基于直方图特征的图像搜索

图像搜索现实的一般过程：

提取图像特征值→对特征值进行处理→匹配特征值

图像的特征值有很多，基于颜色特征，纹理特征，形状特征等，下面是基于图像颜色直方图特征的图像搜索。

(参考文章：http://blog.csdn.net/jia20003/article/details/7771651#comments )

巴氏系数（Bhattacharyyacoefficient）算法

其中P, P’分别代表源与候选的图像直方图数据，对每个相同i的数据点乘积开平方以后相加

得出的结果即为图像相似度值（巴氏系数因子值），范围为0到1之间。为什么是到1之间，这是数学的问题，就不追究了。

一、 求源图像和要被搜索图像的直方图特征

二、 根据直方图特征，用巴氏系数算法求出源图像和要搜索图像的相似度

彩色图像的每个像素由red,green,blue三种组成，如何好地表示彩色图像的直方图更呢？一般有两种方式：

一种是用三维的直方图表示，这种方式简单明了，如hist[][]，hist[0][]表示red的直方图，hist[1][]表示green的直方图，hist[2][]表示blue的直方图;如一个像素为(156,72,89),则hist[0][156]++; hist[0][72]++, hist[0][89]++;

另一种方式是降低灰度的级数，用一维直方图表示，如将256级的灰度降至16级，可用12位的int表示灰度值，前4位表示red,中间4们表示green,后面4位表示blue；一个像素为(156,72,89)， r=156/16=9; g=72/16=4,b=89/16=5; index = r<<(2*4) | g<<4 | b; hist[index] ++;

要被搜索的图像

搜索的结果，相似度从大到小