转化公式 RGB颜色空间 HSV颜色空间 颜色量化 颜色直方图 颜色终值滤波 RGB颜色空间与颜色直方图的转换过程
4.2基于纹理特征的检索
纹理是所有事物表面固有的一种特性，也是图像检索中一个重要而又难以描述的特性。图像可以看成是不同纹理区域的组合，纹理通常定义为图像的某种局部性质，或是对局部区域中像素之间关系的一种度量。纹理特征可用来对图像中的空间信息进行一定程度的定量描述。纹理统计特征分析方法主要有共生矩阵分析法、马尔可夫分析法、多尺度自回归MRSAR模型以及遗传算法等。Tamura 等从人类感知心理学的角度提出纹理的6 种视觉特性：粗纹度、对比度、方向性、线性度、规则度和粗糙度。该纹理特征表示具有实际的视觉意义，可以为图像检索提供更好的用户交互性。同时，由于纹理很少能提供语义信息，描述比较困难。因此通常作为检索过程的辅助手段或者和其他特征结合使用。一般对纹理的检索都采用示例查询(QueryBy Example)方式。用户给出示例的全部或部分区域特征，从而找到类似图像。另外，为了缩小纹理的查找范围，还可以考察纹理的颜色特征，以便把检索空间缩小到某个颜色范围。
4.3基于形态特征的检索
形态特征是描述图像内容的另一个重要特征，也是计算机视觉和模式识别研究的一个基本问题。采用形态特征进行检索，用户可以通过勾勒图像的形状或轮廓，从图像库中检索出形状相似的图像。基于形状特征的检索有两种：一是分割图像经过边缘提取后得到目标的轮廓线，针对这种轮廓线进行图像特征检索；另一种是基于图像的区域特征惊醒检索。
针对形状轮廓特征的描述方法主要有：边界直方图、链编码、曲率尺度空间、傅立叶描述等，其中最典型的方法就是傅立叶描述法。它的基本思想是用物体边界的傅立叶交换作为形状描述，利用区域边界的封闭性和周期性将工作问题转化为一维问题。从而提高检索的效
率。针对区域特征描述方法主要有形状的无关矩、区域的面积、形状的纵横比率。对于基于形状的检索来说，形状的提取。描述及匹配都是重点解决的问题。与基于颜色和纹理的检索方法相比较，基于形状的检索方法比较困难。
4.4基于语义的检索
语义特征一般用文字描述, 可以用传统的数据库方法和基于知识的模型来管理和检索。目前一般用半自动或手动的方法提取语义特征, 在大型数据库或动态数据库中这种提取方法并不太现实, 因此只适合特定的应用。在这一层次上面的研究还是很稀少的, 由于其主观性强, 既没有比较成功的方法, 也没有可靠的相似标准以供评价。
4.5基于组合的多特征检索
在用单一特征进行检索时，可能会出现非常相似的两幅图，但在语义上相差很大。而采用组合特征检索法时可以在颜色、纹理、形状等几种查询特征中选择两种或两种以上的特征进行组合检索。基于多特征组合检索便于用户更灵活、更有效的表达检索要求，提高检索的准确率。该检索方法可以分为两种情况进行：一是异步组合检索，另一种是同步组合检索。 （1）异步组合检索
在异步组合检索中时，针对示例图像，首先采用一种主要特征（比如颜色）进行检索，按相似程度排序检索结果，然后从中挑选出新的示例图像，以另一种特征（如纹理或形状）再进行检索，知道满足检索要求。异步组合特征检索从本质上来看是单一特征检索。以单一特征检索不同的是，该方法在检索过程中，分别利用图像中不同特征的特点逐次进行相似性匹配，可逐步缩小检索空间，不断提高检索精度。 （2）同步组合检索
在同步组合检索时，针对示例图像，首先人工设置组合特征的归一化初始权重比，根据此初值进行第一次检索，按相似程度排序检索结果，然后从中挑选出新的示例图像。重新人工设置组合特征的归一化权重比，再次进行检索，知道满足检索要求。
5.结束语
本文是对基于内容的图像检索中的体系结构、技术流程以及关键技术进行了综述。基于
内容的图像检索是涉及多个领域的综合交叉性科学，随着信息技术的不断发展，基于内容的图像检索具有广泛的发展前景。但是CBIR在某些方面任需改进，如基于颜色特征的检索，丢掉了图像颜色的空间特征；基于纹理特征的图像检索，因为纹理不能之光表达，无法准确的自动提取边界等。
6.相关知识解释
1.鲁棒性就是系统的健壮性。它是在异常和危险情况下系统生存的关键。比如说，计算机软件在输入错误、磁盘故障、网络过载或有意攻击情况下，能否不死机、不崩溃，就是该软件的鲁棒性。所谓“鲁棒性”，是指控制系统在一定（结构，大小）的参数摄动下，维持某些性能的特性。根据对性能的不同定义，可分为稳定鲁棒性和性能鲁棒性。以闭环系统的鲁棒性作为目标设计得到的固定控制器称为鲁棒控制器。
7.参考文献
1.《基于内容的图像检索技术综述》·孟祥娜·秦玉平·王春立·渤海大学 信息科学与工程学院·大连海事大学 信息科学与技术学院
2.《基于内容的图像检索技术综述》·吕原华·贾世杰·郭宇明·大连交通大学 3.《基于内容的图像检索技术综述》·龚松春·宁波大学信息科学与工程学院 4. 李向阳,鲁东明,潘云鹤.基于内容的图像检索技术与系统[J].计算机研究与发展,2001,38(3)：344～354.
5.《基于内容的图像检索技术综述》·冯国光·齐影虹·肖杨波·南昌大学计算中心 6. 石军,常义林.图像检索技术综述[J].西安电子科技大学学报(自然科学版),2003,8. 7. 张涛,张星明.基于内容的图像检索技术[J].广州大学学报(自然科学版),2004,10. 8. 刘芳,王改梅.综合颜色特征的彩色图像检索方法[J].计算机工程与应用,2003,16. 9. 柳群英.基于形状特征的图像检索技术[J].情报杂志,2004,4.
10. 葛晓菁,张宏喜,李兰英.图像检索中纹理特征提取的研究[J].哈尔滨理工大学学
报,2005,2.
11. 林寰寓,万跃华. 基于内容的图像检索技术[J].丽水师范专科学校学报,2002,10. 12.《基于内容的图像检索技术综述》·郑浩华 广东广州华南理工大学计算机科学与工
程学院
13.《基于内容的图像检索技术综述》苏晓珂·虎晓红·兰洋·昆明理工大学 14.《基于内容的图像检索技术综述》范自柱· 华东交通大学 15.《基于内容的图像检索技术综述》陈洪生·咸宁学院 计算机系 16. 张宜. 基于内容的图像检索技术研究综述[ J]. 广西广播电视大学学报
17. 赵荣椿, 任金昌, 冯大淦. 用形状相似性进行基于内容的图像检索[ J]. 中国体
视学与图像分析, 2000, ( 1) .
18.《基于内容的图像检索技术综述》刘倩·西南交通大学计算机与通信工程学院 19. 庄越挺·潘云鹤·芮勇等 基于内容的图像检索技术与系统 计算机研究与发展 20.《网上多媒体信息分析与检索》庄越挺·潘云鹤·吴飞.清华大学出版社
21.《基于内容的图像检索技术综述》杭燕·杨育彬·陈兆乾 南京大学 计算机软件新
技术国家重点实验室