董傲霜，宋宏亮

(东北大学软件学院，沈阳110004)

基于内容的图像检索CBIR(Content－based Image retrieval)［1］，属于图像分析的一个研究领域，目的是在给定查询图像的前提下，依据内容信息或指定查询标准，在图像数据库中搜索并查找出符合查询条件的图片。传统的图像检索是基于文本标注的。其基本原理是通过对图像进行人工文字注解，利用文本关键字进行检索以实现对图像的查找。而基于内容的图像检索是图像特征相似性匹配检索，系统内的图像标识是图像特征描述，检索线索是一目了然的图像示例，输入为图像示例，输出为所有与示例特征相同或相近的图像，按相似程度排序，供用户选择。实际上，把一般用户难以完成的图像特征描述、提取与识别等难题交由系统解决。CBIR是一门有关图像特征相似性匹配的新技术。它利用图像的内容，如颜色、形状、纹理以及空间关系等特征，建立图像的特征矢量检索图像［2］。当用户进行图像检索时，系统把查询图像作为检索条件提交给系统，通过提取查询图像的特征向量，在图像库中检索与特征向量相匹配的图像，将结果集返回给用户。图像的颜色具有稳定性强，旋转不变形，复杂背景健壮性好及计算简单等特点。颜色特征成为描述一幅图像最简便而有效的特征。但单纯依靠描述图像颜色特征进行匹配不能达到理想的准确程度，而SIFT特征提取能较好地处理局部点特征，应用SIFT特征可得到很好的匹配效果。基于这种思想，本文提出一种基于图像颜色特征和局部点特征相结合的检索算法。……