基于OpenCV和Qt的图像检索教学软件设计与开发
时间：2021-05-03 00:02:18 来源：雅意学习网 本文已影响 人 
摘要： 图像检索技术在公安工作中发挥着重要作用，但其理论知识比较抽象，学生仅通过理论知识的学习很难深入理解该技术。为了辅助学生对图像检索技术的理解与掌握，基于OpenCV和Qt设计并开发了一个包含图像预处理、图像特征提取和图像检索3个模块的图像检索教学软件，涵盖了实现图像检索所需的每一步操作，并能够以图像或数值的形式可视化图像检索的中间处理结果。
关键词： 图像检索；直方图均衡化；颜色直方图；颜色矩；灰度共生矩阵
中图分类号：TP391 文献标识码：A 文章编号：1009-3044（2015）03-0198-04
The Design and Development of the Image Retrieval Technology Teaching Aids Software Based on OpenCV and Qt
WANG Rong， LI Chong， LI Yan-xuan
（School of Policing Information Engineering， People’s Public Security University of China， Beijing 100038， China）
Abstract： The image retrieval technology plays an important role in the public security work， but it’s so abstract that it’s hard to understand deeply only through theoretical knowledge for the students. In order to help students understand and master the image retrieval techniques， an image retrieval technology teaching aids software was designed and developed in this paper. The software includes image preprocessing， image feature extraction and image retrieval modules， covering every step of the operation needed to realize the image retrieval. It also displays the intermediate processing results of image retrieval in the form of images or numbers.
Key words： image retrieval； histogram equalization； color histogram； color moment； Gray-level co-occurrence matrix
随着安全需求的不断扩增，视频监控系统的建设规模逐渐增大，案件视频数据迅速增长。视频资料由于其视觉直观性和信息丰富性，已成为公安工作的重要线索和证据来源。但是，仅仅通过人工查阅的方式对这些海量案件视频进行分析和处理，必然会耗费很大的人力和时间。图像检索技术是一种利用图像处理技术和计算机技术等实现对包含特定内容或具有特定特征图像的自动检索及输出的技术[1]。利用图像检索技术可以实现对包含特定目标视频图像的自动检索，然后在检索输出的视频图像中开展排查犯罪嫌疑人、搜寻案件证据等后续公安工作，对于缩短案件查阅时间、节省公安警力、提高办案效率具有重要意义。准确的检索结果是后续公安工作顺利开展的前提，高效的检索过程是提高公安工作效率的基本保障，因此，图像检索已成为视频侦查的关键技术之一。
早期的图像检索技术是基于文本实现的。随着多媒体技术的发展和智能化的需求，基于内容的图像检索技术从20世纪90年代开始兴起[2]，主要集中于对图像底层特征的研究。其中，颜色特征能够直观体现图像内容，纹理特征具有较强的空间信息表达能力，而且这两种特征的提取较易实现，因此成为图像检索的两类常用特征，目前已有学者们提出了很多方法，如基于颜色直方图的方法[3]、基于颜色矩的方法[4]、基于灰度共生矩阵的方[5]等。基于内容的图像检索一般包括预处理、特征提取、相似性度量等关键环节。在图像检索技术的日常教学中，仅讲解相关的理论知识对于学生来说比较抽象，很难使学生深入理解图像检索技术的每一个步骤。因此，本文设计和开发了一个图像检索技术教学辅助软件，实现图像检索技术中间处理结果的可视化，便于学生理解和掌握该技术的关键环节和实现流程。本文设计的图像检索技术教学辅助软件包括图像预处理、图像特征提取和图像检索三个模块，其中，图像预处理模块设置了大量可调参数，可直观显示不同参数下的预处理结果，有助于学生理解不同参数的作用和不同预处理方法的原理及适用场合；图像特征提取模块以数字或图像的形式对特征的计算结果进行可视化展示，加深学生对抽象的图像特征及其提取过程的理解；图像检索模块包含实现图像检索所需的每一步操作，便于学生理解和掌握图像检索技术的实现过程。
1 基础知识
1.1 直方图均衡化
直方图均衡化是增强图像对比度的一种有效手段，对于整体亮度较低的图像，该方法通过改变像素的灰度分布来增多具有较高灰度值的像素，从而达到提高图像对比度的目的。
1.2 基础灰度变换
基础灰度变换包括全局线性变换、分段线性变换、幂次变换和对数变换等方法。
全局线性变换如式（1）所示，其中，[f（x，y）]和[g（x，y）]分别为输入和输出图像，[k]为灰度缩放比例，输出图像随着[k]的取值而发生变化。
