[摘要]基于内容的图像检索（CBIR：Content Based Image Retrieval）是利用图像本身包含的信息搜索出具有相似特征信息的图像。这种检索方式具有客观、准确描述图像的能力，在图像检索领域将逐渐取代原有基于文本的图像检索技术。近年来得到国内外学者的广泛关注和深入研究。
但现有该领域的研究重点多集中在面向通用的检索领域，已有的研究成果在对精度要求较高的简单背景图像进行检索时，存在以下问题：
1）部分图像仅通过去除背景提取出的目标对象不够精准；
2）特征提取和图像视觉信息不完全相符；
3）检索性能不够理想。
本文在对传统图像检索技术进行分析和总结的基础上，对简单背景图像的检索进行研究，并以服装、商标这两类具有实际检索需求的简单背景图像为例，提出各自的检索算法并给与实现。
本文的主要工作内容和成果是：
1、在对服装进行特征提取前，针对传统去除背景的方法不能够准确剔除非目标对象等问题，提出了一种服装图像的预处理方法。该方法首先对图像进行人脸检测，然后将其分块以确定目标区域，最后通过肤色似然图去除肤色。实验证明，该算法可以确定各种不同展示方式的服装区域，减少非目标对象带来的干扰。
2、在对服装图像进行颜色特征提取过程中，针对颜色自相关图丢失颜色比例等问题，提出了一种改进的颜色自相关图算法。该算法将主颜色法、颜色自相关图算法和直方图算法相结合，提取出各种主颜色所占比例以及颜色的位置信息。实验证明，该算法在保证效率不受影响的基础上能得到更好的颜色特征描述。
3、在对服装图像进行纹理特征提取过程中，针对传统LBP算法在服装特征提取时存在大量非真实纹理等问题，提出了一种改进的LBP纹理特征算法。通过在传统LBP算法的基础上设定阈值，改变纹理的计算方式让算法的结果更符合视觉信息；再根据纹理所处图像位置分配不同的权值，突出服装中间部分纹理的重要性，能够得到更好的检索效果。
4、在对商标图像进行纹理特征提取过程中，针对传统LBP算法含有大量冗余平滑纹理信息导致检索效果不够理想且效率低下等问题，提出了一种基于边缘的LBP算法。算法对图像进行边缘检测，然后对提取到的边缘进行纹理特征提取，并与传统的Zernike形状特征算法相结合用来进行检索。实验证明，与传统LBP算法相比，该算法能减少冗余信息的干扰，并使计算量大大减少，因此在检索精度和效率上都有提高。
在以上研究的基础上，本文设计并搭建了实际的检索系统，将提出的流程及算法进行实现，通过系统平台的展示方式对算法的有效性进行验证。实验结果表明本文算法在检索精度和效率上都比传统算法有明显的改进。
[关键词]：图像检索；LBP特征提取；颜色自相关图；商标；服装
[成果出处]：计算机学院视觉计算实验室（www.scuvis.org）
正文请自行到学位论文网站上索取。