王小玲，毛宏燕

1(上海立信会计金融学院 信息管理学院，上海 201620) 2(华东师范大学 上海高可信计算重点实验室，上海 200062)

1 引 言

由于数字媒体的爆炸式增长和图像的广泛应用，图像检索技术获得了长足的发展.基于内容的图像检索(CBIR)技术利用颜色、纹理以及形状或者组合特征，与目标图像进行比较.颜色特征一直是图像检索系统中最重要的描述符之一.颜色直方图(Color Histogram CH)方法自提出以来，以其旋转，缩放鲁棒性优点一直被广泛采用[1].然而，由于它只考虑颜色的总量，不能区分具有相同颜色数量但不同颜色分布的图像.

为了将图像的颜色信息和空间结构信息进行结合，许多研究试图从不同角度挖掘颜色的空间特征，提出了各种改进算法.大致可分为两类：1)从图像内颜色分布特点出发建立直方图.如较早的颜色相干矢量(CVV)[2]改进方法，它从颜色在图像中的自然分布着手，根据像素连通量的大小，把直方图分成两部分：相干的和非相干的，摆脱了全局颜色的约束.文献[3，4]通过k-均值聚类获取聚类图，然后统计基于空间位置分布的颜色直方图.文献[5]借助纹理、文献[6，7]依靠边缘提取颜色直方图，达到了间接反映颜色的空间特征的目的.2)基于分块的颜色直方图.这类改进算法在建立直方图之前，先对图像以不同方式分割，将图像的全局区域颜色特征划分成几个局部区域的颜色特征，从而反映空间位置信息.如文献[8-11]将图像分割为若干块，分别计算不同……