基于内容的图像检索技术.doc

基于内容的图像检索技术1 图像检索研究历史图像检索问题的研究最早起于21世纪70年代末，当时的研究主要集中于基于文本的图像检索。21世纪90年代初，有研究者提出了基于内容的图像检索(CBIR) 思想。图像检索的另一个研究方向是基于语义的图像检索。随着2001年9月“多媒体内容描述接口”MPEG一7标准的推出和逐渐完善，基于内容的图像检索系统可获得统一的内容描述方法，这将有利于基于内容的图像检索技术走向实用化和通用化，同时也有利于基于语义的图像检索技术取得突破性进展。2 图像检索技术的发展图像检索技术的发展大体上经过了两个阶段：基于文本的图像检索和基于内容的图像检索。基于文本的图像检索，可以追溯到20世纪70年代，图像数据研究者们在对图像进行文本标注的基础上，对图像进行基于关键字的检索。该方法实质是把图像检索转换为对与该图像对应的文本检索，Gudivada等对该技术进行了较为全面的综述。随着图像信息数量的飞速增长，基于文本标注的图像检索的问题就显现出来了：其一是文本描述是一种定性描述，当图像中包含多个物体时，难以用简短的描述全面体现其意义，难以表达图像的空间关系；其二是大量描述性文字的手工输入需要花费大量的人力物力，无法满足大型的多媒体信息库，如web网络资源，手工处理是完全无法适应的；其三是图像的内容非常丰富，而人们对图像的理解具有主观性。显然，直接采用传统的基于关键字的方法对图像数据进行检索不能满足人们的需要，于是就提出了基于内容的图像检索(CBIR，Content— based image retrieva1)。图像检索的层次检索进行查询的层次基本可分为3层:3.1 基于原始数据的查询这是最低层次的查找。每一幅图像为像素点的简单有序的集合体, 查询时相似性的度量标准是点对点的比较。这个层次的比较是非常具体的, 只有在使用相对精确匹配时才有用。3.2 基于特征的查询这是较高层次的查询。在基于特征的层次上描述图像，图像特征就是一幅图像与其他图像不同的原始特性或根本属性。不同的特征可以被分成不同的特征矢量组。图像的区域划分基本上是根据特征矢量的不同特征划分，而同一个区域内的特征矢量具有相同的属性。在n 维特征空间的查询, 实质上就是目标特征矢量的相似性度量。数据库内的图像文件的特征矢量集以及抽取方法, 被事先抽取并保存。查询时, 使用给出的模板, 图像按照库内保存的方法抽取目标特征矢量。3.3 基于语义的查询这是最高层次的查询。可以看作是基于对象的查询。查询图像中包括具体的物体、发生的场景、图像所描述的感性色彩等都属于这个层次的查询。目前基于内容的图像检索的研究热点主要集中在第二个层次上, 即基于特征的检索。4 CBIR的关键技术基于内容的图像检索技术主要依据颜色、纹理、形状以及图像中子图像的特征进行检索。4.1 颜色特征颜色特征是图像物理特征中最直接的视觉特征，颜色特征非常稳定，而且颜色特征计算简单。颜色特征的缺陷在于不能很好的描述对象的空间特征，在检索过程中，颜色的特征描述通常有多种方法：直方图法 ，累积直方图法，局部累积直方图法，颜色布局法，中心矩法等。目前常用的有曼哈顿距离和欧几里德距离等．欧几里德距离通过特征向量差值的均方差反映了图像之间的差异，和曼哈顿距离相比，缓和了2幅图像的差异程度用欧几里德距离公式计算图像x和y的距离如下： （4—1）它的优点是简便易行，有清晰的物理意义，即距离小，匹配好，说明2个特征之间的相似度大．反之，距离大，匹配差，说明2个特征之间的相似度小．颜色直方图是从全局角度捕获了整幅图像的整体颜色分布的信息，它丢失了许多局部的颜色空间分布信息，不能区分颜色组成相似但是空间分布不同的图像。融合整体与分块颜色分布的方法。图像的相似性判断应同时考虑图像颜色的整体和局部分布2方面的因素，故融合了颜色直方图与分块颜色图像检索2种方法，将2幅图像X和y的相似度定义为： （4—2）其中：表示用颜色直方图计算出的整体相似度；表示整体相似度的权值；表示用分块颜色图像检索方法计算出的局部相似度；表示局部相似度的权值，并且有+=1。图像的相似度定义为整体相似度与以图像分块为基础的局部相似度的加权和。两者的加权和可以结合2种方法的综合效果，并为后面的基于权重调整的相关反馈作准备。4.2 纹理特征纹理特征是一种不依赖于颜色或亮度的反映图像中同质现象的可视化特征。它是所有物体表面共有的内在特性。在提取纹理特征上，大量的实验结果表明，在各种小波变换形式中，Gabor基于小波变换的检索效果是最好的。Gabor小波函数二维Gabor函数g(x，y)可以表示为： （4—3）其中，w