基于MATLAB图像检索系统GUI设计解析

一、课题背景

随着互联网技术向宽带、高速、多媒体方向的发展，人类正快速进入一个信息化的时代。各种信息工具、技术、载体等应运而生。在众多类型的信息资源中，图像具有直观、形象、易于理解和信息量大等特点，成为资源库的重要组成部分。同网络信息一样，由于图像数量巨大，种类繁多，加之排列方式错综复杂，这给图像检索带来了困难。近年来，基于内容的图像检索技术有了长足的发展。基于内容的图像检索能有效的对图像进行管理和检索，这项技术既充分体现了图像的信息特点，又充分结合了传统数据库技术，它的应用对解决信息膨胀，有效快速地利用多媒体信息有很好的实用价值。

图像的内容包括图像的颜色、纹理、形状等视觉特征和语义特征。其中，纹理特征作为最为显著的视觉特征之一，它是一种不依赖于颜色或亮度反映图像中同质现象的视觉特征。纹理特征包含了物体表面结构组织排列的重要信息，以及与周围环境的联系。因此在基于纹理的图像检索中得到了广泛应用。

二、 图像检索的基本原理

基于内容的图像检索遵循概率排队的规则，根据用户的查询需要，对查询样本和库中图像分别计算相关特征，并比较特征的相似性，最后按相似性值由大到小排列库中图像，完成一个查询过程。这一新的研究方向涉及图像处理，图像识别和图像数据库技术，把这3个领域的研究成果进行有效的结合是该技术取得成功的基础。基于内容的图像检索技术由于能够根据图像的可视内容产生查询，从而方便了用户，检索时针对不同的具体应用，使用一种特征或组合几个特征进行检索。

基于纹理特征的图像检索是基于内容图像检索的一个方面，因此，本章将讨论基于内容的图像检索系统的通用框架、关键技术、检索查询方式及检索特点。

2.1 检索系统通用框架

基于内容的图像数据库检索系统是一种重要的多媒体信息处理技术。一般把基于内容的图像数据库检索系统看作是介于信息用户和数据库之间的一种信息服务系统。系统的通用框架如图2—1所示。

图2-1 基于内容的图像检索系统通用框架

(1)查询模块对用户提供多样的查询手段，以支持用户根据不同应用进行各种类型的查询工作。

(2)描述模块系统将用户的查询要求转化为对图像内。容比较抽象的内部表达描述，即以一定的计算机可以方便表达的数据结构描述给定图像的内容。这是基于内容的图像检索系统的关键模块，如何描述图像，直接关系到检索系统的性能。

(3)匹配模块将查询描述与图像库中被查询图像进行内容匹配和比较，以确定它们在内容上一致性和相似性。这个匹配结果将传给提取模块。匹配模块所使用的方法与描述方法密切相关。

(4)提取模块根据匹配的结果，在内容匹配的基础上将所有满足给定条件的图像自动地从图像库中提取出来。

(5)验证模块提取的图像是否满足用户要求还需验证。如果验证效果不满意，新一轮的查询可以通过修改查询条件而重新开始。

2.2 检索系统关键技术

基于内容的图像检索系统的关键技术为：图像的特征提取和图像数据索引结构的构造。下面分别介绍这两个关键技术。

2.2.1特征提取

特征抽取是基于内容的图像检索的基础，目前比较成熟的特征是颜色、纹理、形状和物体间方位关系。这些特征具有计算简单，性能稳定的特点，但这些特征都有一定的局限性。

1 颜色

颜色是一种重要的视觉信息属性，在图像查询与检索中是～种很有用的特征。相对于其它特征，颜色特征非常稳定，对于旋转、平移、尺度变化，甚至各种变形都不敏感，表现出相当强的鲁棒性，而且颜色特征计算简单，因此成为现有检索系统中应用最广泛的特征。

颜色检索的基本思想是将图像间的相似度归结为颜色直方图之问的距离。这方面奠基性的工作是Swain和Ballad提出的直方图求交算法，它计算两幅图像三维颜色直方图的每一个颜色单位，并进行细致的比较。Mehtre等人提出距离算法和参考颜色表方法，实验表明，每幅图像只需保留很少几种主要颜色就能得到很好的结果。

为了得到与人的感觉类似的相似性度量，一些研究者还提出采用其它的颜色空间模型和距离测度。Zhang等人采用了符合人眼感觉的HSV(HueSaturation Value)模型，Baraldi等人在进行直方图匹配时引入了二次型距离。另外，在提高检索对于光照的稳定性及空间分布信息的引入等方面，也出现了很多算法。

2 纹理

纹理是与物体表面材质有关的图像特征，目前也是基于内容的图像检索系统中的一个重要手段。

纹理分析一直是计算机视觉中的一个重要研究方向，其方法主要分为两类：结构方法和统计方法。结构方法假定图像由较小的纹理基元排列而成，它采用句法分析方法，只适用于规则的结构纹理。统计方法又可进一步分为传统的统计方法、基于模型的方法，以及基于频谱分析的方法。

传统的统计分析方法始于20世纪70年代早期，Haralick等人提出了基于二阶灰度统计特征的共生矩阵方法。之后，Tamura以人的主观心理度量为标准，提出了6个基本的纹理特征，这些特征与人的感受较一致，在许多图像检索系统中得到应用。20世纪80年代，基于随机场模型的技术被用于纹理分析中。Kashyap等人提出用CSAR模型提取旋转不变的纹理特征。麻省理工大学的Photo．book中采用了随机场的二维分解技术，得到周期性、方向性和随机性三种特征，用于纹理图像检索。

多尺度的思想促进了基于频谱分析方法的发展，特别是基于Gabor滤波器的技术在纹理分析中被广泛采用，Gabor滤波器可以通过调整获得图像不同方向和尺度的纹理信息。Lee等人把它用于图像检索，并把它与小波变换方法作了比较。

3 形状

形状基于图像内物体形状的检索是基于内容检索当中一个最具挑战性的问题之一，因为寻找符合人眼感知特性的形状特征不是一件简单的工作。首要的困难是要将不同物体从图像中分割出来，这是计算机视觉中的一个困难问题。

形状的描述也是困难的问题，常用的方法有傅立叶描述子、矩不变量、各种简单的形状因子(如面积、圆度、偏心度、主轴方向)等。除了这些全局特征以外，有时也用一些局部特征(如直线段、圆弧、角点、高曲率点等)，来解决遮挡问题。除这些常规方法外，人们还提出了许多基于不变性和变换的方法。

由于基于简单特征的方法无法对形状作细致的匹配，也不能解决广泛存在的变形问题。因此实际系统中常常只用它们来作初步的过滤，最终的匹配结果由一些更复杂的方法给出，如变性模板、弹性匹配等。

1. GUI界面设计及运行效果

返回结果的图像

4、选取一副图片，计算特征值：

，如果纹理特征差异都为0，则谈出消息框：