基于颜色特征的图像检索方法研究

基于颜色的图像检索因对图像的各种变化有很好的鲁棒性而得到了广泛的应用,但是由于缺乏空间信息而造成检索误差。针对全局颜色直方图和分块颜色直方图的检索问题,提出了一种利用等面积的矩形环来提取颜色特征的图像检索方法。该方法首先利用等面积的矩形环划分策略对图像进行分块;其次,提取子块的颜色累加直方图作为颜色特征;然后,为了突出图像的主体区域,按照矩形环由里到外依次减小规则确定权值,并对两幅图像子块颜色特征之间的距离进行加权累加得到两幅图像的相似度量,以此进行检索,并输出相应的查询结果;最后通过实验结果表明:该方法与全局直方图、累加直方图及传统分块直方图相比,具有更高的检索效果。

基于矩形环分区的Delaunay三角网生长算法

针对传统三角网生长算法需要花费大量时间检索第三点的问题,对三角网生长算法进行改进,即对离散点集所在的区域由外到内进行矩形环式的分区,而后从内环到外环逐渐生成Delaunay三角形。每次查询第三点时,在当前环和其相邻的下一个环中进行,以减少第三点的查询范围并尽量保证第三点的正确查找。同时根据Delaunay三角形生成的顺序采取三角形基边先进先出的策略,保证当前矩形环状区域内的大部分点被加载至三角网中。在当前区域构网完成后,进入下一个相邻区域,如此循环构网,而后对三角网进行整体优化。采用C#语言进行算法的实现,结果表明,改进后的算法保证了构网的正确性、唯一性,也提高了构网的效率,对生产实践具有一定应用价值。