颜色和纹理特征相结合的图像检索算法研究

摘要

随着互联网的发展，各种图像信息日益丰富，基于内容的图像检索成为一个热门的研究课题。本文在大量基于内容的图像检索文献的基础上，对基于颜色和纹理的图像检索进行了研究，并对用颜色、纹理及两者相结合的方式进行图像检索的算法进行了实验。主要研究内容如下：
　　 (1)在基于颜色特征的检索方面，本文从Tahoun算法得到启发，提出了HSV空间分量距离综合算法。该算法选择HSV颜色空间，首先采用非等间隔量化的方法对示例图像中的像素进行量化，然后分别求出HSV颜色空间的三个分量的直方图，接着分别计算三个分量的直方图与图像库中的图像对应分量的直方图间的曼哈顿距离，得到两幅图像对应分量间的距离，即H分量间的距离、S分量间的距离和V分量间的距离，最后提出引入HSV颜色空间非等间隔量化后构造特征矢量的公式，用来计算两幅图像之间最终的距离。实验表明，该算法在保持Tahoun算法较低的量化bin数的基础上，对于光照强度的变化具有更好的鲁棒性，同时该算法可以有效降低主色与示例图像有较大差异的图像对检索结果的干扰，对于实验中使用的图像库，提高了检索的查全率。
　　 (2)在基于纹理特征的检索方面，本文提出了Gabor滤波结合图像锐化算法。该算法在Gabor滤波之前，加入了图像锐化的步骤。本文通过实验，比较了Gabor滤波选取不同参数时的检索效果，以及不同锐化算子跟Gabor滤波结合时的检索效果。实验表明，使用Gabor滤波结合图像锐化算法检索的结果与直接使用Gabor滤波算法检索的结果相比，相关图像排列更加靠前，同时，使用Gabor滤波结合图像锐化算法检索的结果中前15幅图像中，不相关图像从视觉上更接近示例图像。特别是Sobel锐化算子跟Gabor滤波结合提取纹理时，能够取得最好的检索效果。
　　 (3)本文综合运用HSV空间分量距离综合算法和Gabor滤波结合图像锐化算法，同时应用基于区域的特征提取技术，建立了基于颜色和纹理的图像检索实验系统，通过实验确定了进行综合特征检索时，颜色特征和纹理特征的参考权重。对于实验中使用的图像库，采用实验得到的颜色特征和纹理特征的参考权重，能够取得较好的检索效果。