基于MATLAB颜色直方图的图像检索
基于MATLAB颜色直方图的图像检索
一、课题介绍
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。
二、GUI程序界面
测试结果
三、结论
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。
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
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。
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。
基于MATLAB颜色直方图的图像检索相关推荐
- 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CSDN,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 ...
- 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 ...
- 基于颜色特征的图像匹配MATLAB,基于颜色特征的图像检索系统 这是个MATLAB程序 - 下载 - 搜珍网...
压缩包 : 基于颜色特征的图像检索系统.rar 列表 基于颜色特征的图像检索系统\007.bmp 基于颜色特征的图像检索系统\01.bmp 基于颜色特征的图像检索系统\011.BMP 基于颜色特征的图 ...
- 基于matlab的图像形状与分类毕业设计(含源文)
基于matlab的图像形状与分类 摘 要 数字图像处理是一门新兴技术,随着计算机硬件的发展,数字图像的实时处理已经成为可能,由于数字图像处理的各种算法的出现,使得其处理速度越来越快,能更好的为人们服务 ...
- 基于matlab国内外水果自动分级方面,水果自动识别的BP神经网络方法
摘 要:针对多种水果混合的图像,对各种水果的提取和识别进行研究.利用Matlab软件进行图像数据获取.对比度增强.去噪.二值化处理:为弥补二值化后图像中出现的断边.孔洞,借助Sobel算子进行边缘提 ...
- 基于matlab的图像形状与分类的方法比较
基于matlab的图像形状与分类的方法比较 分类就是根据被识别对象的若干特征将其归入某一类别. 形状特征 (一)特点:各种基于形状特征的检索方法都可以比较有效地利用图像中感兴趣的目标来进行检索,但它们 ...
- matlab交通标志检测与分类,基于MATLAB的道路交通标志识别.doc
基于MATLAB的道路交通标志识别摘要:本文介绍用MATLAB强大的计算功能和各种功能齐全的函数,图像工具箱来进行道路交通标志的识别.介绍基于LAB颜色模型的颜色特征提取和基于radon变换的形状特征 ...
- 基于MATLAB的人脸识别系统[创新元素，界面GUI]
第一章 绪论 本章提出了本文的研究背景及应用前景.首先阐述了人脸图像识别意义:然后介绍了人脸图像识别研究中存在的问题:接着介绍了自动人脸识别系统的一般框架构成:最后简要地介绍了本文的主要工作和章节结构 ...
- 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引擎,关键在于找到合适的算法 https://github.com/miaogen123/ima ...
最新文章
- 极速理解设计模式系列：9.工厂方法模式(Factory Method Pattern)
- 从FCN到DeepLab
- docker安装并运行elasticsearch
- php中引入shiro,基于shiro的自定义注解的扩展-图文详解
- 有向无环图拓扑排序(python实现）
- 随机矩阵（stochastic matrix）与 PageRank
- 电路——三极管(一)辨认极性和判断类型(原理图中)
- 17、生命周期-BeanPostProcessor在Spring底层的使用
- BC95方案NBIOT入网配置教程
- 课时5 企业Web服务器现场抓鸡案例分享
- linux微软公式编辑器,linux下的公式编辑器
- python投资组合有效边界,【python量化】如何用Python找到投资时的最佳组合比例
- java 获取月份 几周_获取日期是月份中的第几周(以周一为开始时间)
- 蒙特梭利素材语言幼儿识字 补笔画 闪卡三段卡蒙氏教具
- 使用ctex宏包出现的kpathsea错误
- 程序员工资一般多少钱一个月？【推荐】
- 推送系统从0到1（八）：个性化精准推送的实现
- 解决海康威视摄像头无法通过路由器远程访问的问题
- Android 屏幕保护程序制作及源码
- python类型对象＜class ‘type‘＞的理解与探究