基于HSV分块颜色直方图的图像检索算法

引 言

                  随着多媒体技术及[nternet技术的迅速发展，各行各业对图像的使用越来越广泛，图像信息资源的管理和检索显得越来越重要。传统的通过手工标记和索引图像(即基于文本的图像检索)的方法已经不能满足人们的需求，随之而来的问题是：随着图像数据的剧增和人们对图像的理解具有不同的侧重点，不同的人从不同的角度对同一幅图像的认识可能存在很大的差异性，因此无法准确反映图像信息。基于内容的图像检索方法(Content—Based Image Retrieval，CBIR)由此应运而生。
                 在基于内容的图像检索中，如何根据图像的视觉特征准确而快速地检索图像成为人们最关心的问题，也是图像检索的主要内容。其中，颜色作为图像中最显著的视觉特征，被广泛应用于图像检索中。颜色是所有图像中最直接、最简单、最重要的特征。颜色特征对图像本身的尺寸、方向和视角的依赖性较小，定义比较明确，抽象也相对容易。最早利用颜色进行图像检索的实例是由Swain和Ballard提出的基于全局颜色直方图的检索算法 。基于颜色直方图的检索过程涉及图像颜色空间的选择、颜色空间的量化、颜色直方图的定义以及直方图空间相似度距离的计算等。

                本研究主要探讨基于HSV分块颜色直方图的图像检索算法。

1 颜色模型
1．1 RGB模型
RGB颜色模型是图像处理中最常用的颜色模型，现有的图像采集设备最初采集到的颜色信