度，提升图像亮度，突出使物体的边缘轮廓清晰4。（2）图像特征提取本文设计的图像检索系统主要是提取图像的形状和颜色特征。在进行特征提取时，首先需对图像进行分割，这里采用的是边缘检测法5，即提取图像的边界，然后对各个连通域进行特征提取，包括颜色特征和一些基于区域的形状特征。22图像库检索模块图像库检索模块主要负责度量查询图像与特征数据库中对应的各个图像之间的相似度，其核心部分是特征匹配6，这里在进行特征匹配时通过计算两个特征向量之间的相关系数度量其相似性。经过匹配，系统最后按照相似度大小顺序输出检索结果。3基于内容的图像检索的具体实现本文在Matlab软件环境下以手机图片库为例，实现基于内容的图像检索。31图像特征提取的算法流程如图2所示，在算法实现的具体过程中，需注意以下几个步骤：
f龙源期刊网httpwwwqika
comc
图2图像特征提取的算法流程图
（1）图像分割
采用边缘检测法进行图像分割，即利用边缘检测算子提取图像边界7，这里采用Ca
y算子。用边缘检测法提取的图像边界可能会不连续，丢失一部分边界点信息，故可先用灰度阈值法将图像二值化，这里灰度阈值T可以用Qtsu法直接求得，再用边缘检测法进行图像的边界提取。
（2）连通域标记
区分连通区域，表示连通域个数。即对属于同一个像素连通区域的所有像素分配相同的编号，对不同的连通区域分配不同的编号。
（3）对连通域提取形状特征8
形状特征表达用基于区域的描述方法，提取区域面积、横纵对比度、各连通域所占比例等参数作为形状特征向量9。
（4）对连通域提取颜色特征10
提取颜色特征时选取的是RGB颜色空间，颜色量化采用均匀量化的方法11。具体过程为：将0，255划分为四个均匀的小区间，令：
R1，R∈0，632，R∈64，1273，R∈127，1904，R∈191，255G1，G∈0，632，G∈64，1273，G∈127，1904，G∈191，255B1，B∈0，632，B∈64，1273，B∈127，1904，R∈191，255
32图像检索的具体算法流程
如图3所示，在算法实现的具体过程中，需注意以下几个步骤：
（1）相似计算12
特征匹配过程中通过计算相关系数来度量两幅图像之间的相似性，在提取出目标图像的特征矩阵后，将其与特征库中对应各图像的特征矩阵进行相似度计算。特征矩阵由所提取的形状特征和颜色特征构成，其每个行向量代表不同的特征描述，故计算相似度时先分别计算两特征矩阵各对应行向量的相关系数，这里由于各个行向量描述不同的特征，需考虑它们之间应有不同的权重，再综r