通用图像检索系统与高维索引技术研究.doc

摘 要 基于内容的图像检索技术已得到了广泛的应用，但目前出现的基于内容的图像 检索系统，多数只适用于某特定的应用领域，缺乏通用且具有实用性的图像检索系 统。因此，在国产达梦数据库管理系统现有的技术基础上，设计和开发通用的基于 内容的图像检索系统——达梦图像检索系统（Da Meng Image Retrival System, DMIR） 具有重要意义。 在DMIR系统的图像检索模块中，针对系统图像库中的高维向量空间，分析了适 合高维空间索引的两种方法——BID索引方法和iDistance索引方法，然后结合常用的 k-近邻查询的技术特点，设计了一种新的基于区位码和基于距离的有效高维空间数据 索引方法——BDPlus索引（Bit and Distance based Indexing Plus Method BDPlus）。该 方法根据高维空间向量分布特点，合理分区使得大量分布在空间表面的点尽可能地 划分到不同的分区中，提高检索剪枝效率。引入区位码概念和转换函数，将高维向 量近似表示并转换为一维数值形式，组织成B+树索引。KNN检索时，通过构造查询 范围并通过计算查询范围和分区的交集来取得候选集。采用比特权值来衡量分区与 查询点的差异，按照分区差异从小到大的顺序对分区进行搜索，从而使得查询范围 与分区的交集迅速缩小，达到较好的过滤效果。 实验表明，BDPlus索引方法具有良好的检索时间性能和检索精度，总体的检索 性能受数据集分布的影响较小。通过动态地加载特征提取，特征匹配和高维索引算 法，DMIR系统具有通用性，能够适应各应用领域的图像检索要求。DMIR系统的设 计和开发，为国产达梦数据库管理系统多媒体数据管理技术的研发打下了基础。 关键词：基于内容的图像检索，基于区位码的索引方法，基于距离的索引方法，k- 近邻查询 I Abstract Today, the Content-Based Image Retrieval (CBIR) technique is beging widly used, However, most kinds of CBIR systems at present can only be applied in special field, all-purposed CBIR system is exiguous. Therefore, based on the existing technologies of domestic Dameng Database Management System, the design and development of a all-purpose CBIR system- DMIR has great significance. In the image search module of DMIR, a new high-dimentional indexing method named BDPlus method which is based on the anlysis of BID and iDistance method and suit for the K-nearest neighbor search is proposed. On the basis of the data distribution in high-dimensional spaces, BDPlus partitions the surface of dimensionality in a special way. By the definitions of bit code and transformation function, a high-dimensional vector can be first approximately represented and then transformed into a one-dimensional vector, the key managed by a B+-tree. In the process of k-nearest neighbor query, BDPlus get the Candidate result set by constructing a query scale and computing the intersection of query scale and spaces partition. Using the difference between query node and partition which is computed from the bit-code weight, the intersec