林丽惠

（武夷学院，武夷山 354300）

随着数字技术、网络技术的飞速发展，数字图像逐渐应用于各个领域，图像的数量和内容也越来越丰富。如何从庞大的数据库中快速地检索到自己感兴趣的信息，已成为当今研究热点。基于内容的图像检索技术克服了传统文本检索技术在检索速度和检索准确度上的缺点，使得图像检索技术取得了很大的进步和发展。基于内容的图像检索技术需要研究人员确定视觉特征的提取方式，而系统的性能直接受不同的视觉特征的影响。因此早期的研究工作主要关注如何从图像中提取出有效的特征进行检索。随着网络图像信息的日益丰富，对WEB图像检索速度要求更高，而图像检索的速度往往影响到用户对网站的信心。而互联网上，图像索引的性能与图像特征维数是成反比的。图像特征维数越多，其索引性能越低。特别是在特征向量的维数大于102时，其索引性能可能还不如顺序扫描时的性能。而一般情况下，互联网上图像特征向量维数的数量级已经达到了102。这对于WEB图像检索技术而言是一种非常糟糕的情况。因此，如何在保留图像主要特征的情况下，大幅减少图像特征向量的维数以提高检索效率，就成为了WEB图像检索研究的一个重要问题。

本文采用的图像检索方法将利用HSV颜色模型非等量化实现图像主色的提取以达到减少图像特征向量的维数的目的，然后结合颜色与空间信息采用基于颜色对的检索方法进行二次检索。……