基于颜色直方图的图像检索(实验分析)

音频分析与图像检索技术解析 博客讨论了三种以上利用音频分析辅助视频检索的方法,包括音频内容匹配、分类和情感分析。同时,介绍了基于颜色直方图、颜色矩和纹理等低级特征构建图像搜索引擎的方法,并通过实验对比不同特征组合的精确率和召回率表现。此外,还分析了F-分数作为综合评价指标随精确率和召回率变化的趋势。 阅读详情

基于颜色直方图的图像检索

  1. 概述

在过去的十几年间,有许多知名机构都对图像检索系统进行了深入的研究,病开发出了相应的检索系统,例如IBM Almaden研究中心研制的QBIC系统,Virage公司研发的VIRAGE系统,麻省理工大学多媒体实验室研发的Photobook系统,哥伦比亚大学研发的VisualSeek系统,斯坦福大学研发的WBIIS系统,U.C.伯克利分校研发的Blobworld系统等等。

这些检索系统的基本特征都是基于图像像素值的特征提取相应的规则图像,例如形状、颜色、纹理等,并以此为依据对图像进行比较检索,在这篇论文中,系统采用了基于颜色特征提取的检索。基于直方图在两个颜色空间对图像特征进行判定检索。这两个颜色空间是RGB和HSV。通过对两副图像对应的RGB和HSV值计算其距离,依据距离的远近来判断相似性,这种方法简单易行,由于丢弃了图像的形状、颜色、纹理等信息,判定的计算量相对较小。当然这也导致了两副图像之间的判定没有实际的语义上的关联,也就是说,距离相近的图像并不一定有事实上的相应联系。但是,经过试验的判定,这种基于直方图的图像检索系统能够为图片检索提供相对精确的检索结果。

  1. 相关知识
    1. RGB颜色空间

RGB颜色模型中每种颜色都是由红绿蓝三种颜色组成。这种颜色模型在许多CRT显示器和彩色光栅图形设备中被广泛使用。这三种颜色被认为是其他颜色的添加剂,对于所需要的颜色通过对这三种颜色进行不同的比例进行相加即可得到。RGB模型可以用如下的颜色坐标系表示。注意从(0,0,0)到(1,1,1)的对角线,白色代表了灰阶,RGB色彩模式俯视从白色开始的。

    1. HSV颜色空间(也称HIS颜色空间)

HSV字母分别代表了色度(Hue),饱和度(Saturation),色调。上面的锥形图说明HSV的颜色模型。Value代表了颜色的强度,他是从图像信息中分离出来,可以表示相关信息的部分。色度和饱和度代表了颜色在人眼中的生理特征。色度与红色等颜色从0到1的表示不同,色度是从红色通过黄,绿,青,蓝,洋红色,再回到红色。饱和度的区分是从0 到 1,他通过值大小来影响颜色的饱和度。对于色调,也是从0到1,随着他的增大,图像的颜色就会越来越亮。

    1. 颜色模型之间的转换

为了针对特定的应用更好的使用颜色,颜色空间的颜色转换是非常必要的。一个好的颜色空间必须能够很好的表示两种颜色之间的颜色差别。也就是说,数值表示的颜色可以近似的表示人类可以感觉的颜色的差别。

    1. 距离

  1. 算法原理

一个图像的颜色直方图是通过统计图像各个颜色的像素个数构成的。其处理过程:1、选择颜色空间;2、对颜色空间进行量化;3、统计直方图;4、推到直方图的距离函数;5、通过索引指出最相近的图像。算法中的每一步对于结果的可能都是至关重要的。

通过直方图检索也存在几个问题。首先,颜色直方图有很高的维度,即便是经过极度的量化处理,图像的直方图特征空间也将占据超过100的特征值。这种高维度就要求在处理过程中要减少统计特征,提前进行过滤以及对图像的分层级进行索引。同时,这些大数据量也增加了计算距离函数的计算量和计算复杂度。对于穿越距离的情况,这样的问题会更加的复杂。

  1. 算法实现
    1. 产生图像数据库

RGB颜色直方图被生成为512列 (r : 0~7, g: 0~7, b: 0~7 )(8 × 8 × 8)

function makeRGBHistogramData()

    cd '.\img'

    str_head='RGB_zft_';

    str_tail='.txt';

    for file_num=0:499;

        filename=sprintf('%s%d%s',str_head,file_num,str_tail)

        imname=sprintf('%d.jpg',file_num)

        h = imread(imname,'jpg');

        %红色

        Red = h(:,:,1)'/(256/7);

        %绿色

        Green = h(:,:,2)'/(256/7);

        %蓝色

        Blue = h(:,:,3)'/(256/7);

        zft=zeros(8,8,8);

        [r,c] = size(Red);

        for i=1:r;

            for j= 1:c;

                zft(round(Red(i,j))+1,round(Green(i,j))+1,round(Blue(i,j))+1)= zft(round(Red(i,j))+1,round(Green(i,j))+1,round(Blue(i,j))+1) + 1;

            end;

        end;

        f_id=fopen(filename,'w');

        fprintf(f_id,'%d\n',zft);

        fclose(f_id);

    end;

    cd '..'

return;

end

HSV颜色空间被生成为162列 (h: 0~17, s: 0~2,v: 0~2)(18 × 3 × 3)

function makeHSVHistogramData()

    cd '.\img'

    str_head='HSV_zft_';

    str_tail='.txt';

    for file_num=0:499;

        filename=sprintf('%s%d%s',str_head,file_num,str_tail)

        imname=sprintf('%d.jpg',file_num)

        h = imread(imname,'jpg');

        HSV = rgb2hsv(h);

        Hue = HSV(:,:,1)'/(1/17);

        Saturation = HSV(:,:,2)'/(1/2);

        Value = HSV(:,:,3)'/(1/2);

        

        zft=zeros(18,3,3);

        [r,c] = size(Hue);

        for i=1:r;

            for j= 1:c;

                zft(round(Hue(i,j))+1,round(Saturation(i,j))+1,round(Value(i,j))+1)= zft(round(Hue(i,j))+1,round(Saturation(i,j))+1,round(Value(i,j))+1) + 1;

            end;

        end;

        f_id=fopen(filename,'w');

        fprintf(f_id,'%d\n',zft);

        fclose(f_id);

    end;

    cd '..'

return;

end

    1. 计算距离

function jl=calc_RGB_euclidean_distance(id0,id1)

cd '.\img'

filename0 = sprintf('RGB_zft_%d.txt',id0);

filename1 = sprintf('RGB_zft_%d.txt',id1);

f_id0=fopen(filename0,'r');

zft0=zeros(8,8,8);

zft0 = fscanf(f_id0,'%d\n');

fclose(f_id0);

f_id1=fopen(filename1,'r');

zft1=zeros(8,8,8);

zft1 = fscanf(f_id1,'%d\n');

fclose(f_id1);

jl=0;

for i=1:512;

jl = jl + (zft0(i) - zft1(i))*(zft0(i) - zft1(i));

end;

cd '..'

return;

end

function jl=calc_HSV_euclidean_distance(id0,id1)

cd '.\img'

filename0 = sprintf('HSV_zft_%d.txt',id0);

filename1 = sprintf('HSV_zft_%d.txt',id1);

f_id0=fopen(filename0,'r');

zft0=zeros(18,3,3);

zft0 = fscanf(f_id0,'%d\n');

fclose(f_id0);

f_id1=fopen(filename1,'r');

zft1=zeros(18,3,3);

zft1 = fscanf(f_id1,'%d\n');

fclose(f_id1);

jl=0;

for i=1:162;

jl = jl + (zft0(i) - zft1(i))*(zft0(i) - zft1(i));

end;

cd '..'

return;

end

    1. 程序界面

  1. 测试结果

  1. 结论
    1. 论文结论

基于直方图的图像检索在RGB颜色空间具有比HSV颜色空间更好的检索效果

从计算时间的观点上来说,使用HSV颜色空间使用几何或二次方法比使用RGB颜色空间需要更小的时间开销

在同时考虑计算时间和检索效率的情况下,在HSV颜色空间下的直方图交叉检索是六种方法中最可取的方法。

二次距离在计算负担下是不具有效率的。

    1. 我的结论

基于直方图的图像检索在RGB颜色空间具有比HSV颜色空间更好的检索效果

使用HSV颜色空间需要更小的时间开销

交叉检索没有效率

在考虑时间效率的情况下可以考虑在HSV空间下使用直方图检索

  1. 讨论

我们来分析上面结论产生偏差的原因,首先我们来看两个距离公式以及两张最容易检索出来的图片。

在这里我们分析图片的统计数据,从中发现规律,通过将数据从直方图中我们可以看出,对于最容易选出的295图片,其HSV值偏小,易于在距离计算中被选出。

    1. 最终结论

对于图片295 ,在HSV空间小的数比例偏小,导致用min选择时容易选到该张图片。

图像特征(一)——颜色特征(颜色直方图,颜色矩,颜色集,颜色聚合向量和颜色相关图) 本文主要是为了更好地理解图像特征,理解各方法的原理。转载请注明出处https://mp.youkuaiyun.com/console/editor/html/105090183 图像模式识别的一般步骤为:输入图像--图像预处理--特征提取--特征选择--图像分类--输出结果。 图像特征主要有:颜色特征、形状特征、纹理特征和空间关系特征。 本文主要介绍颜色特征,并给出matlab上实现的demo。 颜... 阅读详情

相关推荐

基于颜色直方图的图像检索

基于颜色直方图的图像检索 这是第一篇优快云,前段时间,导师布置任务,题目是基于颜色直方图图像检索,主要是用matlab做,查查改改,差不多用了一周时间。 文笔不好,不写太多的插入语了,直接来。 设计流程 对数据集建立索引,利用RGB2hsv算法处理数据集,生成.mat文件; 计算pdist2距离,可以选用多种距离,比如欧氏距离,曼哈顿距离,切比雪夫距离,马氏距离等; 计算数据集的颜色直方图,选...

yinkaunhappy的博客 1909

【图像检索】基于颜色特征的图像检索附Matlab代码

图像检索是计算机视觉领域的一项重要任务,其目的是从大规模图像数据库中检索与查询图像相似的图像。基于颜色特征的图像检索是一种经典且有效的技术,它利用图像中的颜色信息来进行检索。本文将深入探讨基于颜色特征的图像检索的原理、方法和应用。颜色特征颜色是图像中重要的视觉特征,它可以反映图像的内容和对象。基于颜色特征的图像检索通常使用颜色直方图来表示图像的颜色分布。颜色直方图是一个多维数组,其中每个维度对应于一个颜色通道(例如 RGB 或 HSV),而每个元素的值表示该通道中特定颜色出现的频率。检索方法。

m0_57702748的博客 1161

HSV颜色直方图

颜色特征是在图像检索中应用最为广泛的视觉特征,主要原因在于颜色往往和图像中所包含的物体或场景十分相关。此外,与其他的视觉特征相比,颜色特征对图像本身的尺寸、方向、视角的依赖性较小,从而具有较高的鲁棒性。 面向图像检索的颜色特征的表达涉及到若干问题。首先,我们需要选择合适的颜色空间来描述颜色特征;其次,我们要采用一定的量化方法将颜色特征表达为向量的形式;最后,还要定义一种相似度(距离)标准

StartUp 专栏 3万+

基于颜色特征的图像检索算法研究

摘 要 本文以基于颜色特征的图像检索实例系统为基础,研究RGB与 HSI 颜色空间内,全局直方图,累积直方图,局部累加直方图对图像的描述。以之为特征,再引入欧氏距离的相似性度量方法实现基于内容的图像检索。根据实验结果比较,总结颜色空间、特征描述方法对检索系统性能的影响,从而得出不同算法 所适合的应用范围。 论文第一章介绍了本课题的研究背景和问题概要解决方案。第二章通过对基于颜色特征的图像检...

做最不无聊的IT人 1480

基于内容的图像检索——颜色、形状、纹理三种方式实现

先上几张图,项目代码在最下面,可直接食用 GUI 用的是python的EasyGui 安装方法(我用的是ubuntu18.04系统) sudo apt-get install python3-easygui EasyGui使用方法: https://www.cnblogs.com/fuqia/p/8992438.html 一、基于颜色的图像检索——二分K-means法 1、提取...

qq_42520962的博客 3768

MATLAB图像检索系统:颜色和累加直方图技术实现

随着信息技术的飞速发展,图像检索技术已成为一个重要的研究方向。图像检索技术是指利用计算机程序对大量图像进行查询,以实现快速准确找到所需图像的过程。其核心包括图像理解、特征提取、相似性度量以及索引技术等多个方面。图像检索技术的应用范围极为广泛,例如在医学影像分析、安全监控、搜索引擎图片管理以及智能移动设备等领域均有广泛应用。它对于处理日益庞大的数字图像数据库,提高图像信息检索的效率和准确率具有重要意义。然而,图像检索面临的一个主要挑战是如何在复杂多变的图像特征中快速而准确地找到用户所需的图像。

weixin_42603332的博客 957

【综合实训】数字图像处理——基于内容的图像检索系统设计与实现

文章目录摘要Abstract1 绪论1.1 课题研究背景1.2 课题研究目的与意义2 系统设计2.1 图像检索系统框架2.2 图像检索系统展示3 数据集处理3.1 数据预处理3.2 预处理结果展示4 基于颜色特征的图像检索4.1 颜色直方图特征4.1.1 颜色直方图特征介绍4.1.2 颜色直方图特征提取步骤4.1.3 颜色直方图特征存储结果4.1.4 相似度度量方法4.1.5 检索结果展示4.2 颜色中心矩特征4.2.1 颜色中心矩特征介绍4.2.2 颜色中心矩特征提取步骤4.2.3 颜色中心矩特征存储结果

要像蜗牛一样一步一步往上爬! 8463

【计算机科学导论实验】加法图灵机模拟 题解

本文提供计算机科学导论课程“图灵机加法器”实验的个人思路,仅供参考。

Chavapa's blog 2579

ehd边缘直方图描述子 matlab,大连理工大学数字图像处理 实验报告4

大连理工大学实验报告学院(系): 电信学部 专业: 电子信息工程 班级: 电子1102 姓 名: 陈柯锦 学号: 201181442 组: ___ 实验时间: 实验室: 实验台:实验名称 基于边缘直方图的...

weixin_33856590的博客 269

动态表单设计

自定一表单数据结构。内容展示如有必要行转列。前端根据题目类型自定义组件后端跟俊题目类型用策略模式校验各种类型这样有统计功能的简单动态问卷就可以了展示时可能某些场景需要行转列。大概估摸使用的话有可能kmic_form_data_detail表的记录数比较大,后期再考虑数据或者表迁移或拆分。

zquwei的博客 3484

【Pytorch】DCGAN实战(三):二次元动漫头像生成

文章目录1.实现效果2.环境配置2.1Python2.2Pytorch、CUDA2.3Python IDE3.具体实现3.1数据预处理(data.py)(1)导入包(2)定义数据类3.2模型Generator,Discriminator,权重初始化(model.py)(1)导入包(2)Generator(3)Discriminator(4)权重初始化3.3网络训练(net.py)(1)导入包(2)创建类3.4 主函数(main.py)(1)导入文件(2)定义超参数(3)实例化(4)进行训练4.训练过程4.1

qq_44031210的博客 4919

python实现-颜色直方图&pHash图像检索分类-图像检索引擎

这是我们课程作业的一部分,我已经把所有的代码都上传到了我的github,基于高效检索算法可以构建图像搜索隐藏,关键在于找到合适的算法 https://github.com/miaogen123/imageMatch (欢迎批评&star me,github中有使用说明和实验报告的pdf版) pdf直达链接 以下是报告的无格式版,建议移步pdf直达链接 基于颜色直方图的图像检索与分类 ———...

qq_27854685的博客 6559

python爬虫入门教程(非常详细)

爬虫指的是一种自动化程序,能够模拟人类在互联网上的浏览行为,自动从互联网上抓取、预处理并保存所需要的信息。爬虫运行的过程一般是先制定规则(如指定要抓取的网址、要抓取的信息的类型等),紧接着获取该网址的HTML源代码,根据规则对源代码进行解析和抽取,最后进行处理和保存。爬虫在实际应用中广泛使用,如搜索引擎、大数据分析、交易数据采集等领域,都需要用到爬虫技术来实现信息的定向采集和处理。

工宗浩生财指南针 2万+

基于颜色特征的图像检索(一)

目录   一、实验目的、思路、环境 二、数据集 三、实验步骤 四、实验结果 五、总结 六、拓展 一、实验目的、思路、环境 目的:实现“以图搜图”的功能,给定一张测试图像,在训练集中找出最接近的10张图像(实际上是检索类别相同的图像) 基本思路:对训练集中的已有图像进行特征提取,对所提取的特征建立索引;在检索时,对测试图像进行同样的特征提取,然后将测试图像所提取的特征和训练集图像...

by_study的博客 1万+

Trae CN 使用入门指南

【代码】Trae CN 使用入门指南。

weixin_42551921的博客 8777

问答式AI vs 智能体(Agent):它们有什么不同?

你肯定用过 ChatGPT 或文心一言——问它一个问题,它给你一个答案。AI Agent(AI智能体)。很多人搞不清楚:它们不都是"AI"吗?有什么区别?这篇文章用一个最简单的类比,彻底讲清楚这两者的本质差异。框架特点适合人群AutoGPT完全自主执行任务,链式思考开发者MetaGPT模拟团队协作,多角色分工开发者LangChain最流行的Agent开发框架开发者Dify可视化无代码搭建Agent非技术用户Coze(扣子)字节跳动出品,国内最易用普通用户WorkBuddy。

Johnny2004的专栏 450

基于MATLAB颜色直方图的图像检索

基于颜色直方图的图像检索概述在过去的十几年间,有许多知名机构都对图像检索系统进行了深入的研究,病开发出了相应的检索系统,例如IBM Almaden研究中心研制的QBIC系统,Virage公司研发的VIRAGE系统,麻省理工大学多媒体实验室研发的Photobook系统,哥伦比亚大学研发的VisualSeek系统,斯坦福大学研发的WBIIS系统,U.C.伯克利分校研发的Blobworld系统等等。这些...

m0_59833680的博客 1388

YOLO小目标检测优化:9种实用方案,准确率直接提升15%

小目标检测是个系统工程,没有银弹,但有明确的优化路径。优先搞数据。Copy-Paste + 提升分辨率,这俩加起来成本最低、收益最大,能解决80%的小目标问题。别一上来就改模型结构。调参走在改结构前面。锚框聚类、损失加权、增强优化,这些都是零成本的,先做满了再说改模型的事。P2层是大杀器,但不要轻易用。加了P2层,TensorRT部署、后处理、速度都要跟着调,工程化工作量翻倍。数据和训练做到位还不够,再加也不迟。滑动窗口是兜底的。能从训练端解决的问题,就不要拖到推理端。

专注于Python爬虫开发,分享爬虫技巧、项目实战与反爬经验,使用Scrapy、BeautifulSoup等工具,解决数据抓取难题。 196

基于灰度直方图和边界方向直方图的图像检索

先讨论图像边缘检测。本文采用的检索方式就是综合颜色特征和形状特征的图像检索,与单个特征检索相比,多特征组合的图像检索提高了检索正确率。本文通过综合颜色特征和形状特征的图像检索方法,介绍了灰度直方图、边界方向直方图等,并以基于灰度直方图和边界方向直方图的图像检索为例进行实验。图像的灰度直方图提供了图像外观的一个全局描述,所提取的特征具有RST不变性,即旋转、比例和位移不变性,缺点是不能有效地表示图像的空间信息。实验中采用的图像为原始图像、改变对比度后的图像、放缩后的图像、旋转后的图像、加噪声后的图像等。

GGMMM123的博客 896

嵌入式工程师成长之路(1)——元件基础(完整版)

为什么你的电路总是“玄学”故障?答案藏在这些元件里! 0欧电阻竟能引发信号反射?5V转3.3V电平匹配失败导致MCU烧毁?电容降压设计让电源“滋滋”响?——这些坑,本文全填平! 优快云硬件领域头部博主十年踩坑经验汇总,覆盖电阻、电容、电感核心难点+高频实战问题,让你从“调试地狱”直通“一次成功”!

云轩阁 2万+

Outlook Express 6 (OE6) for Win7/Win8/Win10

英文版 Outlook Express6.0, 兼容Win7/Win10/WinXP,解压就可用。

上一篇: 基于颜色形状纹理综合特征的CBIR
下一篇: 图像检索博文
GPT_code
博客等级 码龄3年 3543粉丝 338原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值