一种结合颜色与轮廓曲线的图像检索算法

"本文主要探讨了一种改进的图像检索方法，该方法结合了颜色和图像轮廓曲线特征，以提高在形状、颜色及纹理上的检索精度。通过对图像进行分割和轮廓提取，利用仿射变换和最小值化处理保持轮廓的边缘信息和几何不变性。同时，通过聚类颜色信息提取主聚类直方图，该直方图包含颜色和空间位置信息。文章还对比了传统颜色直方图方法的局限性，并提出主聚类直方图方法，降低了算法复杂性。此外，文章还讨论了基于对象边缘和区域分割的形状分析方法，以及如何利用这些特征进行图像检索。" 这篇论文研究聚焦于图像检索技术的改进，特别是针对基于内容的图像检索（CBIR）中的颜色和形状特征。传统的CBIR方法依赖于图像的颜色、纹理等特性，但这种方法在空间结构和对象形状的匹配上存在不足，导致检索结果可能不准确。为了解决这一问题，作者提出了一种新的方法，该方法结合了颜色和图像轮廓曲线特征。 首先，论文介绍了颜色直方图在图像检索中的应用，但指出其忽略了空间位置信息且颜色空间量化标准不统一。针对这些问题，一些文献尝试引入空间信息，但增加了算法的复杂性。因此，论文提出了一种主聚类直方图方法，它不需要显式处理空间位置，但其直方图内在包含了空间信息，简化了算法的同时保持了较高的检索效率。 在形状分析方面，论文区分了基于边缘几何和基于区域分割的两种方法。边缘检测和轮廓提取用于获取图像的形状特征，但噪声可能引入不相关的轮廓，因此需要后处理来提高轮廓精度。然而，这种方法并不总是能兼顾颜色和形状特征。 论文的核心贡献在于提出了一种综合颜色和轮廓曲线特征的检索算法。通过分割图像，提取感兴趣的物体轮廓，然后进行仿射变换和最小值化处理，以保持轮廓的完整信息和几何不变性。同时，通过聚类得到主聚类的直方图，这既包含了主颜色信息，也隐含了空间位置。最后，通过计算颜色距离直方图和轮廓曲线距离偏差的加权平均来衡量图像的相似性，从而提高了检索的准确性。 实验结果证明，这种方法对于基于特定对象的图像检索问题，提供了更高精度的解决方案。这种改进的检索算法对于计算机工程与应用领域，特别是在图像分析、医学图像处理和其他需要高精度图像检索的场景，具有重要的理论和实践意义。