融合空间及邻域信息的色彩直方图检索方法

计算机工程与应用 ›› 2007, Vol. 43 ›› Issue (27): 158-160.

融合空间及邻域信息的色彩直方图检索方法

杨珺¹,王继成¹,刘然²

1.同济大学计算机系,上海 201804
2.重庆大学计算机学院,重庆 400044

收稿日期:1900-01-01 修回日期:1900-01-01 出版日期:2007-09-21 发布日期:2007-09-21
通讯作者: 杨珺

Color histogram image retrieval based on spatial and neighboring information

YANG Jun¹,WANG Ji-cheng¹,LIU Ran²

1.Department of Computer Science,Tongji University,Shanghai 201804,China
2.School of Computer Science,Chongqing University,Chongqing 400044,China

Received:1900-01-01 Revised:1900-01-01 Online:2007-09-21 Published:2007-09-21
Contact: YANG Jun

摘要/Abstract

摘要： 针对直方图无法反映色彩分布的空间信息这一缺陷,提出一种融合了空间及邻域信息的色彩直方图检索方法。以同一色彩构成的最大连通区域及其边缘区域的颜色粗糙度来反映同一颜色像素形成的区域特点及邻域信息,从而降低检索结果对色彩的绝对依赖,提高了检索的准确性。

关键词: 基于内容的图像检索, 色彩直方图, 空间信息

Abstract: In order to overcome the defect that the conventional color histogram retrieval method is prone to lose the spatial information of colors,this paper presents a color histogram image retrieval method based on spatial and neighboring information.We use the biggest prominent region’s area in one color and its neighboring area’s color roughness to capture the regional traits and its neighboring information.By doing that,the absolute dependence on color can be reduced and the accuracy of the image retrieval can be improved.

Key words: Content-Based Image Retrieval（CBIR）, color histogram, spatial information

杨珺¹,王继成¹,刘然². 融合空间及邻域信息的色彩直方图检索方法[J]. 计算机工程与应用, 2007, 43(27): 158-160.

YANG Jun¹,WANG Ji-cheng¹,LIU Ran². Color histogram image retrieval based on spatial and neighboring information[J]. Computer Engineering and Applications, 2007, 43(27): 158-160.

[1]	王星宇，李勇军，赵尚弘，王蔚龙. 基于QoE感知的中继卫星带宽资源分配方法研究[J]. 计算机工程与应用, 2019, 55(19): 147-152.
[2]	蔡鹏飞，叶剑锋. 结合改进CNN和双线性模型的CBIR方法[J]. 计算机工程与应用, 2019, 55(16): 191-196.
[3]	钟忺，陈纬航，钟珞. 基于超像素及贝叶斯合并的图像分割算法[J]. 计算机工程与应用, 2018, 54(21): 183-187.
[4]	梁恺彬，管一弘. 基于隐高斯混合模型的人脑MRI分割方法[J]. 计算机工程与应用, 2018, 54(10): 196-203.
[5]	齐梅1，胡敏2. 基于多方向空间词袋模型的物体识别[J]. 计算机工程与应用, 2017, 53(7): 197-201.
[6]	王星宇，李勇军，赵尚弘. 空间信息网络多址接入技术研究进展[J]. 计算机工程与应用, 2017, 53(21): 8-16.
[7]	赵凤1，刘汉强2. 不同形状邻域空间信息的模糊聚类图像分割[J]. 计算机工程与应用, 2015, 51(10): 12-15.
[8]	张翡，范虹. 基于模糊C均值聚类的医学图像分割研究[J]. 计算机工程与应用, 2014, 50(4): 144-151.
[9]	魏然然1，2，戴芹1，刘士彬1，马彩虹1. 改进五叉树分解法在遥感图像检索中的应用[J]. 计算机工程与应用, 2013, 49(22): 173-179.
[10]	王晓飞，李柏年. 利用脉冲耦合神经网络的纹理图像检索方法[J]. 计算机工程与应用, 2012, 48(7): 201-204.
[11]	王振海. 一种改进的基于SIFT特征的商标检索方法[J]. 计算机工程与应用, 2012, 48(36): 190-193.
[12]	卡米力·木依丁1，孙世然1，2，刘文华3，艾斯卡尔·艾木都拉1. 基于颜色信息熵和多尺度纹理特征的图像检索[J]. 计算机工程与应用, 2012, 48(15): 187-191.
[13]	王振海. 融合HU不变矩和SIFT特征的商标检索[J]. 计算机工程与应用, 2012, 48(1): 187-190.
[14]	杨静林，王成儒. 基于谱图理论的自适应纹理图像检索[J]. 计算机工程与应用, 2011, 47(22): 195-197.
[15]	周绍光，刘娟娟，李昊，陈仁喜 . 一种从高分辨率遥感影像中分割道路的新方法[J]. 计算机工程与应用, 2011, 47(20): 159-162.