1. 研究目的与意义（文献综述）

1. 研究目的及意义

1.1研究目的

随着多媒体时代的快速发展，人工智能时代的逐渐深入，信息样式的多样化和信息量的庞大性，如何有效的处理和利用信息成为了我们研究的方向。图像作为信息的一种载体，因其有生动的表达信息的形式和包含信息的丰富性而被人们广为接受，所以对数字图像的研究和处理成为了国内外专家学者的研究对象，对图像进行特征提取，可以应用到很多方面，例如图像匹配，对海量图像的快速检索，目标识别与跟踪等，这些应用建立在图像特征提取的基础上，我们研究的目的就是要踏出应用的第一步，研究出较好的图像颜色特征提取的算法，从而更好的运用到实际中去。

1.2研究意义

本次的对基于颜色的图像特征提取算法的研究最后探讨其应用，主要是研究它在图像检索的应用，因为对海量图像进行检索是我们日常生活中比较常见的应用，同时也是国内外研究的热点，图像检索自70年代以来便是一个非常活跃的领域，传统的基于文本的图像检索，其研究主要在数据库领域中进行，其典型框架是，首先对图像用文本进行注释，然后用基于文本的数据库管理系统（bdms）进行图像检索，这种方法只能用于图像的数据量比较小且信息比较单一的情况，而对于那些数据量较大且内容丰富的图像，由于对图像注释的文本较多，工作量相当大，且对于丰富的图像信息每个人都有其不同的理解，导致文本的注释也不能够统一，从而就会大大减弱图像检索的准确性，为了解决传统图像检索的存在的弊端，近年来，基于图像视觉特征的检索方式成为了一个研究热点，直接利用图像的视觉特征来对图像进行检索与传统的基于文本的图像检索方式相比，大大提高了检索的有效性和准确性。图像视觉特征一般包含有四个方面：颜色、纹理、形状和空间分布信息，其中颜色是一种非常重要的特征，且应用也最为广泛，与其他的特征相比，颜色特征对图像的尺寸、方向、视角的依赖性较小，具有较高的鲁棒性，所以有效快捷的颜色特征的提取算法成为我们首先需要研究的对象。

1.3国内外的研究现状分析

基于颜色的图像特征提取的算法在国内外已经有了很深的造诣，并且被广泛用于图像检索当中。在国外，比较著名的图像检索系统有：ibm公司的qbic系统；密西根大学和麻省理工学院多媒体实验室的virage系统；麻省理工学院的photo book系统；美国哥伦比亚大学的visual see k和web see k图像查询系统。 基于图像内容的查询系统 qbic 是最早应用于商业领域的图像检索系统，它提供了多种查询方式，包括基于颜色、纹理以及形状等多种特征的检索以及绘制简图或扫描输入图像进行检索。virage 系统同样支持基于颜色、纹理和结构特征的检索，同时也支持将上述三个特征进行任意组合进行检索，用户还可以根据需要为不同特征设置不同的权重。photo book 系统是一套图像数据库浏览和查询工具，它由三个分别负责提取图像的形状、纹理以及面部特征的子系统组成。visual see k 是一个可视化的检索工具，支持基于颜色、纹理以及空间关系特征的检索；web seek 是一种面向万维网搜索引擎，由图像或视频收集模块、主题分类索引模块以及检索浏览和查找模块组成。

2. 研究的基本内容与方案

2.研究（设计）的目标、基本内容、拟采用的技术方案及措施

2.1研究的目标

我此次研究的课题是基于颜色的图像特征提取算法与应用研究，首先介绍常见的rgb和hsv颜色空间，并且比较两种颜色空间的异同。然后对颜色量化方法进行总结，紧接着讨论常见的颜色特征的提取方法，并用这些方法对图像进行检索实验，给出实验结果，分析并讨论不同的颜色特征提取方法的优缺点，然后提出一种可以提高图像检索效率和准确性的改善后的提取算法，并分析其优缺点。

2.2研究的基本内容

研究本论文的主要工作是基于颜色的图像特征提取算法研究以及它的实际应用，在实际应用这一块，本文着重放在图像检索这一应用上，研究的方向也着重放在图像颜色特征提取与图像检索这两个方面。

说到图像颜色特征提取，对颜色模型的选择则是我们首先需要解决的问题，所以在论文前期，我们将对各种颜色模型进行理解以及了解什么样的颜色模型更符合我们人类视觉系统的生理特征和人类观察经验的视觉感知特征，从而可以使设计的提取算法能在图像检索中得到最好的利用。

3. 研究计划与安排

3.进度安排

第 第 1-2 周 查阅、收集图像特征提取算法的相关资料，写出开题报告

第3-4 周 确定系统总体方案，学习使用与图像特征提取算法相关的软件函数

第5-7周 设计系统各个模块的流程图及功能设计

4. 参考文献（12篇以上）

4.参考文献

[1] zt he,jt ji,jj liu,etc. extraction of tobacco leaves color features based on hsi color space . applied mechanics amp; materials[j],2014.

[2] .h xu,x hu,bm xiao,xb mao. feature extraction based on color difference algorithm for moving target detection system. applied mechanics amp; materials[j],2013.