我的星空

大家都用google或baidu的识图功能，上面就是我搜索一幅图片的结果，该引擎实现相似图片搜素的关键技术叫做“感知哈希算法”（Perceptual hash algorithm），它的作用是对每张图片生成一个“指纹”（fingerprint）字符串，然后比较不同图片的指纹。结果越接近，就说明图片越相似。达到图片比较目的且利用信息指纹比较有三种算法，这些算法都很易懂，下面分别介绍一下：

六、基于内容特征的图像检索系统　　从上面对图像搜索引擎的讨论中，我们可以看出，图像搜索引擎所实现的图像检索基本上是与文本搜索引擎类似的基于图像内容描述(description-based)的语义层次的匹配（例如通过关键词或自由词、分类目录）。因为许多情况下，用户习惯于通过概念来提交查询。概念查询的一种实现即是基于文本式的描述，用关键词、关键词逻辑组合或自然语言来表达查询的概念，这就是语义层次的

二、基于颜色特征的检索颜色特征是图像最直观、最明显的特征,一般用直方图描述。直方图的横轴表示颜色等级,纵轴表示在某一个颜色等级上具有该颜色的象素在整幅图像中所占的比例。以直方图为特征的常用的匹配方法有:1.矢量距离法以图像的直方图在各个灰度级上的值构成特征矢量,按照欧氏距离公式计算特征矢量之间的距离,以这个距离值代表图像之间的差别程度。试验证明,如果选择合适的彩色空间,那么,欧氏距离与

基于内容的图像检索技术一、概述    基于内容的图像检索技术是一种综合集成技术,它通过分析图像的内容,如颜色、纹理等,建立特征索引,并存储在特征库中。用户在查询时,只要把自己对图像的模糊印象描述出来,就可以在大容量图像库中找到想要的图像。基于内容的图像检索技术与其它相关学科的主要区别是:首先,它是一种信息检索技术,应能从大型分布式数据库中以用户可以接受的响应时间及尽量与领域无关的方

三、基于纹理特征的检索纹理是图像中一个重要而又难以描述的特性。很多图像在局部区域内可能呈现出不规则性,而在整体上却表现出某种规律性。习惯上把图像中这种局部不规则而整体有规律的特性称之为纹理。从人类的感知经验出发,纹理特征主要有粗糙性、方向性和对比度,这也是用于检索的主要特征。已有不少纹理分析方法,大致可分为两类。1.统计方法用于分析像木纹、沙地、草坪等细致而不规则的物体,并根据关于象素

五、检索效果评价方法基于内容的图像检索方法很多,在具体应用中只有采用恰当的检索算法才能得到满意的结果。因此,需要对这些算法进行评估,比较其优劣。检索算法评价方法能够在相同的条件下找出最佳算法。在目前已有的一些评价准则中,主要有以下两种:1.以查全率和查准率为基准的方法查全率和查准率一般定义为:查全率=检索到的相关图像数目/所有相关图像数目;查准率=检索到的相关图像的数目/已检索出的

四、基于形状特征的检索形状特征是图像目标的一个显著特征,很多查询可能并不针对图像的颜色,因为同一物体可能有各种不同的颜色,但其形状总是相似的。如检索某辆汽车的图像,汽车可以是红的、绿的等,但形状决不会如飞机的外形。另外,对于图形来说,形状是它唯一重要的特征。从图像中提取的目标边缘称为轮廓。基于形状或轮廓的检索是基于内容检索的一个重要方面,它能使用户通过勾勒图像的形状或轮廓,从图像库中检索出形状