{$cfg_webname}
主页 > 计算机 > C++ >

基于文本的图像检索系统的设计与实现(Visual C++)(精品)☆

来源:wenku163.com  资料编号:WK1632203 资料等级:★★★★★ %E8%B5%84%E6%96%99%E7%BC%96%E5%8F%B7%EF%BC%9AWK1632203
资料介绍

摘  要:近年来,随着互联网的高速发展,网上的多媒体信息也急剧增加,这些多媒体信息以图像为主。如何从浩瀚的图像数据库中快速、准确地找出所需要的图像,己成为一个备受关注的研究课题。有效地组织、管理和检索大规模的图像数据成为迫切需要解决的问题。于是基于内容的图像检索作为一个崭新的研究领域出现了。
基于内容的图像检索(CBIR, Content-Based Image Retrieval)技术是一种综合集成技术,它通过分析图像的内容,如颜色特征、纹理特征、形状特征等,建立特征索引,并存储在特征库中。用户在查询时,只要把自己对图像的模糊印象描述出来,就可以在大容量图像库中找到想要的图像。在基于内容的图像检索中,颜色特征计算简单、性质稳定,作为图像的一种重要视觉信息,已得到了广泛应用。本文就是研究通过分析图像的颜色特征开发图像检索系统。
本文设计的系统选用Visual C++开发工具,采用基于颜色直方图的算法,用户选定关键图和图像库,系统对关键图和图像库进行特征提取,并计算关键图与图像库中每幅图片的相似度,最后按指定相似度大小输出检索结果显示给用户。
本文的研究和讨论对基于颜色特征的图像检索系统的开发具有一定的参考价值。

关键词:基于内容的图像检索;颜色特征;颜色直方图;相似度
 
毕业设计(论文)外文摘要

The Design and Implement of Text-based Image Retrieval System

Abstract: In recent years, with the rapid development of the Internet, online multimedia information has increased dramatically, all this information is mostly images. How to identify images from the vast databases quickly and accurately, has become a closely watched study. Effective recognizing, management and searching all these images has been an emergent problem. So content-based image retrieval, as a new field of study emerged.
Content-based image retrieval (CBIR, Content-Based Image Retrieval) technology is a comprehensive integration technology, it analyzes the content of the image, such as color features, texture features, shape features and so on, and then establishes features indexed and stores in the library features. When users make enquiries, they describe the fuzzy impression of the images, then images can be found in the large image library. In the content-based image retrieval, color feature is simple, stable, and it is an important visual information of the image, has been widely used. This article is a study by analyzing the features of the image’s color to develop Image Retrieval System.
In this paper, the system chooses Visual C + + development tool, and bases on the color histogram of the algorithm. The user selects key image and image library, and then the system extracts the feature of the image and image library, calculates the similarity of key image and images in the image library, the final output size specified similarity search results to users.
The paper holds certain referential value in developing Image Retrieval System based on color features of the image.

【Key words】CBIR; Color Features; Color Histogram; Similarity

本文对基于内容的图像检索技术进行了简要介绍,重点研究了基于颜色特征的图像检索方法,并在Visual C++编程环境下实现了一个基于颜色特征的图像检索系统。通过该系统用户可以随意打开一幅BMP格式的图像作为关键图,然后找到想要查找的图像所在的文件夹,最后检索出与关键图相似的图像。
第1章,基于内容的图像检索综述。简要介绍了基于内容的图像检索,介绍了目前图像检索技术研究的热点问题,对其主要应用和基本结构进行了简要说明,还介绍了检索效果评价方法。
第2章,基于颜色特征的图像检索方法。主要介绍了基于颜色特征的图像检索的一些关键技术。
第3章,相关知识简介。主要介绍了开发本系统所用到的工具和类库。
第4章,系统设计。主要介绍了系统的总体设计和详细设计。
第5章,系统实现。主要对本系统比较关键的程序进行了说明,然后演示了程序运行结果。
第6章,用户手册。主要对本系统的使用方法和需要的环境进行说明,然后演示使用过程。
第7章,系统评价。主要对本系统的功能和效果进行评价。

基于内容的图像检索的一般结构
图像检索系统一般由两个子系统构成,库生成子系统和查询子系统,库生成子系统主要以离线的方式工作,而查询子系统提供在线的图像检索功能。
库生成子系统完成的主要功能是图像预处理和特征提取。图像预处理包括对入库前的图像进行的一系列处理,如图像压缩格式转换、色彩空间转换、滤波、图像比例调整等。基于内容检索是建立在图像视觉特征提取的基础上的,特征提取是库生成子系统的核心模块,它主要完成图像视觉特征的提取,包括对图像的颜色、纹理、形状以及一些文本描述特征提取。
图像查询子系统完成基于内容的检索功能。由查询接口、结果浏览器、检索引擎三个模块组成。
图像检索的一般过程为:首先通过图像库生成子系统生成图像特征库及图像库,此操作可以脱机执行;然后用户通过查询接口进行参数设置,包括显示的图像的数目,用户感兴趣的图像特征以及一些阙值;在用户提交了检索请求(如范例、草图)后,检索引擎主要是完成图像的相似性匹配工作,并按照相似度的大小对图像进行排序;最后结果浏览器主要用来显示查询的结果

系统功能模块

本系统采用基于图像的颜色直方图的算法,采用动态的图像数据库,即人为指定存有图像的文件夹作为图像库,省去了通常采用的特征库,而是在检索时对图像库中的图像逐一提取特征,与关键图像的特征进行匹配。
该检索系统应具有以下特点:
1、图像是BMP格式的图像,因为BMP图像文件格式是微软公司为其Windows环境设置的标准图像格式,用起来比较方便简单。
2、用户可以随意选择需要的BMP图像作为示例图像,可以随意选择图像文件夹作为图像库。
3、能达到较好的检索效果。
4、提供友好的可视化的查询界面。













目    录
前言 5
1基于内容的图像检索综述 6
1.1 基于内容的图像检索系统简介 6
1.2 目前图像检索技术研究的热点问题 7
1.3 基于内容图像检索的主要应用 8
1.4 基于内容的图像检索的一般结构 9
1.5 检索效果评价方法 10
1.6 本章小结 11
2 基于颜色特征的图像检索方法 12
2.1 颜色模型 12
2.1.1 RGB模型 12
2.1.2 HSV模型 13
2.1.3 CMY模型 13
2.2 颜色直方图 14
2.3 灰度直方图 15
2.4 本章小结 16
3 相关知识简介 17
3.1Visual C++.NET开发工具 17
3.2 CxImage类库 18
3.3 本章小结 19
4 系统设计 20
4.1 系统总体设计 20
(优秀毕业设计:www.2bysj.cn)
4.2 系统详细设计 21
4.2.1界面设计 21
4.2.1.1 打开关键图模块 22
4.2.1.2 打开图像库模块 22
4.2.1.3 检索模块 23
4.3 本章小结 23
5 系统实现 23
5.1 主要程序的实现 24
5.1.1 选择关键图 24
5.1.2 打开图像库 24
5.1.3 开始检索 25
5.2 程序实现结果 26
5.3 本章小结 28
6用户手册 29
7系统评价 31
设计收获和心得 32
结论 33
致谢 34
参考文献 35

推荐资料