基于颜色特征，形状特征和纹理特征的数字图像的检索（Digital Image Retrieval）MATLAB GUI实现

Posted 2021-06-30 踟蹰横渡口,彳亍上滩舟。

**

数字图像的检索

下载地址：代码、数据集下载地址
如需论文请联系：[e-mail]

**

1. 摘要

随着互联网发展的日新月异，人们对于信息的需求不再是简单的文字，大量的图像、语音和视频信息爆发式的出现，其包涵的信息远远超过文本。传统的检索方式已经不再满足人类的需求，就图像信息而言，数字图像的检索技术应运而生。本人所研究的数字图像检索技术主要是基于颜色和形状的特征，在此基础上提出了一种检索算法，最终通过MATLAB平台构建了一个数字图像检索系统。所研究主要内容如下：
首先对图像的颜色和形状特征的提取方法进行了探索和研究，并实现了基于HSV颜色矩和Hu不变矩两种特征的提取。其次在检索方法上以特征的距离作为检索依据，进而寻找最佳检索结果。为了提高检索的效率，设计了一种先对图像进行粗扫描后进行细扫描的办法，大大提高了检索效率。最后，使用MATLAB的GUI平台搭建了所研究的数字图像检索系统，并得到了很好的测试效果。

关键词：颜色矩，HSV，Hu不变矩，GUI

2.目 录

第1章 绪论 1
1.1研究背景及意义 1
1.2国内外的研究现状 2
1.3本文阐述的内容 3
第2章 图像检索的原理 4
2.1检索系统的结构设计 4
2.2检索系统各模块分析 4
2.2.1描述模块 4
2.2.2查询模块 4
2.2.3匹配模块 5
第3章 图像特征的提取 6
3.1颜色特征的提取 6
3.1.1颜色特征的描述 6
3.1.2颜色特征的提取 8
3.2形状特征的提取 10
3.2.1形状特征的描述 10
3.2.2形状特征的提取 11
第4章 图像检索系统测试和分析结果 12
4.1 颜色特征的检索仿真实现 13
4.1.1 图像文件的检索 13
4.1.2 图像中物体的检索 13
4.2形状特征的检索仿真实现 14
4.2.1 图像文件的检索 14
4.2.2 图像中物体的检索 15
4.3性能分析 16
第5章 小结 17
参考文献 18

第1章 绪论
1.1研究背景及意义
计算机和视频技术的结合促进了多媒体的应运而生，涵盖语音、图像和视频技术的多媒体技术发展越来越受到人们的关注。而图像作为一种独特的信息载体，以其强大的可视化和直观性备受人们的青睐。正是因为图像越来越多的被选择作为信息的载体，涌现了海量的图像信息，如何在海量的数据信息中寻找到想要得到的目标图像，已经成为当今的人们问题。只有高效、准确并有组织的检索到图像信息，才能真正方便快捷的利用这些信息。因此基于颜色、形状、纹理、内容等多特征图像检索技术成为20世界90年代研究者们研究的热点。
首先，图像检索是一门新兴的技术，它与计算机视觉相关领域密不可分，又区别于传统的基于本文的图像检索。对于传统的检索方式，检索的准确性受到如下因素的影响：第一、传统的图像检索是给图像加上文本描述，然后通过对文本的检索匹配来达到目的，如果文字的标准发生变化，就需要重新制定图像的标识文本。第二、对于相似图像的描述存在一定的难度，而且海量图像的描述需要一定的工作量。第三、由于图像的标示是由人完成的，所以对图像的描述会存在很大的主观因素，即使是相同的图像，不同的人也会有不同的主观感受。所以不仅检索方法有失准确性，检索的目标也存在很大的不确定性。而基于图像特征的检索方式就很好的避免了这些问题，通过计算机强大的计算能力将人类无法直接得到的特征（比如：颜色、形状、纹理、频谱等）进行量化，这样就将带有主观性的描述、提出和识别转化为客观的计算数据。这样就有效的避免了关键词的不准确和人为的主观因素影响。
其次，图像检索的“新”主要体现在它使用图像特征的相似性匹配，与图像处理库、计算机视觉和模式识别等专门的图像处理和分析有很大的区别，但是又与这些领域相结合作为基础。基于图像特征的研究方法需要深入的研究图像特征的描述方法、特征的提出和匹配方法，还要处理相似性度量和检索效率的算法问题。这些问题的研究都将促进图像检索的准确性和效率。
现代科学技术的突飞猛进，尤其伴随着网络技术、多媒体技术和通信技术的日新月异，已经给人们的生产生活方式带来了巨大的变革，也极大地改变了人们对传统信息的看法，尤其是广阔的应用前景将推动我国互联网技术和多媒体技术的发展。
图像的形状和颜色两种特征是两个非常基础的特征，包含着丰富的图像信息，很多应用这两种方式的检索方式已经被验证是十分有效的。本文主要对这两种特征进行了深入的探索，并对两种算法进行了MATLAB实现。
现今，大量的图像存在于各种数据库中，从几十到几万甚至几百万张不等。图像数据库的研究主要支持以下三个领域：一、多媒体数据旅游景点。二、卫星遥感图像。三、地理信息系统。多媒体技术结合因特网的日新月异，使图像逐渐成为人们日常生活中必不可少的信息。大量的罪犯图像信息，利用图像处理能让公安机关快速破案；通过大量卫星图像的支持，天气预报的准确度大大提高。总之，大量图像信息的出现，所出现的图像处理技术，让图像信息渐渐和人们的日常生活密不可分。如何组织、表达、存储、查询、管理和检索这些海量的图像数据，是当今数据库所面临的首要问题。因此，如何提高数字图像处理的准确度，建立高效的图像检索系统已成为目前亟待解决的问题。
1.2国内外的研究现状
目前，图像检索的研究与应用已经成为最人们的方向之一，应用最为广泛也是最成熟的主要是基于图像颜色特征、形状特征和物体空间方位的检索。
近年来，作为计算机视觉和模式识别交叉学科的图像检索备受研究者们的青睐。在国外，特别是一些发达国家如美国，图像检索更成为了一项研究热点。越来越多的科研部门、高等院校、商业公司、甚至政府机构都投入了大量的人力、物力和财力进行检索系统的研究和开发，以此想达到迅速占领该领域的目的。目前美国的IBM公司、Virage和Excalibur都已经开发出了基于多特征的图像检索系统，并且提供了演示的网站。
在国内，浙江大学基于图像形状特征的检索系统Photo Engine和基于颜色特征的检索系统Photo Navigate；中科院计算机研究所所提出的基于多特征的多媒体检索系统；南京邮电大学所研发的基于颜色和纹理的图像检索系统……具有很强的代表性。这些索系统的查询框架基本类似，只是采用了不同的算法来提取图像的特征，当然其性能也各有差异。
颜色和形状特征在成熟的检索系统中是应用最为广泛的两种特征。对于颜色特征，颜色直方图，颜色矩，颜色集等都可以用来表示图像的特征，通过这些方法提取颜色特征往往都是对图像中所有像素进行操作，因此在操作的过程中会出现很多冗余信息，为了消除冗余，一般现先寻找感兴趣的点在进行操作。对于形状特征，主要分为基于区域和基于轮廓的两类，由于图像的形状特征不会随着图像的平移，颜色等的变化而变化，因此基于形状的检索系统更容易识别目标，也有着相对高的检索准确性。本文所提出的基于形状的检索系统就是使用Hu不变矩，具有很好的旋转和尺度不变性。
1.3本文阐述的内容
第一章：绪论。主要介绍了本文的研究背景与意义、国内外的研究状况和本文的研究内容。
第二章：介绍了图像检索系统的框架和实现的原理。
第三章：介绍了颜色特征和形状特征的描述、提取和匹配方法。并对各个图像模型和算法的准确性和鲁棒性进行了分析。
第四章：通过MATLAB的GUI平台对所提出的检索算法进行实现，并对两种特征的优缺性进行分析，针对不同特征的检索目标利用不同的检索方式。
第五章：对全文的内容进行总结，并对数字图像检索的前景进行展望。

参考文献

[1] 章毓晋.图像处理[M].北京：清华大学出版社，2011
[2] 唐立军.段立娟.高文.基于内容的图像检索系统[J].计算机应用研究，2001
[3] 徐建华.图像处理与分析[M].北京：科学出版社，2002
[4] 阮秋琪.数字图像的处理与MATLAB实现[M].北京：清华大学出版社，2012
[5] Rafael C.Gonzalez.Digital Image Processing Using Matlab[M].Mc Graw Hill.1999
[6] Pingke Deng.Multiple-image encryption using spectral cropping and spatial multiplexing.2015