基于内容的图像检索算法与系统
摘要
随着计算机技术的发展，计算机视觉图形和数字图像的数量越来越多。面对海量的图像资源，快速有效的图像检索方法成为了近年来研究的热点。
论文主要研究了颜色、纹理和形状三种特征提取算法，并实现了基于内容的图像检索系统，能独立完成对数字图像的处理，实现以图搜图的检索功能。其中的颜色特征提取采用颜色直方图和颜色矩特征算法，通过像素统计、多维矩阵运算量化图像颜色特征并进行图像匹配；纹理特征提取算法可通过图像灰度共生矩阵提取能量、熵、逆差矩等特征进行相关处理并检索；此外，还增加了基于形状的特征提取算法，将图像二值化后提取其Hu不变矩进行处理，其结果用于修正和优化颜色或纹理的检索结果。图像特征比对采用空间节点自适应处理后的欧氏距离进行运算，以保证多特征检索时的加权稳定性。
图像检索系统在VS2008运行环境下进行C++程序开发，有面向用户的操作面板，可根据需求自定义实现单一特征检索和综合多特征的联合检索。与以往图像检索系统相比支持多种算法及结果修正并集成了多种参数显示，性能更加稳定。
关键字：颜色特征 纹理特征 形状特征 图像检索
Abstract
With the development of computer technology, the number of Computer graphics and
Digital images are more and more. Facing the large amount of Image resources, fast and
effective image retrieval method becomes a hot research topic in recent years.
This research is mainly about color、shape and texture of Content-based image
retrieval system which can accomplish the digital image processing independently to
achieve the function of the image search by images.
The color feature extraction method uses color histogram and color moment
characteristics of the algorithm, it relies on pixel statistics method and multidimensional
matrix method to obtain the image color features for image retrieval; Texture feature
extraction algorithm calculates the image gray level co-occurrence matrix and gets the
Energy、Entropy and the Inverse Different Moment for better search; Besides, the research
adds the shape characteristics of the algorithm which can get the binary image and extract
the Hu invariant moment to optimize the results. the methods of comparing images depend
on the Euclidean distance after adaptive space node processing so that the system can be
more stable.
The system application development relies on the visual studio 2008 with MFC. It
contains the user oriented operation panel which can finish single retrievals or integrated
retrieval according to the demand of the user. Compared with the previous image retrieval
system, it supports a variety of algorithm and amends results of single search. It can also
show all parameters about the retrieve with stable performance.
Key words：Color Texture Shape Image Retrieval
目录
第一章 绪论 ...................................................................................................................................... 1
1.1课题研究背景 ......................................................................................................................... 1
1.2图像检索技术研究的现状和发展方向 ........................................................................... 2
1.2.1研究现状 ....................................................................................................................... 2
1.2.2图像检索技术发展方向 ........................................................................................... 3
1.3本文主要内容 ......................................................................................................................... 4
第二章 基于内容的图像检索 ................................................................................................. 5
2.1图像检索系统特点 ................................................................................................................ 5
2.2 CBIR过程的一般框架 ......................................................................................................... 5
2.3检索性能的评价标准 ........................................................................................................... 6
2.3.1查全率和查准率 ......................................................................................................... 6
2.3.2排序评价方法.............................................................................................................. 7
2.3.3响应时间 ....................................................................................................................... 7
第三章 图像特征提取方法 ...................................................................................................... 8
3.1 颜色特征 ................................................................................................................................. 8
3.1.1颜色模型 ....................................................................................................................... 8
3.1.2 颜色特征提取 .......................................................................................................... 11
3.2 纹理特征 ............................................................................................................................... 13
3.2.1 纹理特征的提取方法 ............................................................................................. 14
3.2.2 基于像素域的纹理检索 ........................................................................................ 15
基于显著区域和相关反馈的图像检索算法
基于显著区域和相关反馈的图像检索算法
摘要：针对基于内容的图像检索中遇到的效率低下和语义鸿沟问题，设计并实现了一个交互式的图像检索系统。系统首先结合人类视觉注意机制提取图像显著区域，再对不同的区域进行不同特征或不同权重的描述。最后，在初次检索后应用支持向量机（support
vector machine， svm）和粒子群优化（particle swarm
optimization， pso）算法进行相关反馈（relevance feedback，
rf），使检索结果更符合用户目的。实验表明，用svm进行反馈检索效率有大幅度提高，而pso在小样本指导下，表现出高效的学习和快速的收敛优势。
关键词： 基于内容的图像检索； 语义鸿沟； 视觉注意机制；显著区域； 支持向量机； 粒子群优化；相关反馈
中图分类号：tp391 文献标识码：a 文章编号：1009-3044（2013）08-1869-05
图像检索是图像处理和计算机视觉领域研究的热点之一。基于内容的图像检索技术从图像自身内容特征出发，自动化地检索出满足用户需要的图像。但是由于图像的底层特征和高层语义之间存在语义鸿沟[1]，目前没有任何一种方法和特征可以在所有类型的图像上都取得较好的检索效果。另一方面，人们对图像的理解存在主观性，系统通常难以用图像的底层物理特征准确地刻画用户提交的检索需求，即系统从用户提交的样本中提取的特征往往不能很好的体现用户此次检索的目的。因此，通过引入相关反馈技术[2]进行人机交互，形成图像低层特征与用户高层语义间的映射关系，是目前改进图像检索效果的重要途径。
1 相关反馈技术研究
相关反馈技术源于文本信息检索，是一种人机交互的检索技术。1997 年，由美国illinois 大学yongrui 等率先将相关反馈技术引入图像检索领域，并在mars 系统中实验成功[3]。经典的rf过程为：首先系统根据预定的相似性度量准则返回初次检索结果，然后用户根据自身的检索需求对检索结果进行评价，指出哪些检索结果是与检索目的相关的（正样本）/或不相关的（负样本），进而相关反馈算法根据用户的反馈样本进行相似性度量准则的调整，重新返回检索结果，持续进行直到用户满意为止。
基于内容的图像检索技术综述
中国Ｎ４ｔ信息２００６年第１４期 ＣＨＩＮＡ ＳＣＩＥＮＣＥ ＡＮＤ ＴＥＣＨＮＯＬＯＧＹ ＩＮＦｉＮ￣ＭＡＴＩＯＮ Ｊｕｌ ２００６
基于内容的
图像检索技术综述
郑浩华广东广州华南理工大学计算机科学与工程学院
舟姆７基于内容的圈悼牲索方式的理论吡茂 采取的技术手段，同时提出了目前基于内客 的囤犟捡索存在的一些问题 菊籀 受曩 。 基于内客；颜色ｊ形状；蛀理；语艾 １前言 近年来，随着计算札技术和数字图 像设备的高度发展和普及应用，各种专 门的数字图像库数量不断增加．覆盖了 军事、医学 工 世制造、新闻传煤、社 会生话等备个领域。而且随着时间的推 移．数字图像数据库急剧地扩火．如何 对图像进行高敬查询就成为人们对图像数 据库进行有效管理的问题之一。图像检 索从性质上町以分为基十文本的手ｕ簋下内 容的两种主要方式。基于文本的ｌ习像榆 索，需要事先通过手』：用文书对翻像进 行标识，然后用基于文本的数据库管理 系缆来进行梭索．当图像数量ｌ＃常多的 时候，对图像进行标识的Ｊ二作量太大。 另一方面，基于文本的捡索疗法不能精 确定义查询内容．从而难 保证检索的 有效性和 Ｔ靠性。基于内容特征的图像 检索直接以图像自身的属性，如颇色， 纹理、形状等作为｛盒索参数，具有传统 的文奉检索技术无法比拟的优越性 目 前．基于内容的图像检索技术已成为检 素技术研究的热点 ２基于内容的图像检索 首先，基于内容的描述是基于内容 图像检索的前提 内容包括了图像的颤 色、形状、纹理和语义等特征。基于Ｉ抽 容的图像检索研究一直是多媒体数据库一 个霞要方向。根据现有的一些基于内容图 像检索系统提供的功能来看，图像的内容 可以归结为两个层次：低层次视觉特征和 高层次语义特征两个层次上进行．其中． 基于低层救视觉特征的图像检索．起主要 特点是使用可以直接从图像中获得的客观 视觉内容特征，如颜色，形状 纹理等柬 判断髑像之．自１的相似性，这种图像特征的 获得主受是剥用数字图像处理和计算机视 觉技术 另一种是基丁：高层次语义特征的 图像帻索。 ３基于内容的图像检索方式 （Ｉ）基于颜色特征的检索 颜色特征是图像最直观而叫硅的特 征，一啦采用直方图来描述。颜色直方 圈是表示图像中颜色＂巾的一种方法 它的横轴表示颜色等缎．纵轴表示扯某 个颤色等级上具有该颜色的溆素在整幅 图像中所占的比侧，直方图颜邑空间巾 的每一个刻度表示了颜色空间中的一种颜 色。采用直方图计算圈像问的十日似性比 较简单，但它不能反映图像中对象的空 间特征 直方图交叉的丰目似性度量最早 是由Ｓｗａｉｎ和Ｂａｌｌａｄ于１９９１年提出的， 所有的基于直方图的｛目似性度量都是基于 选种概念的，改进的度量包括直方圈的 累加测量，以致在直方圈的相似性度盛 时加八窀间位置信息和基于区域的颜邑查 询。颜色的检索一般应用于色彩较为丰 富的自然圈最的检索中。 （！｝基于形状特征的检索 和颜色 纹理相比 形状特征显得 更为直观．ｆ 且便于交互描述。同时． ・般的图豫，很少是单颜色或单纹理 的，昕以用颜色或纹理进行描述时．往 往需要甜匠域，这就必然要求颜色或纹 理特征与形状特征相结合。所以形状特 征庄图像检索过程中显得十分必要 采用眩特征进行检索时，Ｊ＝ｆｊ 通过勾 勒圈像的形状或轮廓．从圈缴库中检索出 形状粪似的图像；基］二此特征的检索方法 有两种：１）分割图像经过边缘提取后，得到 目标图像的轮廓线．针对这种轮廓线进行 的形状特 捡素。２）直接针对图形寻找适 当的矢量特征用于检索算法 但处理这种 结构化枪索更为复杂．需做更多的预处理。 【３ １基干纹理特征的检索 纹理是所有事物表面固有的一种特 性，也是图像检索中一个重要而叉难以 描述的特性。图像可以看成是 同纹理 区域的组合．纹理通常定义为图像的某 种局部性质，或是对局部 域中像素之 间关系的一种度量。纹理特征可阳来甜 图像中的空间信息进行一定程度的定量描 述。纹理统计特征分析方法主要有共生 矩阵分析法、马尔可夫分析法、多Ｒ鹰 向回９－１ＭＲ ＳＡ Ｒ模型以及遗传算法等。 Ｔａｍｕｒａ等从人类感知心理学的角度提出 纹理的６种视觉特性：粗纹度、对比度、 方向性 线性度，规则度和粗糙度。该 纹理特征表示具有实际的视觉意义，可 以为图像检索提供更好的用户交互性。 同时，南于纹理很少能提供语义信息， 描述比较困难。因此通常作为检索过程 的辅助手殴或者和其他特征结合使用 一冉殳对纹理的榆索都采用示例查询（ｑｕｅｒｙ Ｂｙ ＥｘａｍＩＪｌｅ）方式。用户给出示例的垒部 或部甜区域特征，从而找到类似图像 另外 为丁缩小纹理的查找范围，还可 以考察纹理的颜色特征，以便把检索空 间缩小刊某个颜色范围。 （４）基于图像的语义特征的检索 现行的商用系统通常采用关系型数据 库，这些系统巾图像的属性包括图像来 源 拍摄时间和地点、蝶介类型，分辨 率、输八设备、压缩方式以及与图片相 关的注释信息，注释信息对于用户来说 是非常自然的描述，这些特征都属于图 像的语义特征。 目前图像检索的主要障碍是难以描述 斟像的语义信息，在此背景Ｆ提出了一 种根据相关图像的语义和图像之间的语丑 关系．反映Ｉｇｌ的图像语义的方法。围像 之间的语义关系通过语义链表示，多种 类型的语殳链构成基于语义链的图像网 络。基］二语义链的推理规则主要用干辅 助智能图像检索，基于语义的图像检索 方法和传统方法相比具有以下特点： １】检索结果不是孤立的图像列表． 而是基于语义的相关图像或图像碎片的聚 合｛ ２）用ｐ可以根据语义链确定的路径 湖览图像，并进行推理。 现阶段，基千语义的Ｗｅｂ图像检索 方法已经在情启，网格和知识网格平台得到 实现，正交的语义空间进一步提高ｒ翻 像检索的效果和智能性。
基于内容的唐卡图像数据库检索系统
２００８年６月 第２９卷第３期 湛江师范学院学报 ＪＯＵＲＮＡＬ ＯＦ ＺＨＡＮ『ｊｌＡＮＧ ＮＯＲＭＡＬ ＣＯＬＬＥＧＥ ＪＨｎ．，２００８ Ｖｏ１．２９ ＮＯ．３
基于内容的唐卡图像数据库检索系统
王维兰，唐仕喜，钱建军，粱 弼
（西北民族大学中国民族信息技术研究院，甘肃兰州７３００３０）
摘要：为了解决藏族唐卡数据库分类检索问题，根据唐卡图像的特点，提出了基于块划分的结合小波帧包分 解、匹配对与累计直方图为一体的新方法．该方法有效地结合了颜色、纹理、空间信息等视觉特征，实现了基于内容 的唐卡图像检索。并且在查准率和查全率上都取得了好的效果． 关键词：唐卡；图像数据库；基于内容的图像检索 中图分类号：ＴＰ３１１．１３２ 文献标识码：Ａ 文章编号：１００６—４７０２（２００８）０３—００９１－－０５
０ 引 言
“唐卡”，系藏语音译，意为“卷轴画”．唐卡品种多样，有彩绘、刺绣、堆秀、缂丝、贴花及珍珠唐卡等；唐卡
的题材广泛，内容涉及历史事件、宗教、人物、风土人情、民间传说、神话故事、建筑布局、天文历法和藏医藏药 等．唐卡艺术是千百年来藏民族在文化、历史的发展中积累的重要遗产，具有鲜明的藏文化特点，独特的艺术
风格和浓厚的宗教色彩，是雪域高原的文化瑰宝，传袭藏传佛教及其艺术之博大与精深，堪称是融会佛教精
神、世间技术和个人创造力的“百科全书”，是藏学研究诸领域极为珍贵的形象资料和实物史料，在国内外都 有极高的学术价值．丰富多彩的唐卡是藏区一种特殊而且重要的资源，在政治、经济、文化、宗教和社会各方
面发挥着越来越大的作用．对其收集、挖掘、整理、保护，以电子形式存储和管理，满足人们对唐卡艺术的欣 赏、查询、修复、商务、研究和再创造等方面的需要．由于一般图像分类检索的成果不能完全适合艺术品或特
定领域的图像ＥＩ－Ｉ［２－１，唐卡图像有其特殊性，对其全面和深入的研究有重要的理论意义和实际意义．我们在 破损唐卡图像的修复与图像分类方面开展了一些研究，并取得了一定的效果［９］［１Ｏ］［１１］［１２］．而唐卡图像
计算机图像处理中的图像检索与图像分类算法
计算机图像处理中的图像检索与图像分类算法
计算机图像处理是计算机科学领域中的一个重要分支，主要涉及到对图像进行获取、处理、分析和理解等方面的工作。在这个过程中，图像检索和图像分类算法是两个关键的研究方向。本文将介绍计算机图像处理中的图像检索与图像分类算法的原理和应用。
一、图像检索算法
图像检索算法旨在根据用户输入的查询信息，从一个大规模的图像数据库中找到与查询图像相似的图像。图像检索算法主要分为两种类型：基于内容的图像检索和基于上下文的图像检索。
1. 基于内容的图像检索
基于内容的图像检索算法是利用图像中的视觉特征进行相似性匹配。常见的视觉特征包括颜色、纹理、形状等。其中，颜色直方图是一种常用的描述颜色特征的方法。通过计算图像的颜色直方图，并与数据库中的图像逐一比较，可以得到相似度最高的图像。
2. 基于上下文的图像检索
基于上下文的图像检索算法是通过图像中的语义信息进行相似性匹配。它利用图像的语义标签或者图像的文本描述进行检索。例如，给定一张含有"夏天风景"的图像作为查询图像，算法将从数据库中检索出与夏天风景相关的图像。 二、图像分类算法
图像分类算法是将图像归类到不同的类别中，常见的算法包括支持向量机(SVM)、卷积神经网络(CNN)等。
1. 支持向量机(SVM)
支持向量机是一种常用的机器学习算法，可以用于图像分类。它通过将图像映射到高维空间中，构造一个最优的超平面，从而实现不同类别图像的分离。
2. 卷积神经网络(CNN)
卷积神经网络是一种深度学习算法，目前在图像分类领域取得了巨大的成功。它通过多层卷积、池化和全连接等操作，在学习过程中自动学习图像的特征，并将图像分类到不同的类别中。
三、算法应用
图像检索与图像分类算法在许多领域中都有广泛的应用。
1. 视频监控
在视频监控领域，图像检索算法可以帮助快速检索并定位目标人物或物体。通过将待检索图像与监控视频中的图像进行比对，可以准确地找到所需的信息。
基于模糊C聚类的图像检索系统
图形图像 ／
基于模糊Ｃ聚类的图像检索系统
何 苗
（中国海洋大学信息工程学院计算机应用，青岛２６６１１１）
摘要：提出并实现了一个基于内容的图像检索系统，介绍了系统结构，分析并给出了用于图像
检索的颜色特征．以模糊Ｃ聚类算法实现了图像检索引擎，提高了图像相似性量化的效
率和精度。最后，通过实例验证了系统的有效性。
关键词：图像检索；聚类分析；ＦＣＭ；颜色特征；ＨＳＶ
０ 引言
在图像检索系统中．检索引擎是系统的关键。聚
类分析可以获得数据分布情况．是图像检索的有效工
具．模糊Ｃ聚类相较于传统的聚类算法，不但可以给
出数据分布情况．还可以给出数据相对于其所在分类
或簇（Ｃｌｕｓｔｅｒ１中心点的隶属度。因此，使用模糊Ｃ聚类
算法作为图像检索引擎．可以有效解决传统聚类算法
无法解决的相似性量化问题
１ 系统结构
基于模糊Ｃ聚类（Ｆｕｚｚｙ Ｃ ｍｅａｎｉｎｇ．ＦＣＭ［２Ｊ）Ｉ￣Ｉ图像
检索系统分为两个模块：特征提取模块和检索引擎模
块，如图１所示。
睡逦 固 图像检索Ｌ —叫 引擎ｔ－
ｆ特征提取｝
瓢 二二 Ｅ二二 Ｉ特征提取ｌ 检索引擎模块
图１系统结构图
各模块及其子模块功能如下：
（１）目标图像：本系统在图像检索中采用可视化 的输入手段．由用户提交查询目标图像的方式输入查
询要求．以提高直观性：
（２）预处理：包括图像格式转换、颜色空间转换等
功能．为图像的特征提取做好准备：
（３）特征提取：提取图像的几个颜色特征作为检 索参数：
（４）图像数据库：图像数据库为图像文件集合；
（５）特征数据库：特征数据库为存储图像特征信
息的数据库： （６）图像检索引擎：使用ＦＣＭ算法对特征数据库
中的特征值进行聚类分析．检索出最相似的图像；
（７）显示结果：最后得到的查询结果是一批与目
标图像最相似的图像对象．按照相似程度由大至小排
列输出结果的缩微图像，以方便用户浏览。
２特征提取
本系统使用的图像特征包括ＨＳＶ直方图、平均颜
基于内容的图像检索系统的设计与实现
龙源期刊网
基于内容的图像检索系统的设计与实现
作者：项立明
来源：《软件工程师》2015年第12期
摘 要：图像作为最基本、最重要的多媒体信息形式之一，已经随着信息技术和网络技术的发展，而越来越广泛地应用于许多领域。如何提供一个快速的、有效的图像信息检索系统已成为当今图像信息检索领域的研究热点之一。本检索系统是在Windows 7系统下，利用Matlab2014软件开发的基于图像内容的图像信息检索应用系统，该系统主要用完成对图像信息的快速检索。
关键词：图像检索；颜色；纹理；形状；特征提取
中图分类号：TP311.52 文献标识码：A
Design and Implementation of Content Based Image Retrieval System
XIANG Liming
（Liaoning Vocational College，Tieling 112099，China）
Abstract：Image as one of the most basic and most important forms of multimedia
information，with the development of information technology and network technology， it is
becoming more and more widely used in many fields.How to provide a fast and effective image
information retrieval system has become a hot research topic in the field of image information
基于内容的图像检索系统的设计与实现 2
基于内容的图像检索系统的设计与实现
项立明
【期刊名称】《软件工程师》
【年(卷),期】2015(000)012
【摘 要】Image as one of the most basic and most important forms of
multimedia information,with the development of information technology
and network technology, it is becoming more and more widely used in
many ifelds.How to provide a fast and effective image information retrieval
system has become a hot research topic in the ifeld of image information
retrieval.The retrieval system is under the Windows 7 system,A content-based image information retrieval system based on Matlab 2014
software.This system is mainly used to retrieve the image information.%图像作为最基本、最重要的多媒体信息形式之一，已经随着信息技术和网络技术的发展，而越来越广泛地应用于许多领域。如何提供一个快速的、有效的图像信息检索系统已成为当今图像信息检索领域的研究热点之一。本检索系统是在Windows 7系统下，利用Matlab2014软件开发的基于图像内容的图像信息检索应用系统，该系统主要用完成对图像信息的快速检索。
【总页数】2页(P37-38)
【作 者】项立明
【作者单位】辽宁职业学院，辽宁 铁岭 112099
基于分布式系统的大规模图像检索算法研究
基于分布式系统的大规模图像检索算法研究
随着科技的发展和数字化生态的崛起，图像数据的规模和数量呈爆炸式增长。如何进行高效且准确的图像检索成为了热门的研究方向之一。而在这个领域里，分布式系统技术的应用已经成为一种趋势。本文将会探究基于分布式系统的大规模图像检索算法研究。
一、 问题阐述：
随着数字化时代的到来，我们所拥有的大量图片类型的数据容易引起一些问题。例如，当我们需要在这样大量数据存储中对图像进行搜索时，我们就会遇到一些搜索效率低下和所需耗时很长的问题。
二、 基础知识：
在这个领域上，我们需要使用图像处理和计算机视觉来处理大量的图像数据。
而在这个过程中，首先我们需要将图片数据存储到分布式文件系统中。
分布式文件系统可以被定义为一种能够存储大量数据的计算机文件系统，由该文件系统中多个节点构成，每个节点存储着整个文件系统的一部分。
三、 大规模媒体数据的检索与分析：
在这个领域中，分布式文件系统的主要目标就是保存和分发媒体数据，从而变得可用。 在这个过程中，我们需要在分布式环境下进行图片搜索，因为在这个方面上的大规模文件处理是单机系统很难完成的。
在同一群节点中共享信息的基础上，我们可以使用基于哈希的方法，以实现图像在多服务器分布式系统中的存储和分发。同时，对于高速搜索的实现，我们需要构建一个快速、高效的索引机制，这种机制主要依赖于分布式负载均衡，这种方式可以使各节点负载均衡，以达到高效的文件读取。 四、 图像检索算法：
传统的图像检索方法往往采用的手工特征提取方式，而这种方式往往有误差。基于深度学习和计算机视觉等领域的技术，逐渐发展出一些新的图像检索方法，例如卷积神经网络、循环神经网络等。例如，基于卷积神经网络的图像检索算法对于使用图像集合进行训练的图像集合进行支持，同时克服了传统方法的不足之处。
五、 小结：
在基于分布式系统的大规模图像检索技术中，我们不仅需要考虑外部存储层的抽象机制，同时也需要探究基于分布式系统的高效算法，以提高具备高扩展性和数据容错性的分布式文件系统的整体性能。
基于内容的图形数据检索和相关性反馈
SCj胜NC压&T仁CHNO仁OGYjN厂0日MA歹10闪1丁技术
基于内容的图形数据检索和相关性反馈
李燕’吕中华2(1.安徽大学计算机科学与技术学院;2.安徽广播影视职业与技术学院安徽合肥230022)
摘要:在对大量的图像数据进行检索时，传统的信息检索技术并不能满足要求，因此，基于内容的图像检索技术(CBIR:Con一tentBasedlmageRetrieval)的研究应运而生。本文主要介绍了CBIR中的一些基本内容，基于内容图像检索(CBIR)的早期阶段，是以计算机为中心，使得一些查询结果从计算机的角度来看是相似的，而有人却认为是不相似的。为解决上述矛盾，在基于内容的图像检索领域引入了相关反馈机制。通过人机交互机制使得计算机能够不断了解用户对查询结果的满意程度，并通过逐步学习把输出调整到符合用户期望的状态。关键词:图像检索图形数据查询向量优化算法特征权重调整算法中图分类号:TN919文献标识码:A文章编号:1672一3791(2007)12(b卜086一02
相关性反馈是近几年于内容图像检索
技术发展的一个热门方向，通过图像检索
中的人机交互来实现过程中用户对检索结
果的判断而进行再次检索。本章详细介绍了相关性反馈技基本概念以及基于相关性反馈的图像检索系统框架，给出了图像特
征(包括特部和特征之间的)归一化算法和
特征权值调整算法。在此基础上设计并实现了相关性反馈技术的图像检索系统。同时提出基于相关性反馈的图像数据库语义
特征数据库动态构建和检索方这种语义特
征库创建方法融入了文本检索的诸多优
点，检索效果可以达到语义水平，是一个非
常有效的图像数据库构建和检索方法。
随着多媒体信息时代的到来，人们越来越
多地接触到大量的图像信息，如何有效地组
织、管理和检索大规模的图像数据库，成为当
前一个热门的研究课题，基干内容的图像检索
技术CBIR(ContentZba义dlmageRetrieval)应运而生。基于内容的图像检索技术(CBIR)
基于内容的图像检索系统设计
龙源期刊网
基于内容的图像检索系统设计
作者：庄银苹 王阿明 胡俊峰 唐璐
来源：《软件导刊》2011年第06期
摘 要：随着多媒体技术的发展，传统的基于文本的信息检索技术已经不能满足需求，基于内容的图像检索技术成为当今的研究热点。图像的特征提取，相似性匹配是基于内容图像检索系统设计的关键技术。本研究在对图像检索关键技术研究的基础上，利用Visual Basic程序设计语言和Access数据库实现图像数据库的建立和检索。结果显示，所设计的基于内容的图像检索系统可以有效地利用图像的颜色、纹理特征从图像数据库中检索出相似的图像。
关键词：颜色；特征提取；纹理；基于内容图像检索
中图分类号：TP391.41 文献标识码：A 文章编号：1672-7800（2011）06-0151-
1 图像数据库的建立
Access是由微软发布的关联式数据库管理系统，常被小型企业、大公司的部门和开发人员专门用来制作处理桌面系统。具有存储方式简单，界面友好，处理多种数据信息，支持广泛，易于扩张等特点。因此，本研究利用access来建立小型的图像数据库。
Data控件是Visual Basic提供的用来执行大部分数据库访问操作。能自动处理一些事件包括空记录集，添加新纪录，编辑和更新现有纪录，处理某些类型的错误。
图像数据是图像元灰度值的纪录，以行列数据矩阵表示，一般信息量比较大。直接读取图像的信息存入数据库中，不但增加了数据库的容量，而且增加了计算机的负担。经研究发现，建立图像地址库，可有效提高计算机的计算效率。当需要提取图像时，再根据图像的地址，对图像进行检索，平时，只需对图像的基本信息进行管理。数据库的基本功能包括:增加删除图像、图像统计、图像的显示等。
2 关键技术问题 龙源期刊网
基于内容图像检索系统的5个基本组成部分中，用户接口和图像查询模块由Visual Basic编程实现。要求用户接口界面直观易懂、交互性较好，图像查询模块能提供多种查询方式。有效的特征提取和特征匹配技术对图像检索系统的实现至关重要。要求一方面降低数据处理量，另一方面提高匹配精度。