摘要
本次实训按照指导书要求,设计并实现了一个简单的图像检索系统,实现了从颜色特征、纹理特征、形状特征三个方面对图像进行匹配。其中颜色特征是提取自RGB颜色空间的颜色矩;纹理特征是来自图像0度、45度、90度、135度四个角度的灰度共生矩阵的纹理一致性、纹理对比度、纹理熵,纹理相关性的期望和标准差;形状特征是采用形状不变矩法提取了图像Hu不变矩u1~u7和离心率e。在图像匹配方面采用了欧氏距离和余弦定理计算相似度。用户在使用该系统时可以设置单特征或某权重比例下的多特征检索,系统将会自动对源图像进行处理并返回库图中相似度最高的图片。本文将从系统设计与实现和结果分析方面重点讲述此次实训成果。
关键词:图像检索系统;颜色矩;灰度共生矩阵;形状不变矩
一、实训目的
基于内容的图像检索系统(Content Based Image Retrieval, 以下简称 CBIR),是计算机视觉领域中关注大规模数字图像内容检索的研究分支。典型的CBIR系统,允许用户输入一张图像,在图像数据库(或本地机、或网络)中查找具有相同或相似内容的其它图片。本实训的基本功能要求是实现基于视觉特征的图像检索。具体包括:
(1)实现基于颜色信息的图像检索,可通过颜色直方图、颜色矩、颜色一致性矢量等方法来实现。
(2)实现基于纹理特征的图像检索,可从四个方面进行:统计法、结构法、模型法、频谱法。
(3)实现基于形状特征的图像检索,可分别从图像的边缘信息和区域信息来实现。
(4)实现基于综合信息的图像检索。
二、实训内容
该项目的实训内容主要包括:
1.能够利用颜色特征实时从图像库中检索出和输入图像相同或相似的图像,按照相似度大小排列,并显示在系统中。
2.能够利用纹理特征实时从图像库中检索出和输入图像相同或相似的图像,按照相似度大小排列,显示在系统中。
3.能够利用形状特征实时从图像库中检索出和输入图像相同或相似的图像,按照相似度大小排列,并显示在系统中。
三、开发工具
1.系统开发工具:
Java
2.数据库开发工具:
MySQL