摘要：人们获取信息的重要途径是图像，所以对图像内容进行提取和分析的技术已经体现出愈来愈重要的地位。图像搜索技术的发展历程主要分为两个阶段，分别是基于文本的图像搜索（TBIR）、基于内容的图像搜索（CBIR）。基于文本的图像搜索是人为的对图像特征添加描述，即关键字，再通过对关键字的检索而得以实现。但是如今图片库快速膨胀，基于文本的图像搜索所耗费的人工代价会迅速上升，基于内容的图像搜索技术正式在这种需求下产生的。

在本项目中，对大量图片的内容语义特征进行提取并以合适的方式进行存储，建立图片库，利用相似度匹配实现基于内容的图片搜索。本课题侧重点在于对图片不同的内容语义特征的提取与匹配，如图像指纹、颜色直方图、不变矩（HU矩）、PCA等，分析各种特征的匹配效果和效率，并进行比较和分析。

本项目用Python对图像搜索算法进行实现，用PHP和HTML进行界面设计，采用Apache服务器软件，以Web应用的形式发布在服务器上，利用浏览器进行访问。项目已经发布在云服务器中，可通过域名进行访问。

 

关键词：基于内容的图像搜索；内容语义特征；相似度匹配；Web应用；

 

目录

摘要

ABSTRACT

1 引言-1

1.1 概述-1

1.2 国内外研究现状-1

1.3 本课题研究的主要内容-2

2 基于内容的图像搜索算法-3

2.1 基于图像指纹-3

2.1.1 算法描述-3

2.1.2 算法设计-3

2.2 基于颜色直方图-4

2.2.1 算法描述-4

2.2.2 灰色图像的颜色直方图-5

2.2.3 彩色图像的颜色直方图-6

2.2.4 引入分块的彩色图像颜色直方图-6

2.3 基于不变矩（HU矩）-7

2.3.1 算法描述-7

2.3.2 算法设计-8

2.4 基于主成分分析PCA-9

2.4.1 算法描述-9

2.4.2 算法设计-9

3 系统设计与实现-11

3.1 开发环境-11

3.1.1 硬件环境-11

3.1.2 软件环境-11

3.2 数据库设计-11

3.2.1 概念设计-11

3.2.2 逻辑结构设计-12

3.3 系统概要设计-14

3.3.1 数据流图-14

3.3.2 模块分解-16

3.4 系统详细设计-17

3.4.1 提取图像指纹-17

3.4.2 提取灰色图像的颜色直方图-18

3.4.3 提取彩色图像的颜色直方图-19

3.4.4 提取分块彩色图像的颜色直方图-19

3.4.5 提取HU矩-20

3.4.6 提取PCA降维向量-21

3.4.7 相似度计算-22

3.5 项目部署-23

3.6 项目展示-26

4 实验结果分析-28

4.1 基于图像指纹的实验结果-28

4.2 基于灰色图像颜色直方图的实验结果-28

4.3 基于彩色图像颜色直方图的实验结果-29

4.4 基于分块彩色图像颜色直方图的实验结果-30

4.5 基于不变矩的实验结果-30

4.6 基于PCA的实验结果-31

5 结论与展望-32

参 考 文 献-33

致 谢-34