基于颜色特征的图像检索
基于颜色特征的图像检索
２１ ０ ０年 第 ２期
基 于 颜 色 特 征 的 图 像 检 索
潘 红 英
（ 东交 通 大 学 华 江西 南昌 ３０ １） ３０ ３
摘
要 ： 色是 描 述 图像 内容 最 直 接 的 视 觉特 征 之 一 ， 图像 内容 组 成 的 基 本 要 素 。相 对 于 其 他 特 征 颜 色 颜 是
同样 是 描 述 彩 色感 觉 的 关 键 参 数 。对 彩 色 来 说 ． 色 中 掺 人 颜
Ｆ ． 多 就 ｔ 越
和定 义 。 种 颜 色 模 型 所 标 定 的 所 有 颜 色 就 构成 了一 个 颜 色 某
空 间 颜 色模 型 的用 途 是 在 某 些 标 准 下 用 通 常 可接 受 的方 式
简化 彩色 规 范 。 以选 择 合 适 的 颜 色 模 型 对 正确 表达 目标 的 所
颜 色 内容 是 很 重 要 的
ｆ１Ｇ Ｂ模 型 １ Ｒ
面 向 硬 件 设 备 最 常 用 的 颜 色 模 型是 Ｇ Ｂ模 型 ．它 是 一 Ｒ 种 与 人 的视 觉 系统 结 构 密 切 相 连 的模 型 。在 Ｇ Ｂ模 型 中 ． Ｒ 每 种 颜 色 出 现 在 红 、 、 的 原 色 光 谱 分 量 中 ． 个 模 型 基 于 笛 绿 蓝 这
顶 点 对 应 白 色 。 在 这 个 模 型 中 ， 度 等 级沿 着 这 两 点 的 连 线 灰
分 布 ， 方 便计 算 ， 定 所 有 的 颜 色值 都归 一 化 了 。 为 假 根 据 这 个 模 型 ．每 个 彩 色 图像 包 括 ３个 独 立 的 分 色 图像 ， 当 送 人 Ｒ Ｂ监 视 器 时 ．这 三 幅 图 像 在 荧 光 屏 上 混 合 产 生 一 Ｇ 幅 合 成 的 彩色 图像 ｆ Ｉ 型 ２ ＨＳ 模 １
基于颜色的关键帧图像检索技术研究
而又急需解决 的问题 ，也使得基 于内容 的图像信 息检索
（ Ｂ Ｒ 成 为 当 前 的一 个 热 门 研 究课 题 。 Ｃ Ｉ）
性等属性 ， 因此笔者确定使用 Ｈ Ｖ颜色空 间作 为颜色特 Ｓ
征的匹配空间 。
基 于 内容 的视频 检索 ， 合 了图像 处理 、 融 模式识别 、 计算 机视觉 、 图像理解 等技术 ， 有反映图像 内容并与图 具 像存储在一起 的各种量化 特征 ， 是一种 近似匹配 ， 与常规 数据库检索 的精确 匹配方 法明显 不同 ，并且 大多采用示 例查 询方法 。现有 的国内外 已开发 出 的 Ｃ Ｉ Ｂ Ｒ系统 主要
文 章 编 号 ：０ ２ ８ ９ （０ ８ １— ０ ７ ０ １０ — ６２ ２ ０ ）０ ０ １ — ２
基于颜色的关键帧图像检索技术研究
佟 超 ． 吴 文 怡
（ 苏州 广 播 电视 总 台 ， 江 苏 苏 州 ２ ５ ０ ） １０ ６
・
实 用技术 ・
【 摘 要 】针 对 基 于 颜 色 特 征 的 图像 检 索技 术 所 涉 及 到 的 几 个 问题 进 行 研 究 和 分 析 ， 出基 于 内容 的 关 键 帧 检 索 方 法 ， 出具 体 提 给 算 法 并 对该 算 法进 行验 证 。 实 验 表 明 ， 方 法 能合 理 有 效地 对 图像 进 行检 索 。 该
等。
色集 ， 然后任一 图像可通过映射表量化到颜色集 ， 经统计 得到直方 图。具体步骤为 ：
（ ）转换 颜 色 空 间 ， Ｇ － Ｈ Ｖ； １ Ｒ Ｂ－ Ｓ ＋
（ ）对 Ｈ Ｖ进行 非等 间隔量化 ， 成 ７ ２ Ｓ 形 ２维 特征矢
量；
基于 内容 的图像检索技术 的研究具有重要 的应 用价 值 ， 图像检索技术 目前还基本处 于研究 阶段 ， 但 对于利用
基于颜色和边界方向特征的图像检索
２０ ０６年 ｌ 月 ０ 第 ２ 卷第 ５期 ７
湘南 学院学报
Ｊｕｎｌｏ ｉｎ ｎｎ Ｕ ｉｅｓｔ ｏ ｒａ ｆＸ ａ ｇａ ｎｖｒｉ ｙ
０ ｔ ．０ ６ ｃ ．２ ０
Ｖ０ ． ７ Ｎｏ． 】２ ５
基 于颜 色和边 界方 向特征 的图像检索
收 稿 日期 ：Ｏ６—０ —２ ２Ｏ ６ ９
作者简介 ： 章才 能（９８一） 男， 南衡 阳人 ， １７ ， 湖 湘南学 院计算机 系助教 ， 士， 究方 向：网站 架构 ， 硕 研 图像 处理 ， 网络编 程
・
８ ・ ９Байду номын сангаас
维普资讯
开销 ． 基于非分割的方法并不要对图像分割 ， 就能提取形状因子并得到特征向量 ． 例如 ， ｅｇ Ｊ 出了接近分 ｚ ｎＥ提 ｈ 割的方法 ， 提取 １ 个形状因子用它们作为特征向量 ， ２ 然而效果并不是很好 ． ｉ ｖｉｙ［提出了边界方 向直 Ｊ ｎ和 ａａａ ｊ ａ ｌ ６ 方图 ， 这种方法找到图像 中对象的边界 ， 对边界中的像素点计算相应 的方向值并得到边界方 向直方 图． 这种方 法非常的有效能够 比较准确的描述对象的形状 ， 并对图像的缩放 、 旋转 以及视角具有不变性 ． 本 文 旨在研 究一 种有 效 的基于 多特 征 相结合 的 图像 表示 方法及 相 应 的检 索技 术 ． 过对 现 有方 法 的研 究 通 并进行了改进 ， 针对单一特征不足以准确描述 图像 ， 出了基于颜色和方向特征相结合的图像检索 ． 提 主要研究 了下面几个方面的内容 ： 首先针对颜色直 方图中所有像素具有相同重要性的问题 ， 出了像素加权新的颜色 提 直方图方法 ； 其次 ， 为提取图像的形状特征采用非分割 的边界方向直方图方法 ， 并给出边界方向直方图的具体 创建过程； 最后 ， 在进行多特征的图像相似计算 时， 利用相关反馈技术动态地调整多特征 向量之 间的权值系 数， 并提出了相应的权值调整算法 ．
基于颜色特征的电视图像检索
【 本文献信息 】 龙清． 基于颜色特征 的电视 图像检 索［． 技术 ，０ ２ ３ （ ） Ｊ 电视 Ｊ ２ １ ，６ ８
熬
基于颜色特征的电视图像检索
龙 清
（ 重庆 广 播 电视 集 团（ 台 ）重 庆 ４ １４ ） 总 ， ０ １７新 闻 、 告 等节 目 播检 索需求 的不断增加 ， 于文本 方式 的检 索 已不能满足 要求 。基于颜 广 监 基
【 ｙ ｗ ｒ ｓ ｏｏ ｉｏｒｍ； ｉ ｌｒｙｍａ ｈ Ｔ ｍａｅｒｔｅａ； ｅ ｏｍａｃ ｖｌａｉ Ｋｅ ｏ ｄ 】ｃｌｒｈｓ ｇａ ｓ ａｉ ｔ ； Ｖ ｉ ｇ ｅｒ ｖｌ ｐ ｒ ｒ ｎｅｅａｕｔ ｎ ｔ ｍｉ ｔ ｃ ｉ ｆ ｏ
目前 ， 电系统所建 的媒 资系统大 多采 用基 于文本 色空 间， 广 常用 的颜 色空间有 Ｒ Ｂ Ｇ 颜色 空间和 Ｈ Ｖ色彩 空 Ｓ 方式 的检索 ， 由于文本 检索是精 确检索 ， 也是最原始 的检 间 这两种颜色空 间可 以相互转换 。本文研究采用 Ｒ Ｂ 】 ， Ｇ 索， 只要 文本 不 重复 或发 生错误 ， 能一 一对 应检 索 出 都 颜色 空间 。在确定 了颜 色空间后 ， 据统计 得到 图像 每 根 来 ， 对 于播 出来说是 非 常必要 的 ， 这 但对 于节 目制作 来 种颜 色分 量 的像 素数 以及各 种颜 色分 量相 对 出现 的数
（ ｈｎ ｑ ｇ Ｒ ｄｏ ＆ Ｔ ｒｕ （ｔｔ ｎ，Ｃ ｏｇ ｉ ０ １ ７ ｈｎ ） Ｃ ｏｇ ｉ ａ ｉ ｎ ＶＧｏｐ Ｓａｉ ） ｈｎ ｑｎ ４ １ ４，Ｃ ｉａ ｏ ｇ
【 ｂｔ ｃ】 Ｗｉ ｈ ｉ ｒａｎ ｆＴ ｒ ｒ ａ ｒｌ ｒｒｖｌ ａｄ ｎｗ，ａｖｒｓｍ ｎ ｒｒｖｌ ｒ ｕ ｅ ｅｔ ｈ ｅｔ Ａ ｓ ａｔ ｒ ｔ ｔ ｎ ｅｓ ｇ ｏ Ｖ ｐｏ ａ ｍ ｔ ｉ ｅｉ ａ ｎ ｅｓ ｄｅ ｉ ｅｔ ｅｉ ａ ｅ ｉｍ ｎ ，ｔ ｔ ｈ ｅ ｃ ｉ ｇｍ ｅ ａ ｔｅ ｔｅ ｔｅ ｑ ｒ ｓ ｅ ｘ
基于颜色相关图和纹理矩的图像检索
定义 ， 由像 素点 Ｐ组成 的 图像 ， 为 每一 个像 素点都 有特定
的灰度级别。设 ｇ ， ：… ， 为 图像 ，的所有灰 度级 别 ，（ ） ｇ， ｇ ／ ｐ
为像素 Ｐ的灰度级别 ， 代表灰度级别 为 ｇ的像素点 集合 ， ， 即
（ ）＝ ， 度为 ｇ 的直方图定义为 ： Ｐ ｇ灰
Ａｂ ｔ ａ ｔ ｓｒ ｃ Ｔ ｅ ｋ ｙ ０ ｏ ｔｎ — ａ ｅ ｍａ ｅ ｒｔ ｅ ａ ｓ ｔ ｘｒ ｃ ｍａ ｅ ｆａ ｕ ｅ ａ ｃ ｒｔ ｌ ｈ ｅ ｆ ｃ ｎ ｅ ｔｂ ｓ ｄ ｉ ｇ ｅｒ ｖ ｌｉ ｏ ｅ ｔａ ｔ ｉ ｇ ｅ ｔ ｒ ｃ ｕ ａｅｙ．ｃ ｒｅ ｔｃ ａ ｓ ｃ ｔ ｎ ｏ ｈ ｏ ￣ Ｅ ｉ ｇ ｉ ｕ ｒ ｎ ｌｓ ｉ ａｉ ｆ ｔｅ ｃ ｍＩ ｏ ｔ ｍａ ｅ ｉ ｆ ｏ
关 键 词 中图 分 类 号 图像 相 关 图 纹 理 矩 图像 检 索 颜 色 空 间 特 征 向量 Ｔ ３ １４ Ｐ９ ．１
文 献标 识 码 Ａ
Ｉ ＡＧＥ Ｍ ＲＥＴＲＩ ＥＶＡＬ ＢＡＳＥＤ ｏＮ ＣｏＬｏＵＲ ＣｏＲＲＥＬｏＧＲＡＭ ＡＮＤ ＴＥＸＴＵＲＥ ｏ 【 Ｔ Ｍ 】 ５
李永 芳
（ 子科 技 大 学 计 算 机 科 学 与工 程 学 院 四川 成都 ６０ ６ ） 电 １０ ５
摘
要
基 于内容 的图像检 索的关键就是准确地提取 图像特征。 目前 常见的 图像特征 的分类有 颜色、 纹理 和形状。提 出 了改进
的图像相关 图算法 以及纹理矩算法 ， 并采取有效的方法来结合这 两种算法实现高效 的图像检 索， 图像 相关 图不仅 反映 了图像 的灰 度
＾
．
基于颜色特征的图像检索方法
性。由于图像 内容的丰富内涵 以及人们对 图像 内容 理 的基 础 。 进行 抽 象 时 的主观 性 ，使 得这 种方 法 往往 不 能 满足 面 向硬设 备 的 最常 用颜 色模 型是 Ｒ Ｂ模 型 。 Ｇ 在 人们 的需 要 。 Ｒ Ｂ模 型 中 ， Ｇ 所有颜 色 都可 看作 是 ３ 基 本颜 色 ， 个 即 基 于 内容 的检 索 （ｏｔｎ ａｅ ａｅＲ ｔｅａ． 红 （ ｒｄ ， （ ｇｅｎ 和 蓝 （ ｂｕ ） 不 同组 合 。 Ｃ ｎｅｔ ｓｄＩ ｇ ｅ ｉ １ Ｂ ｍ ｒｖ Ｒ， ） 绿 Ｇ，ｒｅ ） ｅ Ｂ，ｌｅ 的
ＣＩ ＢＲ）不 同于 传统 的检 索手 段 ，它 的 ３ 突 出特 点 面 向硬 设 备 的颜 色 模 型 与 人 的 视 觉 感 知 有 一 定 距 个 是： 用于检 索 的是 反 映图像 内容并 与 图像 存储 在一 起 离 ，例 如给 定一 个颜 色 ，人很 难判 定其 中的 Ｒ、 Ｂ Ｇ、 的各种量 化特 征 ；使 用基 于相似 性度 量 的近似查 询 ； 分 量 ， 时使 用 面 向视觉感 知 的颜 色模 型 比较方 便 。 这 大多采 用示例查 询 Ｑ Ｅ Ｑ ｅｙ ｙ ｘｍｐｅ方法 。 Ｂ （ ｕｒ ａ ｌ） ＢＥ
准 色轮 上 ， 中心 向边 缘饱 和 度是 递增 的 。 度 决 定 １０ 白） 从 亮 ０ ％（ 的百 分 比来度量 。
了彩色 光 的强 度 ，也 可 以理解 为 彩 色光 引 起视 觉 刺 激 的程 度 ， 彩色 光 在 “ ” 面 的特 征 ， 色光 所 含 是 量 方 彩
从 图像 中得 到 的一般 是像 素 的 Ｒ、 Ｂ值 ， Ｇ Ｇ、 Ｒ、 、 值 可 以很 方便 的转 换 成 日、、值 ， 换公 式 如下 ： ．， 转 ｓ
综合颜色和纹理特征的图像检索算法
ｈ ６ ｈ ， ｓ －＇ ｍｉ （ｇ ） ： ０ ・ －ｖ － ｒ ，一 ｎ ，ｂ
，
则
征 。灰 度 共 生 矩 阵 目前 已 总 结 的纹 理 特 征 有 １ ４个 ， Ｇｏｌ ｂ和 Ｋ ｅｓｉ 过 实 验 得 出 ， 量 、 、 性 矩 和 相 ｔｅ ｉ ｒｙｚｇ通 能 熵 惯
Ｙａ ｎ ｕ ｌｉ ｎ－ａ
（ ｅ ａｔ ｎ ｏ Ｃ ｍｐ ｔ ， ａ ｚ ｉｕ ｎｖｒｉ Ｄｐｒ ｍｅ ｔ ｆ ｏ ｕｅ Ｐ ｎｈｈ ａＵ ｉ ｓｔ ｒ ｅ ｙ
【 ｂｔ ｃ 】 ｏｔ ｔａｅ ａｅ ｅ ｉａ（ＢＲ ｉ ｎ ｅ ｏｔｃｖ ｔｐｔｉｔ ｒｎｒ ｅｒ ｌ ｆ ｕｉｅｉｒｒｖ１ ｃ ｒｎ ｅ Ａ ｓ ｔ Ｃ ｎ ｎＢｓｄｍ ｇ ｔ ｖｌ Ｉ） ｅ ｆ ｓ ｔ ｈ ｏ ｅ ｕｅｔ ｓａ ｈｅ ｌ ｄ ｔ ａ Ａｃ ｄ ｇｏｈ ａ ｒ ｅ－ Ｉ Ｒｒ Ｃ ｅ ｓ ｏｔ ｍ ｉ ｏｓ ｓｎｈ ｃ ｒ ｏ ｈ ａ ｅ ｅ ｃ ｆ ｄ ｍ ｔ ａｅｉ ． ｏ ｉ ｔｔ ｉ ｏ ｍ ｅ
其和 方 差 。 ｒ ｉ
经 过 上 式 对 特 征 向 量 进 行 归 一 化 后 ， 量 中 的 某 个 分 量 向
落在 区 间［ １范 围中 的概率 约为 ９ ％， ０，］ ９ 对于 大 于 １的数 值 可以简 单地 对应 到 １ 。 上
１ ． ＲＧＢ空 间到 ＨＳ １ Ｖ空 问的 转换
通 过非 线 性变 换 可 将 Ｒ Ｂ颜 色 空 间 的 ｒｇ ｂ值 转 Ｇ ，， 换 到 ＨＳ 空间 的 ｈ Ｓｖ值 。设 ｖ － ｘｒｇ ｂ ， 义 ｒ ， Ｖ ，， ’ｍａ（， ，）定 ’
ｇ ．’ ’ｂ 为
ｖ＇ －ｒ
ｒ
．
ｄ） ， ＝— ０
基于兴趣点颜色及纹理特征的图像检索算法
［ ｙｗｏｕ ｌｉｔｒｓｐ ｉｔ；ｏ ａｆａ ｒｓｌ ａｂｎｒ ａｔ ｎ Ｋｅ ｆ ｎｅｅｔ ｏｎｓｌ ｌｅｔ ｅ；ｏ ｌ ｉａｙｐｔ ｒ 定 义 为 ：在 一 幅 图像 内 ，灰 度 在 水 平 和 垂 直 方
通过颜色特征发现物体 ，然后根据它们 的形状、纹理和空间 关系等特征来进一步识 别物体 。兴趣点周围蕴含着丰富的颜
其中 ，Ｃ为经高斯滤波后的 自相关矩阵 ，即
＝ 唧 一 ＠
尽可能紧凑的特征描述符来表达 图像丰富 的内容信息 。根据 兴趣点 的定义 ，它们作为认知 心理学 中的注视焦点 ，在其 】
附近 的局部 区域 内应该蕴含了图像中丰富的细节信息 。 因此，
ｄ ｔ ＝ ・ ，ｔａ ｅＣ ＝ ＋ ｅＣ ｒｃ
显著变化 的位置 ，检测兴 趣点 的响应函数为
Ｈ ＝ ｄ ｔ —ｋ ｔａ ｅ ｅＣ ・ｒｃ Ｃ ｆ） １
中的算法直 接移植 到图像检索 中，缺乏与图像检索特点的结
合 ，因此 ，检索效果并 不太理 想。在图像检索中兴趣点的应 用不应仅局限于 形状表征 ，而在于 以兴趣点为线索来提取对 检索有用的信息 。 图像特征的提取过程在某种程度上可 以理解为寻求一种
及纹理特征作为刻画图像 内容的主要特征 ，结合兴趣点 的空 间分布对相似 图像进行检索 。 对真实 图像数据库 的检索实验表明 ， 该方法与其
他基于兴趣 点的方法相 比，平均检索准确率提高 了 ｌ％，能够更准确地查找到用户所需 的图像 。 ｌ
关健 诃：兴趣 点；局部特征 ；局部 二值模 式
色与纹理信息，本文首先检测 图像 中的兴趣 点，然 后结合兴
趣 点 的 空 问 分 布 ，提 取 兴 趣 点 周 围 局 部 区域 的颜 色 与 纹 理 特
- 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)。
基于颜色特征的图像检索摘要随着多媒体及网络技术的发展，互联网中的图像等多媒体信息的数量在迅速增加。
如何在庞大的多媒体数据资源海洋中搜索到自己所需要的图像，随之成为一个函待解决的问题。
近年来基于内容的图像检索技术己经成为了研究的热点，该技术具有传统文本检索方式所无法比拟的优越性，目前已被应用于多媒体通信、生物识别、知识产权保护等方面，具有广阔的发展前景。
本课题设计了基于颜色特征的图像检索系统，该系统主要包括两个关键步骤：颜色特征的提取和相似度匹配。
本文中首先采用应用广泛的HSV颜色空间来表示图像的颜色特征，对颜色分量进行非等间隔量化形成特征矢量；然后用欧式距离度量函数进行图像的相似性匹配；最后在MATLAB平台下编程实现了基于颜色特征的检索系统。
根据用户输入的样本图像与图像库中的图像进行特征匹配，找出与样本图像距离比较小的若干幅图像，并按照图像之间的距离由小到大的顺序显示给用户。
关键词：图像检索；直方图；颜色特征；MATLABIABSTRACTWith the development of multimedia technology, In Internet the number of images and other multimedia information in the rapidly increasing. How to locate the useful image in the vast multi-media is a great technology problem. In recent years, Content-based image retrieval has become a research focus, the technology has the superiority which the traditional text retrieval methods can not match.It has been widely used in multimedia communications, biometrics, intellectual property protection and so on, and has broad prospeets for development.This topic is designed based Color Image Retrieval System, which includes two key steps: color feature extraction and similarity matching. In this article was first used widely HSV color space to represent color feature image. We carried out color components quantification of non-interval to form feature vector; Then use the Euclidean distance metric function to match the similarity function of the image. Finally, this system should be implemented under the platform of the MATLAB by programming. Under user input sample image to conduct feature matching with image which in library images. In this system, It also can identify the images that have a short distance to the sample images, And in accordance with the distance between the images displayed to the user in the order from small to big.Keywords：Image Retrieval；Histogram Algorithm；Color Features；MATLABII河南理工大学毕业设计（论文）说明书目录摘要 (I)ABSTRACT ....................................................................................................... I I 1绪论 (1)1.1选题背景及现状11.2基于颜色特征图像检索的特点及发展趋势21.3论文结构52颜色模型及转换 (6)2.1概述62.2颜色模型62.2.1 RGB颜色模型 (6)2.2.2 HSV颜色模型 (8)2.3颜色模型转换93颜色特征提取的方法 (11)3.1颜色直方图113.2累加直方图143.3颜色矩154颜色特征检索匹配算法 (17)1河南理工大学毕业设计（论文）说明书4.1直方图相交法174.2欧式距离法174.3二次式距离185基于颜色特征的图像检索系统的设计和实现 (19)5.1开发工具的选取195.2系统框架195.3性能评价28总结与展望 (32)致谢 (34)参考文献 (35)附录： (37)2河南理工大学毕业设计（论文）说明书1绪论伴随着信息社会的迅速发展，图像多媒体信息的来源不断扩大。
文献中，图像信息也被称为信息技术中的“一等公民”(first-class citizens)。
目前，各种图像数据库(包含各类专用图像数据库、Internet图库等)中都有大量的图像，其中少则几十上百，多则成千上万，这些图像数据库随着时间的推移还会不断地膨胀。
怎样从这些海量数据中快速提取感兴趣的目标图像，己经成为制约信息获取、流动的关键问题之一。
因此，对图像数据检索技术的研究己经成为信息技术处理领域的一个重要而又关键的问题，它不但具有很高的研究价值，更具有广泛的应用前景，并将为信息高速公路、数字图书馆和数字地球等计划的成功实施奠定坚实的理论基础。
而本文是把图像检索技术的一个重要手段：基于颜色特征的图像检索技术作为研究的重点。
1.1选题背景及现状随着Internet网络技术的不断发展，网络用户越来越多，网络已成为目前最重要的信息来源之一。
事实上，来自网络的信息量比任何一种渠道的信息量都要大。
所涉及的领域之广、更新速度之快和搜集成本之低也是其他任何手段无法比拟的。
网络将会改变人类的一切，这已不是谣言，而是一个不争的事实。
但是，网络的确是一个名副其实的“双刃剑”，利用好它可以发挥它无穷的威力；反之，就会给自己带来无穷的祸害，给国家带来巨大的损失。
从广义上讲，网络就是一个巨型数据库，人人都可以从中取到自己所需的东西。
利用搜索引擎合法的在网上搜索特定信息本身就是网络的建设目的之一。
目前，国内外许多研究者正在研究基于网络的信息收集和检索技术。
特别是随着网络的普及，数据检索和收集显得越来越重要，已成为人们达到特定目的最有效的方法和手段之一。
随着我国社会经济的发展，使得从公共媒体到家庭娱乐、从自然科学到社会科学，每一个领域都渗透着对多媒体技术和因特网技术的应用，都要求对各种资料的智能化的管理。
国内较有代表性的系统有：浙江大学计算机系研究的1基于图像颜色的检索系统Photo Navigator、清华大学的Internet上静态图像的基于图像内容检索的原形系统、中科院计算技术研究所数字化技术研究室开发的Image Hunter系统、南京邮电学院研制的基于纹理和颜色特征的实验系统等。
这些系统的框架和查询的处理过程都很相似，只是采用的特征和搜索方法各具特色，性能也互有差异。
国外著名系统如：IBM公司的QBIC系统，是IBM 公司与20世纪90年代开发制作的图像和动态景象检索系统，是第一个商用基于内容的图像检索系统，它的系统结构及所采用的技术对后来的检索系统有很深远的影响。
QBIC支持基于示例图像、用户构造的略图、选择颜色、纹理等的查询。
另外国外其他典型系统代表有：Virage公司的VIR工程系Photo book 系统、哥伦比亚大学的Visual SEEK和WEB SEEK查询系统以及美国伊利诺斯大学的MARS系统等。
1.2基于颜色特征图像检索的特点及发展趋势在图像的形状，颜色，纹理等特征中，颜色特征是最可靠，最显著，最稳定的视觉特征，也是人识别图像的主要感知特征，相对于几何特征而言，颜色对图像中子对象的大小和方向的变化都不敏感，具有相当强的鲁棒性。
同时，在许多情况下，颜色又是描述一幅图像最简便而有效的特征，人们对于一幅图像的印象，往往从图像中颜色的空间分布开始。
所有这些都促使颜色成为基于内容的图像检索所采取的主要手段之一，而本文正是着重于这一点，把基于颜色特征的图像检索技术作为本文的研究内容。
目前，基于颜色特征的图像检索的研究主要是借助图像的颜色特征来进行的，其基本工作原理是在建立图像库时，分析输入图像，提取图像的颜色特征作为特征向量，与图像一起存储在数据库中。
图像检索时，则提取给定查询范例图像的特征或由用户指出要查询图像的特征，与数据库中的特征向量进行匹配，并根据匹配结果返回相应图像。
如图1-1所示：基于颜色特征的图像检索系统结构图。
2图1-1 基于颜色特征图像检索系统结构图基于颜色特征的提取和检索是一个逐步求精的过程，存在着一个特征调整、相似匹配的过程，如图1-2所示：（1）提查询要求。
用户查找一个数据对象时，利用系统人机界面提供的输入方式形成一个查询条件。
（2）相似性匹配。
用户提交的查询要求经处理形成查询特征，将查询特征与数据库中的特征按照一定的匹配算法进行匹配。
（3）返回查询结果。
满足一定相似性的一组候选结果按相似度大小排列返回给用户，因此，系统人机界面要有显示浏览查询结果的功能。
34 图1-2基于内容图像的原理图基于颜色特征的图像检索具有下列主要特点：(1)从图像内容中由计算机自动提取视觉特征，并根据这些特征从图像数据库中查找、检索出具有相似特征的图像数据。
(2)使用相似匹配代替精确匹配。
在基于颜色特征的图像检索中，通常采用相似匹配方式，从而获得类似图像，并不断缩小检索范围，直至定位于所要求的目标，与传统数据库检索的精确匹配不同。
(3)直观的可视化查询方式，交互性强。
基于颜色特征的图像检索通常采用范例检索方式。
(4) 满足多层次的检索要求。
系统通常包含图像库、特征库，用户可以向系统提交与所需查询的图像一致或类似的例图进行特征的检索。