图像检索中的元数据分析 .docVIP

图像检索中的元数据分析 　　　1、引言 随着计算机和网络的普及，人们对数字图像信息的需求与日俱增，有关图像检索、存储方面的技术逐渐受到重视，并得到了快速发展。图像检索技术主要分为基于内容图像检索（CBIR）和基于文本图像检索（TBIR）两大类。TBIR是借用文本索引技术，手工将图像文件内容标注为一系列关键字，并对关键字建立索引。这种检索技术对图像处理的技术性要求不是太高，且操作方便，便于理解，在图像检索中应用得比较广泛，人们的研究重点已相应转移到了基于文本的图像元数据标准的制定上：希望通过对元数据标准的完善来更加准确地刻画图像的特征，以更好地满足检索需求。图像元数据继承并发展了对TBIR的研究，TBIR和图像元数据也因此一直有着较为紧密的联系。 而自从CBIR提出以后，其较强的技术性及在考古、医学等专业内的高度适用性很快引起了相关研究及应用领域人员的重视。CBIR突破了传统检索技术的局限，直接对图像内容进行分析，抽取特征和语义，利用这些内容特征建立索引并进行检索，同时融合了模式识别、计算机视觉及图像理解等技术，虽然目前仍只在一些专业领域内研究，但随着MPEG－7的推出，其使用范围大大扩展， 人们对它的发展前景无疑是看好的。 然而在热点背后，我们也应该看到，无论是对元数据的研究还是对CBIR的讨论，以往都局限于各自的范围，CBIR和TBIR在被论述时常常是建立在两者不和谐的基调上，它们各自所对应的元数据集之间很难兼容，CBIR和图像元数据联系也相对薄弱。面对这样一种不协调的情况，笔者认为，应该站在一个新的相对统一的层面上，以用户需求作为出发点，重新看待两种图像检索技术及其相互之间的关系，而作为两种检索技术支撑基础的图像元数据则应成为它们相互补充和融合的平台——而不是区分它们的一个指标。为此，本文对几个有代表性的，使用较为广泛的图像元数据标准进行了考察，希望能在此基础上对两种图像检索技术的融合问题提供一个侧面的依据。 　　　　2、图像元数据及相关标准评价 数字图像可供检索的属性主要有以下几方面：①图像创建信息；②图像的颜色、纹理、形状等原始特征；③物体的布局、摆放形式；④对图像表现事件的描述；⑤特定的人、地点、事件；⑥和图像相关的主观感情[1]。作为图像元数据，无论是基于何种技术，在对图像进行描述时，都必须要尽可能准确地反映这些特征，即图像元数据的选择与制定要受到图像特征这一客观因素的制约，这是图像元数据与一般元数据的主要区别所在，下面就VRA Core，MOA2，CDL，RLG，TMD，METS，MPEG－7等7种图像元数据标准作简要介绍。 　　2.1　VRA Core 3.0 1993年，视觉资源协会（Visual Resources Association, VRA）为了更好地管理、组织和交换视觉资料资源，制定了视觉资源核心类目（The Core Categories for Visual Resources，简称VRA Core）[2]，最新版本为3.0版（2000年6月），由17个类目组成，每个类目相当于其他元数据标准中的一个元素。 该标准建立目的是为了实现网络中图像以及视觉资源的共享，所以与主要用于存储的元数据集相比，这些元素在完整地描述一个图像资源方面并没有更多的优势[3]。该标准所涉及到的图像特征有相当一部分是属于语义层次上的，对图像颜色、纹理等原始特征的描述较少，可以较好满足用户根据图像抽象特征进行的检索，尤其适用于艺术类图像资源的管理。 　　2.2　MOA2元数据 MOA2（The Making Of America Ⅱ）是数字图书馆联盟（Digital Library Federation, DLF）进行的一个数字图书馆研究项目，它将图像元数据分为三大类：①描述性元数据，主要用于发现、识别和定位数字图像，对此MOA2推荐使用已有标准（如：MARC、DC、EAD等）；②结构性元数据， 是与数字图像的呈现有关的元数据，用于描述数字图像之间的关系以及数字图像的显示格式等信息，包括描述一个完整对象的元数据和描述数字对象的元数据两类；③管理性元数据，主要是数字图像的产生信息、识别信息、版权信息等。该标准的重点在于结构性元数据和管理性元数据[2]。 MOA2在管理性元数据方面较VRA Core而言，更为详细，对图像的描述也更为专业化；对图像之间的关系有比较完整的描述机制是其一大特色，这对图像资源建设中结构层次的建立很有益处。在对图像特征的表达上，对原始特征的描述有较强的技术性，这反映在管理性元数据和结构性元数据两类元数据的设置上；在对图像主题的描述方面，主要依赖于所采用的描述性元数据的标准。 　　2.3　CDL元数据 CDL（California Digital Library）是加利福尼亚大