使用颜色和纹理特征的图像检索

资 源 简 介

使用颜色和纹理特征的图像检索

详 情 说 明

图像检索技术中，颜色和纹理特征的融合应用显著提升了检索精度。在颜色特征提取方面，采用HSV（色相-饱和度-明度）色彩空间进行非均匀量化，将连续的颜色空间划分为离散区间，通过统计各区间像素分布生成颜色直方图。这种直方图作为特征向量，能有效表征图像的整体色调分布。

纹理特征则通过两种方法提取：传统灰度共生矩阵（GLCM）和针对彩色图像的色彩共生矩阵（CCM）。GLCM通过分析灰度像素的空间关系捕捉纹理规律，而CCM进一步融合了色彩信息，更适合彩色图像纹理描述。实验证明，CCM在保留色彩关联性的同时，比单一灰度特征更具区分度。

特征融合阶段，将颜色直方图与纹理矩阵的统计量（如对比度、能量、相关性等）组合，形成多维特征向量。采用归一化欧氏距离作为相似度度量，有效平衡不同特征的量纲差异。实验结果表明，结合HSV量化颜色与CCM纹理的方案，在查准率和查全率上均优于单一特征方法，尤其对色彩丰富且纹理复杂的图像具有显著优势。该技术可应用于数字图书馆、电商搜图等实际场景。