视觉搜索
-
-
基于颜色直方图的图像内容检索系统
该项目利用计算机视觉技术实现了一种基于颜色特征的图像检索方案。其核心逻辑在于提取图像的全局颜色分布特征，通过计算颜色直方图来表征图像的内容信息。系统首先对输入的查询图像进行颜色空间转换，通常将RGB空间转换至HSV空间以获得更好的视觉感知一致性，并在HSV分量上进行非均匀量化以降低特征向量的维度和计算复杂度。随后，系统会扫描图像库中的所有图片，逐一计算它们与目标图像之间的特征向量距离，采用巴氏距离、欧式距离或卡方检验等相似度量算法得出相似得分。该系统能够有效识别并提取出库中与目标图在色调、饱和度和亮度分布 -
基于CNN的深度学习图像检索系统
该项目实现了一个完整的基于深度学习理论的图像检索流程，旨在展示如何利用成熟的卷积神经网络结构解决视觉搜索问题。 系统主要包含离线特征库构建和在线图像检索两个核心阶段。在离线阶段，程序自动遍历图像数据集，调用MATLAB深度学习工具箱中的预训练模型（如AlexNet或ResNet），提取每个图像在特定深度层级的特征描述符，并将其保存为特征向量数据库。 在线阶段，用户选定一张待查询图像，系统通过相同的网络结构提取其特征，并利用向量相似度计算算法（如欧氏距离或余弦相似度）在特征空间中搜索最匹配的图像。 该项目提
