图像检索Matlab程序

图像检索Matlab程序
读取待检索图片，在图片库里进行检索，可以计算相似度，使用Hu不变矩算法，实现图像检索技术。

以下是一个基于MATLAB的图像检索程序示例，使用Hu不变矩算法计算图像相似度。该程序可以读取待检索图片，并在图片库中进行检索，返回相似度最高的图片。

1. 程序流程

• 读取待检索图片：用户选择一张待检索的图片。
• 加载图片库：从指定文件夹中加载所有图片。
• 计算Hu不变矩：
  • 对待检索图片和图片库中的每张图片计算Hu不变矩。
• 计算相似度：
  • 使用欧几里得距离或相关性等方法比较Hu不变矩特征，计算待检索图片与图片库中每张图片的相似度。
• 显示结果：
  • 显示与待检索图片最相似的图片。

2. 核心代码

以下是完整的MATLAB代码实现：

function ImageRetrievalUsingHuMoments()
    % 创建GUI界面
    figure('Name', 'Image Retrieval Using Hu Moments', 'NumberTitle', 'off', ...
           'Position', [100, 100, 800, 600]);
    
    % 添加控件
    uicontrol('Style', 'pushbutton', 'String', 'Load Query Image', ...
              'Position', [50, 500, 150, 30], 'Callback', @loadQueryImage);
    uicontrol('Style', 'pushbutton', 'String', 'Load Image Database', ...
              'Position', [250, 500, 150, 30], 'Callback', @loadImageDatabase);
    uicontrol('Style', 'pushbutton', 'String', 'Retrieve Similar Images', ...
              'Position', [450, 500, 150, 30], 'Callback', @retrieveImages);
    
    % 轴用于显示图片
    axes('Position', [0.1, 0.1, 0.4, 0.7]);
    title('Query Image');
    axes('Position', [0.5, 0.1, 0.4, 0.7]);
    title('Most Similar Image');
    
    % 初始化变量
    handles.queryImage = [];
    handles.imageDatabase = {};
    handles.handles = guidata(gcf);
end

% 加载待检索图片
function loadQueryImage(hObject, eventdata)
    [file, path] = uigetfile({'*.jpg;*.png;*.bmp', 'Image Files (*.jpg, *.png, *.bmp)'});
    if isequal(file, 0)
        return;
    end
    img = imread(fullfile(path, file));
    img = rgb2gray(img); % 转换为灰度图像
    axes(findobj('Tag', 'QueryImageAxes'));
    imshow(img);
    title('Query Image');
    handles = guidata(gcf);
    handles.queryImage = img;
    guidata(gcf, handles);
end

% 加载图片库
function loadImageDatabase(hObject, eventdata)
    folder = uigetdir('.', 'Select Image Database Folder');
    if isequal(folder, 0)
        return;
    end
    imageFiles = dir(fullfile(folder, '*.jpg')); % 支持更多格式可添加'*.png', '*.bmp'
    if isempty(imageFiles)
        errordlg('No images found in the selected folder.', 'Error');
        return;
    end
    handles = guidata(gcf);
    handles.imageDatabase = {imageFiles.name}';
    handles.databasePath = folder;
    guidata(gcf, handles);
    disp(['Loaded ', num2str(length(handles.imageDatabase)), ' images from the database.']);
end

% 检索相似图片
function retrieveImages(hObject, eventdata)
    handles = guidata(gcf);
    if isempty(handles.queryImage)
        warndlg('Please load a query image first!', 'Warning');
        return;
    end
    if isempty(handles.imageDatabase)
        warndlg('Please load an image database first!', 'Warning');
        return;
    end
    
    % 计算查询图片的Hu不变矩
    queryHuMoments = computeHuMoments(handles.queryImage);
    
    % 遍历图片库，计算相似度
    minDistance = inf;
    mostSimilarImage = [];
    for i = 1:length(handles.imageDatabase)
        imgFile = fullfile(handles.databasePath, handles.imageDatabase{i});
        img = imread(imgFile);
        img = rgb2gray(img); % 转换为灰度图像
        huMoments = computeHuMoments(img);
        
        % 计算欧几里得距离
        distance = norm(queryHuMoments - huMoments);
        if distance < minDistance
            minDistance = distance;
            mostSimilarImage = img;
        end
    end
    
    % 显示最相似图片
    axes(findobj('Tag', 'SimilarImageAxes'));
    imshow(mostSimilarImage);
    title(['Most Similar Image (Distance: ', num2str(minDistance), ')']);
end

% 计算Hu不变矩
function huMoments = computeHuMoments(img)
    % 转换为二值图像
    bwImg = imbinarize(img);
    
    % 计算区域属性
    stats = regionprops(bwImg, 'Image');
    region = stats.Image;
    
    % 计算Hu不变矩
    moments = regionprops(region, 'HuMoments');
    huMoments = moments.HuMoments; % 返回7个Hu不变矩
    huMoments = huMoments(:); % 转换为列向量
end

3. 功能说明

• 加载待检索图片：
  用户可以通过Load Query Image按钮选择一张待检索的图片。
• 加载图片库：
  用户通过Load Image Database按钮选择包含图片的文件夹，程序会自动加载所有支持格式的图片。
• 检索相似图片：
  使用Hu不变矩算法计算待检索图片与图片库中每张图片的相似度，返回相似度最高的图片并显示。
• 显示结果：
  在界面上分别显示待检索图片和最相似图片。

4. 注意事项

• 图像预处理：
  • 将图片转换为灰度图像和二值图像，以确保计算Hu不变矩时的一致性。
• 性能优化：
  • 如果图片库较大，遍历所有图片可能会较慢。可以考虑对图片库进行预处理，提前计算并存储Hu不变矩特征。
• 扩展功能：
  • 可以增加其他特征提取方法（如颜色直方图、纹理特征）来提高检索精度。

5. 运行程序

完成以上步骤后，运行你的MATLAB程序，测试各项功能是否正常工作。希望这个示例能帮助你构建一个完整的基于Hu不变矩的图像检索系统！