｚ ｕ ｓ 基元概 念来描述图像 内容 ，提 出一种新 的图像特征描述 方法——局部 结构直 方图。将彩 ｅ
１ｌ （ （ （ ） ＝ ） ） ｄ √ ＋ ＋
（） １ （） ２ （） ３
５
３
２
２
０
１
Ｌ＝（ （） （） √ ＋ ｂ ） ＋ ｌ
ａ・ ｂ＝ ・ ｙ＋ ・ 十 。 Ｈ
０
３
４
３
５
４
２
２２ 边缘方 向检测 ． 本文 在 ＨＳ Ｖ颜色 空 间中直接提 取彩 色 图像边 缘 方向 。 因为 ＨＳ 颜色 空间是一 种基 于 圆柱 形坐标 体系 的颜色 空 Ｖ 间 ，所 以在计算 边缘 方向之 前 ，首 先将投 它转换为 笛卡尔
坐 标 系 统 。假 设 （ Ｓ Ｖ 为 圆 柱 形 坐标 系 上 的一 点 ，则 日， ，） （ ， 为 （ ＳＶ 在 笛 卡 尔 坐标 系 上 的变 换 ，其 中 ， Ｈ ， ） ＳＶ Ｈ， ，） Ｈ ：Ｓ．ｏｒ ， ｃ ｓＶ１Ｓ ＝Ｓ・ ｎＨ） Ｖ ＝Ｖ。 Ｊ ｓ （ ， ｉ 因为 Ｓ ｂｌ 缘检 测算 ｏ ｅ边
ｍｅ ｏ ， ａ ｌ ｏ ａ ＳｒｃｕｅＨｉ ｏ ｒｍ（ Ｓ ，ｏｄ ｓｒ ｅｉ ｇ ｅｔｒｓ Ｉｃ ｎ ｅ ｓｃ ｌｒｍａ ｅｆｏ Ｒ ｏｏ ｐ ｃ ｏＨＳ ｃｌｒｓａｅ ｔ ｄ ｎ ｍｅｙＬ ｃｌ ｔ ｔｒ ｓ ｇａ Ｌ Ｈ）ｔ ｅｃｉ ｈ ｕ ｔ ｂ ｍａｅｆａ ｅ．ｔ ｏ ｖｒ ｏｏ ｇ ｒｍ ＧＢ ｃ ｌｒ ａｅｔ Ｖ ｏｏ ｐ ｃ， ｕ ｔ ｉ ｓ
收稿 日期 ：２ １－ —２ ０ １ １ １２
Ｅ ｍａ ：ｌ ｇ ａｇ ａ ０ ＠１３ ｏ － ｉ ｉ ｕｎ ｈ ｉ ９ ６ ． ｍ ｌ ｕ ０ ｅ
１０ ９ 对
计
算
机
工
程
１ ｌ ３ ２ ４
２１ ０ ２年 ６ ５日 月
３
和 颜色分量进行边缘检测。 Ｘ和 Ｙ方向的梯度分别
假设在 图像 中任意取一个 ２ ２方格 ，方格 内的像素分别 ｘ 为 Ｖ￣ ４ ＩＶ。如果方格 内有 ３个 或 ４个像素具有相 同值 ，则认为 具有相 同像素值（ 边缘方向索 引值或颜色索 引值） ，不 同的 阴
第３ ８卷 第 １ 期 １
Ｖｏ１ － ３８
・
计
算
机
工
程
２１ ０ ２年 ６月
Ｊ ｎ ２０１ ｕ ｅ ２
Ｎ Ｏ． １ １
Ｃｏ ｕ ｅ ｇｉ ｅ ｉ ｍｐ ｔ ｒＥｎ ｎｅ ｒｎｇ
图形 图 像处 理 ・
文章编号： ００ ３２（ １） —０８—ｏ 文献 １０— ４８ ｏ２ １ １ ＿３ ２ ｌ ９ 标识码： Ａ
结构。文献［—］ ２３定义 了 ５种基元类型来进行 局部 结构分析 ，
如 图 １ 示。 所
出］ Ｔ
ｖ３
（）× ａ２ ２方格
（） ｂ特殊 基 元类 型
日日 ■ 田 田田田 圈圈
囹 口 团 囡 困 口 口 口 圈
２４ 特征描述 ．
（） ｃ局部 结构模 式 判断
圈 １ 基元 的定义
色特征 以及简化操作 ， 本文选择 ＨＳ Ｖ颜色空间来进行颜 色量
化 ，将彩色图像均匀量化为 ６ ３ ３ ５ ｘ ￣＝ ４种颜色 ，即 日 分量均 匀量化为 ６ ｉ，Ｓ和 分量分别均匀量化 为 ３ ｉ。 ｎ ｂ ｎ ｂ
查询 ，比较符合人类对 图像信息 的感知模 式 ，但 目前 还没有
的颜色空 间。常见的颜 色空间有 Ｒ Ｂ、Ｌ Ｇ ＵＶ、Ｌ ｂ ａ 、ＨＳ Ｖ和 ＹＣ Ｃ 等 ］ ｂｒ 。
图像检索和基于语义 的图像检索。基于 文本的图像检索实质 上是采用成熟 的文本检索技术来实现图像检索 。它需要耗费
大量人力来标注 图像 ，并且所标注的图像内容具有很强 的主
ＨＳ Ｖ颜色空 间属于均匀颜色空间 ， 颜色 由色调（ ｕ ） Ｈ ｅ、饱
其 中， Ｘ ０１ Ｍ一１ ∈【 １一Ｎ一 】 Ｅ［， …， 】 ， ， ０ ， １ ；ｍ为边缘方 向的量 化 数 目，在 本文 中 ｍ＝１ ８。
２３ 局部结构检测 ． 在 本文中 ，局部 结构被定义为 图像 中具有方 向或者颜色
相似性的局部区域 ，分别称 为边缘 方向局部结构和颜色局部
色 图像从 Ｒ Ｂ空间转换到 Ｈ Ｖ颜色空 间，分别提取边缘 方向和颜色信 息。定义 ５ Ｇ Ｓ 种基元类型进行局部结构检测 ，并利用直方 图描述 图像
特征 。实验结果表 明，与 Ｌ Ｐ 方图和 Ｇ ｂ ｒ Ｂ 直 ａ ｏ 滤波器方法相 比，该方法 的检索性能较优 。 关健 词 ：图像检索 ；Ｈ Ｖ颜 色空间 ；颜色量化 ；边缘方 向；局部结构 检测 ；局部结构直方图 Ｓ
子对噪声不是很敏感 ，所以本文利用 Ｓ ｂ ｌ边缘检测算子 Ｊ ｏｅ
基金项 目：广西 自 然科 学基金 资助项 目 ２ １Ｇ Ｎ Ｆ ０ ８７） （０ １Ｘ Ｓ Ｂ １００ 作者简介 ： 刘广 海（９７ ， ，副教 授、博士 ， １７ 一） 男 主研 方向：图像 分
析 ，模式识别 ；杨家均 ，高级工程师
表示为 ａ ， ） （； ｙ ，其中，Ｈ： （ ， 和ａＨ ， Ｓ， ） 表示 Ｈ 分量
ｌ ３ ２ ５ ３ ３
水平方 向；Ｈ： 表示 Ｈ 分量垂直 方向，以此类推 ，可以得 到
其他分量的梯度 ，根据数量积的相关定义可得 ：
３ ３ ２ ４ １ ２
ＤＯＩ １ ． ６ ／ｉ ｎ１ ０ ．４ ８ ０ ２１ ．５ ： Ｏ３ ９ｊｓ ．０ ０３ ２ ． １ ．１ ８ ９ ．ｓ ２ ０
ｌ 概 述
目前 ，图像检索 技术 已经成为计算机视觉与模式识别 的
研究热点之一 ，主要包括基于文本 的图 ． １ 颜色特征被广泛应 用于基于 内容 的图像检索 ，它能够提 供 丰富的信 息来表达 图像 内容 。颜色特征提取需要选择合适
２ 局部结构直方图
本文在基元概念 的基础上 ， 据 Ｈ Ｖ颜色空间的属性提 根 Ｓ 出一种新的 图像特征描述 方法—— 局部 结构直 方图 ，它能够 描述 图像 的颜色信息 、边缘信息和一定 的空间信 息。基于 局 部结构直 方图的图像检索方案主要过程包括 ：颜色量化和边