资源描述：
《综合颜色特征地图像检索方法研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。
1、ComputerScienceandApplication计算机科学与应用,2016,6(10),583-589PublishedOnlineOctober2016inHans.http://www.hanspub.org/journal/csahttp://dx.doi.org/10.12677/csa.2016.610072ResearchonImageRetrievalMethodwithComprehensiveColorFeatureYanyuGong,JianliDong,MingliangHouSchoolofComputerEngineering,HuaihaiInstit
2、uteofTechnology,LianyungangJiangsuthththReceived:Oct.5,2016;accepted:Oct.19,2016;published:Oct.26,2016Copyright©2016byauthorsandHansPublishersInc.ThisworkislicensedundertheCreativeCommonsAttributionInternationalLicense(CCBY).http://creativecommons.org/licenses/by/4.0/OpenAccessAbstractInordertoove
3、rcomethedefectsofcolormomentwhosedescriptionofcolorfeatureisnotaccu-rateandlackofspatialinformationthatcausesalowretrievalprecision,thispaperpresentsanewimageretrievalmethodwithcomprehensivecolorfeature.Themethodclassifiesimagesandtakestheirspatialinformation,thenretrievesimagebyusingcolormoment,i
4、mageblock,imageentropyandenergy.Theresultofcomputersimulationandexperimentshowsthatthemethodnoticeablyimprovesretrievalprecision.KeywordsImageRetrieval,ColorMoment,Entropy,ImageClassification综合颜色特征的图像检索方法研究龚彦宇，董剑利，侯明亮淮海工学院计算机工程学院，江苏连云港收稿日期：2016年10月5日；录用日期：2016年10月19日；发布日期：2016年10月26日摘要为了克服颜色矩对图像颜色
5、特征描述不够准确，且缺少空间特征信息而导致图像检索查准率低这一缺陷，文章引用:龚彦宇,董剑利,侯明亮.综合颜色特征的图像检索方法研究[J].计算机科学与应用,2016,6(10):583-589.http://dx.doi.org/10.12677/csa.2016.610072龚彦宇等本文提出了一种综合图像颜色特征检索方法，将图像予以分类并考虑空间信息，利用颜色矩、图像分块、熵和能量分类的方法进行检索。通过计算机模拟和实验，结果表明该方法较显著提高检索结果的准确性。关键词图像检索，颜色矩，熵，图像分类1.引言互联网蓬勃发展，社交应用如微博、贴吧以及云端计算等提供的一系列功能，让每天上传到
6、互联网的数字化媒体信息汇聚成一个数据海洋。人们在网上需要检索的信息越来越多，查询方式也越加多样。然而这些海量数据通常都是通过文字描述来检索，对图像的检索也是如此。图像检索从最开始是基于文本检索，然而随着大量图片的出现，体现出这一检索方式的缺陷。如图像的描述是人工且存在主观性，将造成检索查询的大量工作量，且效率低下。从而出现了基于内容的图像检索方式。目前图像检索方法大多都是基于内容，即根据图像所包含的颜色、纹理、形状等特征进行检索，也是迄今非常有效的检索方式。人们对于一张图像最直观的第一印象就是颜色特征，而且某些颜色特征天生具有一定鲁棒性，加上对图像的特征描述简单有效，使之成为广泛的图像检索
7、途径[1]-[4]。本文提出一种综合颜色特征方法，采用了HSV(Hue色调，Saturation饱和度，Value亮度)量化每个分级颜色矩并归一化与该分级颜色的频数计算，将颜色矩和直方图结合。在此还提出一种图像分类方式，利用颜色熵和能量对图像在颜色分布上大体分类进一步扩大差距，最后通过加权图像分块计算两张图像的相似性距离，并以此实现相似图像的检索精度。利用本文提出的颜色矩和图像分类等方法取得很好的实验效果。2.颜色空间模
