摘 要

第1章 绪论 4

1.1 研究背景及其意义 4

1.1.1 研究背景 4

1.1.2 研究意义 5

1.2 国内外研究现状 5

1.3研究内容及章节安排 6

第2章 基于内容的图像检索技术 7

2.1基于颜色特征的检索方法 7

2.1.1常用的颜色模型 7

2.1.2 颜色特征的提取方法 8

2.2 基于纹理特征的检索方法 9

2.2.1 常见的纹理特征表示方法 10

2.2.2 纹理特征的提取算法 10

2.3 基于区域特征的检索方法 11

2.3.1 简单的区域描述 11

2.3.2 拓扑描述 11

2.4 相似度度量 12

2.5本章小结 13

第3章 车标检索系统的设计与实现 14

3.1 整体的设计 14

3.2 图像的预处理 16

3.2.1 算法原理 16

3.2.2 核心代码 17

3.3 颜色特征的提取算法 18

3.3.1 算法原理 18

3.3.2 核心代码 22

3．4 纹理特征的提取算法 23

3.4.1 算法原理 23

3.4.2 核心代码 26

3．5 空间特征的提取 27

3.5.1 算法原理 27

3.5.2 核心代码 30

3．6 多特征综合的图像检索 30

3.7 本章小结 31

第4章 检索系统的调试 32

4.1 系统存在的问题 32

4.2 解决问题的方法 32

4.3 结果分析 34

4.3.1 时效性分析 34

4.3.2 查准性分析 35

第5章 总结与展望 36

5.1 总结 36

5.2 展望 37

参考文献 38

摘要

随着计算机和网络技术的飞速发展，每天都有大量的图像信息不断地产生和传播。在这个图像数据的海洋中，如何快速、准确的找到用户所需要的图像成为一个极为重要的问题。在图像检索技术发展的早期，主要是采用基于文本的图像检索技术，即人工对图像的信息进行标注，但是这个方法有显而易见的问题即该方法不但耗费大量人力，也花费大量时间，同时由于人工标注带有主观性，使得图形检索可能会出现偏差，另外其检索速度并不快，不支持多媒体信息的查询和检索。正是因为出现这些问题，因此科学家们提出了基于内容的图像检索技术，该检索技术并不需要大量人力的参与，能在计算机中高效、快速的找到检索结果，同时由于计算机具有强大的计算能力，使得系统能处理海量图像数据，基于内容的图像检索技术具有广阔的发展前景和研究意义。

本文将对基于内容的图像检索技术进行深入研究，首先将介绍基于内容的图像检索技术的研究背景、应用领域，其次要对相关特征索引进行分析。图像的特征信息主要有颜色特征、纹理特征、空间特征，本文将对以上三个特征进行研究和阐释之后分别编程实现以这些特征为基础的检索，对应颜色特征，本文将采用颜色直方图的方式实现；对应纹理特征，本文将采用共生矩阵的算法；对应空间特征，本文使用图像的面积和重心坐标等特征。接下来，本文将讨论各种距离的度量算法，包括欧氏距离、曼哈顿距离、切比雪夫距离等。同时经过分析研究，将重点采用欧氏距离进行相似度度量。

在论述完相关知识之后，本文将利用Matlab编程实现一个车标检索系统。该系统将实现用户输入一个图片，系统将从图像库中检索出对应的图片以及图片所对应的车标名字。此系统采用以上说的三种图像特征作为检索索引，用欧氏距离作为主要的度量方法。最后，本文将通过实验分析以验证这些算法的可行性。

关键字：图像检索，距离度量，颜色特征，纹理特征，空间特征

Abstract

With the rapid development of computer and network technology, a large number of image information is generated and spreaded continuously everyday In the ocean of the image data, how to quickly and accurately find the image to satisfy the user's need become a very important problem.During the early days of image retrieval technology development, researchers mainly adopt the text-based image retrieval technology, namely artificial to annotation of image information,.But this method has obvious disadvantage that it not only cost a lot of manpower, but also spend a lot of time. Meanwhile ,due to manual annotation subjective, making graphic retrieval may appear deviation .Of couse ,the retrieval speed is not fast and does not support the multimedia information query and retrieval.Because of these problems, scientists proposed the content-based image retrieval technology.The retrieval technique does not require the participation of a large number of human and it also can be efficient and fast in the computer to find the retrieval results, at the same time, system can handle huge amounts of image data for the computer having powerful computing ability Above all,content-based image retrieval technology has broad prospects for development and research significance.

This article studies some details of content-based image retrieval technology. Firstly,the research background and application field of content-based image retrieval technology has been introduced and the related characteristic index has been analyzed.Three image featuresare considered, including:the main color features, texture featuresand spatial characteristics. For color features, this article uses the color histogram. Fortexture characteristics, this article employs the symbiotic matrix algorithm. For space characteristics, this article uses the image features such as area and coordinates of the center of gravity.Next, this article discusses various distance measurement algorithms, including the Euclidean distance, Manhattan distance, chebyshev distance, etc.At the same time, based on some analysis, Euclidean distance has been employed for similarity measure.

Based on related knowledge, this article uses the Matlab programming to realize a logo retrieval system.The system can enable the user to enter a pictures , retrieving the corresponding image from the image library and pictures of the logo name.This system adopts the above said three kinds of image features as a retrieval index, using Euclidean distance as the main measure.Finally, through the experiment,this article verifies the feasibility of these algorithms.