基於顏色特徵的圖像檢索方法研究

㈠ 基於顏色直方圖的顏色特徵表示的參數有哪些

基於內容的圖像檢索技術是一種綜合集成技術，它通過分析圖像的內容，如顏色、紋理等，建立特徵索引，並存儲在特徵庫中。用戶在查詢時，只要把自己對圖像的模糊印象描述出來，就可以在大容量圖像庫中找到想要的圖像。它可以不去理解圖像

本文主要討論在中的對象，更關注的是信息的快速查詢和發現。

多媒體圖像檢索中最重要的顏色特徵提取的方法。2．顏色空間的轉換

特徵提取的主要任務是把圖像的顏色特徵提取出來存入圖像特徵資料庫，以此特徵作為圖像檢索的主要依據，主要步驟為：

（1）將RGB顏色空間轉換為適合肉眼分辨的HSV顏色空間；

（2）HSV空間的非等間隔量化；

（3）根據量化後的圖像統計得到直方圖。

㈡ 做一個基於顏色圖像特徵的matlab圖像檢索程序，出現Undefined function or variable "image_info".急求。

MATLAB 自帶的函數中沒有 image_info。
可能是代碼作者自定義的函數，有可能是函數 imageinfo 之誤（後者在圖像處理工具箱Image Processing Toolbox里）。

㈢ matlab中怎麼實現基於圖像顏色的檢索，老師說什麼還要圖像匹配，都有啥演算法呀，各位大神快快忙幫哈！

檢索指的是，基於內容的你圖像檢索，然後特徵用的是顏色吧。
最簡單的。。RGB上等分成666的立方體，統計每個立方體里的像素數，然後把這216個數作為圖像特徵。
來了一個新圖片，把這個圖片的特徵和原來數據集里所有的圖片特徵都比一下距離，按距離從近到遠排好～顯示出來就成。
復雜演算法么，喜歡看英文論文么？

㈣ 多媒體技術應用的主要內容

1、數據壓縮，圖像處理的應用

多媒體計算機技術是面向三維圖形、環繞立體聲和彩色全屏幕運動畫面的處理技術。數據壓縮技術為圖像、視頻和音頻信號的壓縮，文件存儲和分布式利用，提高通信干線的傳輸效率等應用提供了一個行之有效的方法，同時使計算機實時處理音頻、視頻信息，以保證播放出高質量的視頻、音頻節目成為可能。

2、音頻信息處理的應用

在多媒體技術中，存儲聲音信息的文件格式主要有：WAV文件、VOC文件、MIDI文件、AIF文件、SON文件及RMI文件等。

3、音頻信息錄制編輯

把音樂和語音加到多媒體應用中，是我們研究音頻處理技術的目的，下面是我們常用的音頻信息錄制編輯軟體。

WaveEdit工具的REC命令；Sound Blaster卡的VEdit2軟體；Microsoft SoundSystem卡的Quick Recorder軟體；Cooledit軟體；Wave Edit工具；Creative WaveStudio。

4、語音識別

語音的識別長久以來一直是人們的美好夢想，讓計算機聽懂人說話是發展人機語音通信和新一代智能計算機的主要目標。

隨著計算機的普及、越來越多的人在使用計算機，如何給不熟悉計算機的人提供一個友好的人機交互手段，是人們感興趣的問題，而語音識別技術就是其中最自然的一種交流手段。

5、資料庫和基於內容檢索的應用

多媒體信息檢索技術的應用使多媒體信息檢索系統、多媒體資料庫，可視信息系統、多媒體信息自動獲取和索引系統等應用逐漸變為現實。

基於內容的圖像檢索、文本檢索系統己成為近年來多媒體信息檢索領域中最為活躍的研究課題，基於內容的圖像檢索是根據其可視特徵，從圖像庫中檢索出與查詢描述的圖像內容相似的圖像，利用圖像可視特徵索引，可以大大提高圖像系統的檢索能力。

㈤ 歐宗瑛的出版著作和論文

★ 計算機輔助設計，統編教材，機械工業出版社 1994
★ 機械設計手冊（第二版）計算機輔助設計篇，機械工業出版社98頁22萬字，主編（全國科技圖書二等獎，1995）
★ 機械工程手冊（第二版）計算機輔助設計篇，機械工業出版社1996年14萬字，主編
★ CAD/CAM技術，高教機電類規劃教材，機械工業出版社，7.4萬字，副主編（2002全國高校優秀教材二等獎） （包括與指導的研究生合作）（其中EI檢索66篇；SCI檢索10篇）：
1.Ou,Zongying; Tang,Xusheng; Su,Tieming; Zhao,Pengfei,Cascade AdaBoost classifiers with stage optimization for face detection,Lecture Notes in Computer Science,v 3832 LNCS,Advances in Biometrics - International Conference,ICB 2006,Proceedings,2006,p121-128（SCI、EI收錄）
2.Tang,Xusheng; Ou,Zongying; Su,Tieming; Zhao,Pengfei,Cascade AdaBoost classifiers with stage features optimization for cellular phone embedded face detection system,Lecture Notes in Computer Science,v 3612,n PART Ⅲ，Advances in Natural Computation: First International Conference,ICNC 2005. Proceedings,2005,p688-697（SCI、EI收錄）
3.Tang,Xusheng; Ou,Zongying; Su,Tieming; Sun,Haibo; Zhao,Pengfei,Robust precise eye location by adaboost and SVM techniques,Lecture Notes in Computer Science,v 3497,n Ⅱ，Advances in Neural Networks - ISSN 2005: Second International Symposium on Neural Networks. Proceedings,2005,p 93-98（SCI、EI收錄）
4.Hua,Shungang; Zhang,Jing; Ou,Zongying,Novel view generation from two reference images based on the same optical axis,Proceedings - The Fourth International Conference on Computer and Information Technology,CIT 2004,2004,p 801-806（EI收錄）
5.Li,Yunfeng; Ou,Zongying; Wang,Guoqiang,Face recognition using Gabor features and Support Vector Machines,Lecture Notes in Computer Science,v 3611,n PART Ⅱ，Advances in Natural Computation: First International Conference,ICNC 2005. Proceedings,2005,p119-122（SCI、EI收錄）
6.Hua,Shungang; Zhang,Jing; Ou,Zongying,Novel view generation from two reference images based on the same optical axis,The Fourth International Conference on Computer and Information Technology (CIT 2004），2004,p801-806（EI收錄）
7.Chen,Dan; Tang,Xusheng; Ou,Zongying; Xi,Ning,A hierarchical FloatBoost and MLP classifier for mobile phone embedded eye location system,Lecture Notes in Computer Science,v 3972 LNCS,Advances in Neural Networks - ISNN 2006: Third International Symposium on Neural Networks,ISNN 2006,Proceedings - Part Ⅱ，2006,p 20-25（EI收錄）
8.Zhang,Jing; Ou,Zongying; Chen,Weiqing,A panoramic image mosaics algorithm based on wavelet decomposition and equidistant matching,Fourth International Conference on Virtual Reality and Its Applications in Instry,2004,p145-148（EI收錄）
9.Hou,Jianhua; Ou,Zongying; Guo,Mingen,Neural network based fairing of digitized curves and its application,Lecture Notes in Computer Science,v 3497,n Ⅱ，Advances in Neural Networks - ISSN 2005: Second International Symposium on Neural Networks. Proceedings,2005,p854-859（SCI、EI收錄）
10.Hua,Shungang; Ou,Zongying; Wang,Xiaodong,Constructing full view panoramic image based on spherical model,Fourth International Conference on Virtual Reality and Its Applications in Instry,2004,p 117-122（EI收錄）
11.Ou ZY,Guo H,Wei HL，Fingerprint classifier using embedded hidden Markov models，LECTURE NOTES IN COMPUTER SCIENCE 3338: 525-531 2004 （SCI收錄）
12.Li YF,Ou ZY，Eyes location by hierarchical SVM classifiers，LECTURE NOTES IN COMPUTER SCIENCE 3173: 611-615 2004 （SCI收錄）
王亮申； 歐宗瑛，圖像紋理分析的灰度-基元共生矩陣法，計算機工程，2004（23）（EI收錄）
13.曹新建； 張鵬； 王小東； 劉長寶； 李剛； 歐宗瑛，房地產信息管理系統開發研究，計算機工程與設計，2004⑼
14.何洋； 歐宗瑛； 郭浩，基於方向場和頻率場的自適應指紋圖像增強演算法，大連理工大學學報，2004⑸（EI收錄）
15.華順剛； 逄嶺； 歐宗瑛，特徵點提取及視圖變形技術研究，大連理工大學學報，2004⑸（EI收錄）
16.何洋； 歐宗瑛，基於場結構的指紋圖像細節特徵提取演算法，石油大學學報（自然科學版），2004⑶（EI收錄）
17.張恆博； 歐宗瑛，一種基於色彩和灰度直方圖的圖像檢索方法，計算機工程，2004⑽（EI收錄）
18.王小東； 李剛； 歐宗瑛，一維下料優化的一種新演算法，大連理工大學學報，2004⑶（EI收錄）
19.金霞； 歐宗瑛，基於HL7標准醫療信息交換消息的構建/解析，焦作大學學報，2004⑴
20.唐棣； 孫岩； 韓麗； 歐宗瑛，一種基於顯示空間的圓窗口的圖形裁剪演算法，小型微型計算機系統，2004⑷
21.張恆博； 歐宗瑛，一種改進的掃描線真實感圖形顯示演算法，計算機工程，2004⑹
22.張恆博； 歐宗瑛，一種利用多特徵向量的彩色圖像檢索方法，計算機工程與應用，2004⑵
23.李暉； 歐宗瑛，異構分布環境下數據獲取與多態發布，計算機工程與設計，2004⑴
24.王宏漫； 歐宗瑛，基於支持向量機的人臉識別方法研究，小型微型計算機系統，2004⑴
25.柴玉森； 歐宗瑛； 韓風武； 陸培德； 韓鋒，基於CAPP的模具報價系統的開發，模具工業，2004⑴
26.韓峰； 張靜； 歐宗瑛，基於攝像機縱向運動的序列圖像的實時漫遊，小型微型計算機系統，2005⑽
27.劉文琦； 楊建華； 張鵬； 歐宗瑛，一種基於橢圓曲線的門限代理簽名方案，大連理工大學學報，2005⑹（EI收錄）
28.袁野; 歐宗瑛，一種基於單個神經元的攝像機標定自適應演算法，大連理工大學學報，2005⑹（EI收錄）
29.何洋； 歐宗瑛，基於局部細節鄰接圖的指紋匹配演算法研究，哈爾濱工業大學學報，2005⑽（EI收錄）
30.宋濤； 歐宗瑛； 陳偉卿，基於模糊連通性的彩色圖像切片序列分割方法，小型微型計算機系統，2005⑼
31.王亮申； 朱玉才； 陳少華； 侯傑； 於京諾； 蘇子林； 歐宗瑛，利用SVM進行車型識別，計算機工程與設計，2005⑼
32.胡志萍； 歐宗瑛； 王虹，基於圖像合成的虛擬製造環境描述，機械設計與研究，2005⑷
33.李雲峰; 歐宗瑛，基於相位信息的圖像特徵定位，光電技術應用，2005⑸
34.韓鋒； 蘇鐵明； 歐宗瑛； 羅丹，SolidWorks環境下三維沖模標准件庫的開發，大連輕工業學院學報，2005⑶
35.宋濤； 歐宗瑛； 王瑜； 李冠華； 劉斌，八叉樹編碼體數據的快速體繪制演算法，計算機輔助設計與圖形學學報，2005⑼（EI收錄）
36.王亮申； 歐宗瑛； 侯傑； 於京諾； 朱玉才； 曲衍國； 王保衛； 宋進桂，基於遺傳演算法的最優直方圖閾值圖像分割演算法，數據採集與處理，2005⑵（EI收錄）
37.張靜； 胡志萍； 歐宗瑛，基於異常匹配點去除的基本矩陣優化估計，計算機工程，2005⒀（EI收錄）
38.王亮申； 歐宗瑛； 侯傑； 於京諾； 曲衍國； 宋進桂； 朱玉才，基於金字塔結構顏色特徵的圖像資料庫檢索，計算機工程與設計，2005⑷
39.王亮申； 於京諾； 侯傑； 歐宗瑛； 朱玉才； 陳燕，目標形狀特徵的新定義，計算機工程與應用，2005⒄
40.宋濤； 歐宗瑛； 陳偉卿，中國虛擬人三維模型重建和可視化，大連理工大學學報，2005⑶（EI收錄）
41.華順剛； 張潔玉； 歐宗瑛，基於圖像的光照，計算機工程與設計，2005⑶
158.王亮申; 歐宗瑛； 朱玉才； 侯傑； 於京諾，基於SVM的圖像分類，計算機應用與軟體，2005⑸
42.胡延平； 馬德成； 何鴻鵬； 歐宗瑛，基於模型重建技術的圖形匹配原理與方法，大連理工大學學報，2005⑵（EI收錄）
43.王宏漫； 歐宗瑛； 胡志萍，自由差分運算與直交型Snake模型，計算機輔助設計與圖形學學報，2005⑶（EI收錄）
44.張靜； 胡志萍； 劉志泰； 歐宗瑛，基於輪廓相位相關的圖像自動拼接，大連理工大學學報，2005⑴（EI收錄）
45.郭浩； 歐宗瑛； 何洋，一個新的基於細節特徵的指紋匹配方法，大連理工大學學報，2005⑴（EI收錄）
46.魏鴻磊； 歐宗瑛； 甘樹坤； 張海東，採用逐級配准和分值加權的指紋匹配演算法，計算機輔助設計與圖形學學報，2006⑹（EI收錄）
47.胡志萍； 郭明恩； 歐宗瑛，一種基於圖像輪廓信息的新視點圖像生成算，大連理工大學學報，2006⑶
48.侯建華； 歐宗瑛，基於邊緣曲線光順連續性恢復的灰度圖像放大演算法，小型微型計算機系統，2006⑷
49.甘樹坤； 歐宗瑛； 魏鴻磊，基於灰度特性的指紋圖像分割演算法，吉林化工學院學報，2006⑴
50.宋衛衛； 李冠華； 歐宗瑛，醫學體數據三維可視化技術，計算機工程與應用，2006⒅
51. Variant Geometry Analysis and Synthesis in MCAD，ADG』98 Proceedings. Lecture Notes in Artificial Intelligence Series，Springer-Verlag. 1999(SCI)
52. Interactive Form Synthesis of Gear Coupling Teeth. ASME Journal Computers in Mechanical Engineering. V1.No.4. 1983.4 （EI收錄）
53. Analysis and Synthesis of Circular Arc Gears by Interactive Graphics. American Society of Mechanical Engineers. 1984 （EI收錄）
54. Analysis and Synthesis of Circular Arc Gears by Interactive Graphics. Transaction of ASME Journal of Mechanisms Transmission and Automation in Design. V108.No.1. 1986.3 （EI收錄）
55. Method of Equivalent Element in Parametric CAD. Proceedings of SPIE – The International Society for Optical Engineering. V2644. 1996（EI收錄）
56. Smoothing Enlarged Image Based on Fractal Geometry. International Conference on Signal Processing Proceedings. V2. 1998. （EI收錄）
57. Holo-extraction of information from paper drawings for 3D reconstruction. CAD Computer Aided Design. V34.No9. 2002.8（EI收錄）
58. Assembly sequence planning and assembling simulation of stamping tools. Proceeding of SPIE- the International Society for Optical Engineering. V4756. 2002
59. Recognition of digital curves scanned from paper drawings using genetic algorithms. V36.No.1. 2003 （EI收錄）
60. 用鄰域運算從CT圖像中分割骨骼. 中國生物醫學工程學報. 2003⑶（EI收錄）
61. 應用徑向基函數網路進行足球機器人視覺系統的標定. 計算機工程與應用. 2003（06）
62. 採用PCA/ICA特徵和SVM分類的人臉識別. 計算機輔助設計與圖形學學報. 2003（04）
63. 支持向量機在人臉識別中的應用. 計算機工程與應用. 39⑾. 2003
64. 基於支持向量機的人臉識別方法研究. 小型微型計算機系統. 已錄用
65. 基於Solid Works 平台的沖壓成型模具CAD系統. 大連輕工業學院學報. 2003（01）
66. 基於徑向基函數網路的二維平面標定方法. 大連理工大學學報. 2003（02）
67. 協同CAD系統結構及關鍵技術. 大連理工大學學報. 2003（02）（EI收錄）
68. 應用神經網路隱式視覺模型進行立體視覺的三維重建. 計算機輔助設計與圖形學學報.2003（03）
69. 基於CT、MRI斷層圖像的人體三維建模.2002年國際康復工程與臨床康復學術討論會.2002⑻
70. 基於主動輪廓模型的醫學圖像邊界跟蹤. 儀器儀表學報. 2002(S1）（EI收錄）
71. 基於區域直方圖的圖像資料庫檢索. 計算機工程與應用. 2002⒇
72. 一種由二維輪廓線重建物體表面的方法. 小型微型計算機系統. 2002⑿
73. E-HMM/ANN混合網路人臉識別. 計算機輔助設計與圖形學學報. 2002⑾ （EI收錄）
74. 基於組件的三維沖模CAD系統開發. 鍛壓技術. 2002⑸
75. 關於小波分形壓縮演算法若干相關技術的研究. 工程圖學學報. 2002⑵
76. 矩常量——幾何形狀標識的新方法. 機械科學與技術. 2002⑸
77. 一種足球機器人中指定顏色屬性物體的識別方法. 小型微型計算機系統. 2002⑻
78. 基於物質分類的三維空間斷層圖像匹配插值. 計算機輔助設計與圖形學學報. 2002⑺
79. 基於小波變換和模糊演算法醫學圖像邊緣檢測演算法. 大連理工大學學報. 2002⑷ （EI收錄）
80. 基於模糊推理的條形域形狀分類. 計算機工程與應用. 2002⑽
81. 基於學習向量量化網路的指定顏色物體的識別. 計算機工程與應用. 2002⑽
82. 加權合成的嵌入式隱Markov模型人臉識別. 大連理工大學學報. 2002⑶ （EI收錄）
83. 一種基於斜率的攝像機畸變校正方法. 小型微型計算機系統. 2002⑸
84. 保持輪廓清晰光滑的灰度圖像放大演算法. 計算機輔助設計與圖形學學報. 2002⑷
85. 基於頂點的沖裁零件排樣系統. 機械科學與技術. 2002⑵
86. 網路環境下三維參數化沖裁模標准件圖形庫. 機械科學與技術. 2002⑴
87. 一種基於CT圖像反求技術的實體幾何造型方法. 機械科學與技術. 2002⑴
88. 醫學圖像三維重建模型的剖切與立體視窗剪裁. 計算機輔助與圖形學學報. 2002⑶
89. 醫學圖像三維重建系統的數據結構表達及表面模型的構建. 生物醫學工程學雜志. V19.No.2. 2002.
90. 基於遺傳演算法的以線段和圓弧為基元的曲線擬合. 計算機輔助與圖形學學報. 2002⑵
91. 基於Windows平台的視頻捕捉技術研究. 計算機工程與設計. 2002⑶
92. 面向整體設計的客車件沖模CAD系統的實現. 機械科學與技術. 2002⑷
93. 沖模CAD系統中基於功能部件的層次化裝配模型和相關技術研究. 模具工業. 2002⑹
94. 進化演算法在DNA序列比對中的應用. 數據採集與處理. 2002⑷
95. 關於核苷酸序列頻譜分析方法的探討. 信號處理. 2002⑷
96. 一種新的DNA序列映射規則及其分析應用. 信號處理. 2002⑵
97. 基於BP網路的足球機器人視覺系統的標定. 機器人. 2001(S1）
98. 面向企業應用的密鑰管理技術研究. 計算機工程與設計. 2001⑹
99. 給予矢量鄰接圖的剖面域識別與重建. 工程圖學學報. 2001⑷
100. 以Solid Works為支撐軟體的模具標准件庫的開發. 大連輕工業學院學報. 2001⑷
101. 多葉光柵適形放射治療系統圖像圖形處理軟體研究與開發. 大連理工大學學報. 2001⑹
102. 體素幾何模型中物體表面的繪制演算法. 機械科學與技術. 2001⑹ （EI收錄）
103. Dividing Cubes演算法生成的物體表面的法向量方向的光順操作. 計算機輔助設計與圖形學學報. 2001⑿ （EI收錄）
104. 一種新的攝像機線性標定方法. 中國圖像圖形學報. 2001⑻
105. 基於投影的斷層間多連通物體輪廓表面重建. 大連理工大學學報. 2001⑸ （EI收錄）
106. 機車電氣CAD系統及其關鍵技術. 機械科學與技術. 2001⑷ （EI收錄）
107. 一種新的敏感數字水印技術. 小型微型計算機系統. 2001⑺ （EI收錄）
108. 由基於輪廓重建的表面模型構建實體幾何模型. 機械設計與研究. 2001⑵（EI收錄）
109. 醫學圖像的交互分割及三維表面重建. 工程圖學學報. 2001⑵
110. 三維醫學圖像MT表面重建的相關性處理及模型簡化. 中國生物醫學工程學報. 2001⑸
111. 醫學圖像三維重建系統的數據結構表達及表面模型的構建. 生物醫學工程學雜志. 2002⑵
112. 用體素邊界表面表示的體素模型及其顯示演算法. 機械科學與技術. V20.No.6. 2001.6
113. 基於Delauny三角剖分的層析圖像離散數據表面重建演算法. 工程圖學學報. 2001⑵
114. 基於區域投影的微型足球機器人系統識別. 機械科學與技術. 2001⑵ （EI收錄）
115. 面向對象的柔性約束關系幾何系統的建模研究及實現. 機械設計與研究. 2001⑴ （EI收錄）
116. CT圖像表面重建技術中的邊緣檢測和跟蹤補償. 機械科學與技術. 2001⑹（EI收錄）
117. 基於B-rep模型的三維實體的真實感顯示. 機械科學與技術. 2001⑵（EI收錄）
118. 基於柔性約束關系的二維幾何系統的建模及求解. 機械科學與技術. 2001⑹（EI收錄）
119. 基於約束的機械產品零件參數化特徵建模技術研究及實現. 組合機床與自動化加工技術. 2001⑷
120. 機床夾具參數化零部件圖形庫及其系統. 製造技術與機床. 2001⑶
121. 機械圖紙掃描圖像尺寸信息提取. 機械科學與技術. 2001⑵ （EI收錄）
122. 一種等級系統的密鑰管理方法. 信息安全與通信保密. 2001⑵
123. 泵水力模型數字化CAD系統——工程圖中的曲線識別與數字化的研究. 機械科學與技術. 2000.S1
124. 掃描工程圖像的瀏覽、圈閱與編輯技術研究. 組合機床與自動化加工技術. 2000⑴
125. CAD系統中簽名管理的設計與實現. 機械科學與技術. 2000⑹
126. 工程圖樣管理系統及其關鍵技術. 機械科學與技術.V19.No.3. 2000.5.（EI收錄）
127. 面向對象的特徵模型研究與實現. 機械科學與技術. V19.No.3. 2000.5.（EI收錄）
128. 基於特徵技術的智能產品信息模型框架及其實現. 大連理工大學學報. V40.No.2. 2000.3.（EI收錄）
129. 基於單義域鄰接圖的工程圖紙掃描圖像的字元提取. 工程圖學學報. V21.No.2. 2000.
130. 基於單義域鄰接圖的圓弧與圓識別. 中國圖像圖形學報. 2000⑴
131. 基於SQL Server的POS系統的開發與實現. 計算機應用研究. 2000⑵
132. 基於CT圖像反求技術的實體幾何造型. 計算機應用. 2000(S1）
133. 利用加密技術和網卡進行軟體保護. 計算機應用. 2000(01）
134. 工程圖紙掃描圖像的線段完整識別演算法. 計算機工程.V26.No.8. 2000.8.（EI收錄）
135. 描述工程圖紙掃描圖像的單義域鄰接圖的構建方法. 計算機工程與應用. 2000(08）
136. 基於個人特徵的省份認證技術的發展與應用. 計算機工程. 2000⑿
137. 基於顏色信息足球機器人視覺跟蹤演算法. 大連理工大學學報. 2000(06）
138. 機車電氣元件智能建庫環境研究. 內燃機車. 2000⑾
139. 產品信息模型中形狀特徵的表達研究. 組合機床與自動化加工技術. 1999⑻
140. Pro/Engineer特徵造型分析與應用. 工程設計CAD與智能建築. 1999⑻
141. 地理信息系統的研製開發. 計算機工程. 1999⑴
142. 工程圖掃描圖像中交叉區域識別處理方法的研究. 中國圖像圖形學報. 1999⑼
143. 工程圖圖像的骨架提取和識別技術綜述. 計算機工程. 1999⑹
144. 掃描圖像的圓弧的定位識別演算法. 中國圖像圖形學報. 1999⑹
145. 網路環境下工程圖紙的「電子簽字」技術. 組合機床與自動化加工技術. 1999⑼
146. Windows95/NT下加密和數字簽名的開發與應用. 通信保密. 1999⑷
147. 工程掃描圖像的直線整體識別演算法. 中國圖像圖形學報. 1998⑾
148. 基於分形幾何模型的圖像放大. 中國圖像圖形學報. 1998⑾
149. 二維參數化CAD中的過約束及欠約束檢查策略與實現. 大連理工大學學報. 1998⑸（EI收錄）
150. 手繪CAD圖形輸入的識別. 機械科學與技術.V17.No.2. 1998.3（EI收錄）
151. 彩色印染圖像的新的分組分段色分解技術. 計算機應用研究. 1998⑴
152. 消防建築圖紙的審核管理. 計算機應用. 1998⑵
153. 彩色圖像顏色量化的優化. 大連理工大學學報. 1998⑴（EI收錄）
154. 網路環境下軸承CAD系統的開發. 計算機應用研究. 1998
155. 聯機手繪CAD圖形的輸入. 機械科學與技術. 1998⑵
156. 彩色圖像印染CAD系統. 計算機工程與應用. 1997⑿
157. 數字曲線的線性逼近和分段識別. 大連理工大學學報. 1997⑸
158. 基於多面體的過渡操作. 計算機應用與軟體. 1996⑶
159. 參數化CAD中基於當量圖素的約束處理策略. 大連理工大學學報. 1995⑸
160. 工程圖樣描述語言DDL. 大連理工大學學報. 1995⑸（EI收錄）
161. 實體造型中的回退原理及其應用. 大連理工大學學報. 1995⑸（EI收錄）
162. CAD圖形資料庫中特徵關系和約束關系的自動識別和提取. 計算機工程. 1995⑹
163. 基於ΓOCT21354－87標準的齒輪強度計算軟體的開發. 機械科學與技術. 1995⑸ （EI收錄）
164. 二值和多值圖像的邊界跟蹤和逼近. 大連理工大學學報. V35.No.3. 1995.6 （EI收錄）
165. 基於變異幾何的平面連桿機構分析與模擬專家系統. 大連理工大學學報. 1995⑵
166. 平面連桿機構分析與模擬專家系統. 計算機輔助設計與圖形學學報. 1995⑴ （EI收錄）

㈥ 三刺激值與灰度值的演算法

簡單說：三刺激值可通過下列測定而計算之：1．物體在可見光譜中正常間隔情況下的反射率(或透射率)，並乘以這些量度；2．理論照度中同樣波長的相應能量；3．同樣波長的每一個的三色調(匹)配函數；4．每三套產物的總和，以這種方法得到的三刺激值叫重量縱坐標法。測定三刺激值的方法還有一種叫選擇縱坐標法，即在特別選擇的波長條件下測定反射(或透射)率的方法。如果被測定的有色物質的每個三刺激值被三個總和除，則每種原色在總刺激部分中所佔的比例就極易得到，因為它們的總數為1，0000。兩個系數就足可說明色性(Chromaticity)了。(所謂色性，就是指色相和純度的綜合量。一般以色性來敘述顏色時，是不考慮明度的，由色性圖上的色性坐標表示之。這樣就可將三度立體的空間投影簡化成了平面上的點，大大地簡化了顏色的計算與敘述)。這種比例數值就叫色性坐標(Chromaticity Coordinates)，或色性系數(Chromaticity Coefficients)，也叫三色系數(Trichromatic Coefficients)。顯然，所謂色性系數，就是指某原色的刺激量在三種原色的總刺激量中所佔的比例。顏色直方圖圖像檢索方法是一種重要的基於顏色特徵圖像檢索方法。在分析了基於顏色直方圖信息熵進行圖像檢索方法的基礎上,提出了一種通過灰度值對信息熵進行限定的遙感圖像檢索演算法。該方法在一定程度上解決了傳統的基於顏色直方圖信息熵方法進行圖像檢索時,由於熵的對稱特性造成圖像誤檢索的不足。在實驗精度評價中,分別採用直方圖分析法和相關系數法,從定性與定量兩個角度對檢索精度進行了評價。實驗結果顯示,運用該方法進行檢索,具有較高的檢索精度,相關系數在0.95以上,在實際應用中具有良好的可

㈦ 一副320乘240的24位真彩色圖像,未壓縮的圖像數據量是多少

數據量=3位元組/像素 × 76800像素=230400位元組=225KB。

針對Bayer真彩色遙感影像進行特徵匹配時，彩色描述符的效果與適用性問題一直研究較少。結合Bayer真彩色遙感影像成像變化規律和彩色描述符演算法特點，從理論上分析彩色描述符的不變性。提出模擬數據評價、不同類別影像評價、任務總體適用性評價等三種實驗方法對彩色描述符適用性進行實驗驗證和分析。

在研究利用圖像顏色特徵和顏色的空間分布特徵進行圖像檢索的基礎上，提出一種基於位平面理論的真彩色圖像檢索演算法，為了更好地描述圖像的檢索特徵，優化檢索性能，定義了位平面一階矩，位平面平坦度和位平面的凹凸面3個概念，並依據這些概念提取出了圖像的顏色特徵和顏色空間分布特徵。

(7)基於顏色特徵的圖像檢索方法研究擴展閱讀：

注意事項：

一般來說，R5G6B5格式可以在無抖動的時候也實現比較好的效果。

彩色點陣圖像即常說16點陣圖像，每個像素佔用兩個位元組，相比於24位真彩色來說，在保持一定的圖像質量的前提下可以節省1 /3的內存空間，在游戲編程中經使用這種格式。

要實現真彩色轉換為高彩色，比如常用R5G5B5格式，只需要取原先的各顏色分量的高5位充當新的顏色分量就可以了，但是涉及到如何把這些數據保存到文件，則需要一番努力。

㈧ 圖像檢索的檢索方法

網路上的圖像檢索方法
根據基於文本的圖像檢索和基於內容的圖像檢索的實現原理可以發現，一般圖像檢索系統提供給用戶的查詢方法主要包括下列幾種形式：
關鍵詞查找：關鍵詞查找輸入關鍵詞對查找圖像進行描述，大多數網路搜索引擎提供的是關鍵詞查找的方式檢索，例如，希望查找山水風景的圖片，可以輸入「山水畫」；又如希望查找關於貓的圖片，可以直接輸入「貓」。
瀏覽查找：瀏覽查找是指通過等級式類目組織的圖像檢索人口，圖像按照不同的主題進行歸類，用戶在查找自己希望的圖像時，通過點擊層層類目的鏈接，到達自己所希望的類目下的圖像。
特徵輸入查找：對圖像的特徵參數進行設置，如希望圖像中的色彩比例為「R：128 ； G：128； B：64」，或者是對圖像的明亮度在0～100%之間加以調節。
草圖查找：用戶親自動手繪制希望查找的圖像特徵，以用戶描繪的草圖為訓練樣本，查找與之相似的其它圖像。
示例查詢：包括系統隨機給出樣本和用戶提交樣本兩種，由系統隨機給出一組圖像訓練樣本時，讓用戶對這組圖像進行評價，選擇與自己的檢索需求相似的圖像，然後根據用戶選擇的圖像進行分析，檢出與之相似的其它圖像。另外，也可以由用戶提供一副圖像的地址信息，由圖像檢索系統即時抓取、即時分析。
歸納而言，圖像檢索的方法對應於圖像特徵的三個層次，也可以歸結為相應的三個層次：
簡單的可視化特徵層次：對圖像的簡單可視化特徵進行查詢，如顏色、紋理、形狀或者是圖像中元素的空間，這些特徵反應的一般是圖像本身客觀的一些屬性，因此，一般不需要任何外界知識的輔助。
中間的對象層次：對圖像的個體特徵進行查詢是介於簡單的可視化特徵查詢和高級的抽象語言特徵查詢的中間狀態，一般表現為對局部的特徵查詢，例如檢索圖像中的某個對象或者是某個人物等。這種查詢一般需要對識別和檢索的目標進行一定程度的邏輯推理，所以需要藉助外界知識的輔助。
高級抽象的特徵層次：對圖形的抽象屬性的查詢，包括檢索與某個事件或者是某個活動相關的圖像，例如查找反映某種情感色彩，或者是符合某種風格流派的圖像，這時需要對這些抽象的目標和場景所代表的意義進行分析，需要對其進行更高級的推理，同時這類特徵帶有較強的主觀色彩，因此，更需要外界知識的輔助。

㈨ 求java中關於圖像檢索的演算法 想用java語言實現一個基於圖像顏色的檢索系統 其中的演算法要怎麼實現 麻煩詳

BufferedImage image;
int w = image.getWidth();
int h = image.getHeight();
int color;
for (int i = 0; i < w; i++) {
for (int j = 0; j < h; j++) {
color = image.getRGB(i, j);
}
}

不知道你到底要做什麼，這個只是幫你拿到圖上的點的顏色。那些提取特徵點的演算法就是相當復雜了，比如透過值，顏色分布值，對比度，亮度，甚至要多做因素綜合考慮起來,難度不小的。java做圖形是越來越少了，qq282052309

㈩ 基於內容的圖像檢索的特徵提取

基本體整體趨包含顏色、紋理、平面空間對應關系、外形，或者其他統計特徵。 圖像特徵的提取與表達是基於內容的圖像檢索技術的基礎。從廣義上講，圖像的特徵包括基於文本的特徵（如關鍵字、注釋等）和視覺特徵（如色彩、紋理、形狀、對象表面等）兩類。視覺特徵又可分為通用的視覺特徵和領域相關的視覺特徵。前者用於描述所有圖像共有的特徵，與圖像的具體類型或內容無關，主要包括色彩、紋理和形狀；後者則建立在對所描述圖像內容的某些先驗知識（或假設）的基礎上，與具體的應用緊密有關，例如人的面部特徵或指紋特徵等。 顏色是彩色圖像最底層、最直觀的物理特徵，通常對雜訊，圖像質量的退化，尺寸、解析度和方向等的變化具有很強的魯棒性，是絕大多數基於內容的圖像和視頻檢索的多媒體資料庫中使用的特徵之一。顏色特徵的描述方法主要有以下四種：
顏色直方圖(ColorHistogram)
它是最簡單也是最常用的顏色特徵，描述了圖像顏色的統計分布特性，具有平移、尺度、旋轉不變性。其核心思想是在顏色空間中採用一定的量化方法對顏色進行量化，然後統計每一個量化通道在整幅圖像中所佔的比重。
常用的顏色空間有RGB，CIE，HSI，HSV空間等，主要的量化方法有最重要信息位、顏色空間劃分、顏色空間聚類、參考顏色、圖像分割等，文獻中討論了對這些方法進行了討論和總結。 由於顏色直方圖缺乏顏色的空間分布信息，改進的方法包括在顏色索引時加入空間位置信息和基於區域的顏色查詢。最簡單的方法是子窗口直方圖法，即將圖像分割成子圖像，一一建立索引。另一文獻中將圖像分成了大小相等的九個子圖像，然後統計每個子圖像中的顏色直方圖。
顏色相關圖(ColorCorrelogram)
其主要思想是用顏色對相對於距離的分布來描述信息，它反映了像素對的空間相關性，以及局部像素分布和總體像素分布的相關性，並且容易計算，特徵范圍小，效果好。
顏色矩(ColorMoment)
其基本思想是在顏色直方圖的基礎上計算出每個顏色通的均值、方差、偏差，用這些統計量替代顏色的分布來表示顏色特徵。它具有特徵量少，處理簡單的特點。
顏色一致性矢量(Color Coherence Vectors, CCV)
本質上是一種引入空間信息改進的直方圖演算法，統計了圖像中各顏色最大區域的像素數量。通過分離開一致性像素和非一致性像素，比直方圖演算法具有更好的區別效果。 紋理是圖像的重要特徵之一，通常定義為圖像的某種局部性質，或是對局部區域中像素之間關系的一種度量，其本質是刻畫像素的鄰域灰度空間分布規律。紋理特徵描述方法大致可以分為四類：統計法、結構法、模型法、頻譜法。
統計法
統計法分析紋理的主要思想是通過圖像中灰度級分布的隨機屬性來描述紋理特徵。最簡單的統計法是藉助於灰度直方圖的矩來描述紋理，但這種方法沒有利用像素相對位置的空間信息。
為了利用這些信息，Haralick 等人提出了用共生矩陣來表示紋理特徵。 該方法研究了紋理的空間灰度級相關性，構造出一個基於圖像像素間方向和距離的共生矩陣，並且從矩陣中提取出反差、能量、熵、相關等統計量作為特徵量表示紋理特徵。
Tamura 等人基於人類視覺的心理學研究後提出了一些不同的方法來描述紋理特徵，給出了幾個不同的描述紋理特徵的術語：粗糙度(Coarseness) 、對比度(Contrast) 、方向(Directionality) 、線性度(Linelikeness) 、規則度(Regularity) 、粗略度(Roughness) 等。Tamura 紋理和共生矩陣表示的主要區別在於:前者的所有紋理屬性都是視覺意義上的，而後者的某些紋理屬性不具有視覺意義(如信息熵) 。這一特點使得Tamura 的紋理表示在圖像檢索中使用得較多。QBIC 和MARS都進一步證明了這種表示方法。
結構法
結構法分析紋理的基本思想是假定紋理模式由紋理基元以一定的、有規律的形式重復排列組合而成，特徵提取就變為確定這些基元並定量分析它們的排列規則。Carlucci曾提出一個使用直線段、開放多邊形和封閉多邊形作為紋理基元的紋理模型，其排列規則由一種圖狀語法結構定義。 Lu and Fu給過一種樹型語法結構表示紋理，他們將紋理按照9 ×9 的窗口進行分割，每個分解單元的空間結構表示為一棵樹。 因為實際的紋理大都是無規則的，因此結構法受到很大限制。
模型法
模型法利用一些成熟的圖像模型來描述紋理，如基於隨機場統計學的馬爾可夫隨機場、子回歸模型，以及在此基礎上產生的多尺度子回歸模型 (MultiResolution Simultaneous Autoregressive, MRSA) 等。這些模型的共同特點是通過少量的參數表徵紋理。MRSA 區分不同紋理模式的能力較強，但同時計算開銷也較大。
頻譜法
頻譜法藉助於頻率特性來描述紋理特徵，包括傅里葉功率譜法 、Gabor 變換 、塔式小波變換( Pyramid Wavelet Transform ，PWT) 、樹式小波變換( Tree Wavelet Transform，TWT) 等方法。Manjunath and Ma 實驗指出， Gabor 特徵提供了最佳的模式檢索精度，檢索性能優於TWT 和PWT，略微優於MRSA ，缺點是計算速度慢，其旋轉不變性和尺度不變性仍有待討論。 形狀是刻畫物體最本質的特徵，也是最難描述的圖像特徵之一，主要難在對圖像中感興趣目標的分割。對形狀特徵的提取主要是尋找一些幾何不變數。目前用於圖像檢索的形狀描述方法主要有兩類:基於邊緣和基於區域的形狀方法。前者利用圖像的邊緣信息，而後者則利用區域內的灰度分布信息。
基於邊緣
基於邊緣的形狀特徵提取是在邊緣檢測的基礎上，用面積、周長、偏心率、角點、鏈碼、興趣點、傅里葉描述子、矩描述子等特徵來描述物體的形狀，適用於圖像邊緣較為清晰、容易獲取的圖像。文獻[16]首先對圖像進行了高斯平滑，接著使用經典的興趣點檢測演算法發現興趣點，然後用興趣點的測度值作為圖像特徵進行匹配。文獻 提出將圖像邊緣上的角點作為特徵點，然後使用Delaunay三角形進行劃分，記錄三角形的形狀特徵來描述圖像的形狀特徵。這種方法由於是基於邊緣上的一些特殊點，因此對雜訊和點位置的變化較為敏感。文獻採用邊緣方向直方圖來刻畫形狀特徵，具有簡單、平移不變性等優點，但也存在不具備尺度、旋轉不變性等缺點。
基於區域
基於區域的形狀特徵提取的主要思路是通過圖像分割技術提取出圖像中感興趣的物體，依靠區域內像素的顏色分布信息提取圖像特徵，適合於區域能夠較為准確地分割出來、區域內顏色分布較為均勻的圖像。文獻應用變形模板技術，把用戶提供的形狀看作模板，與圖像庫中的形狀進行匹配。由於是直接比較兩個形狀，因此具有較高的精度，但同時計算量也較大。 文獻提出了一種形狀彈性匹配演算法，首先確定感興趣區域，在這些區域中採用爬山優化演算法獲取圖像邊緣，並用這些邊緣代表物體形狀。 這種方法的優點是對圖像邊緣進行了篩選，缺點是需要人工干預。近年來，基於區域的圖像檢索方法已經成為基於內容的圖像檢索的一大研究熱點。