一种支持快速相似检索的多维索引结构.pdfVIP

1000-9825/2002/13(08) 1678-08 ©2002 Journal of Software 软 件 学 报 Vol.13, No.8 一种支持快速相似检索的多维索引结构· 冯玉才, 曹 奎, 曹忠升 (华中科学技术大学 计算机科学与技术学院,湖北 武汉 430074) E-mail: ck2896@263.net 摘要: 基于内容的图像检索是一种典型的相似检索问题,对于尺度空间上的图像相似匹配问题,一般认为距离 计算费用很高. 因此, 需要建立有效的索引结构, 以减少每个查询中的距离计算次数.为此,基于数据空间的“优化 划分”,并且使用“代表点”, 以层次结构方式划分数据,提出了一种新的基于距离的相似索引结构 opt-树及其变种 -树.为了更有效地支持基于内容的图像检索,在-树索引结构中采用了“-最优化划分”和“-对称冗余存储” 策 略, 以提高相似检索的效率. 详细讨论了这种索引结构的建立与检索等问题,并给出了相应的算法.实验结果显示 了这种索引技术的有效性. 关 键 词: 高维索引结构;相似检索;尺度空间;距离函数;基于距离;基于内容的图像检索 中图法分类号: TP311,TP134 文献标识码: A 在图像数据库领域中,基于内容的图像检索(content-b ased image retrieval, 简称CBIR )技术日益受到人们的 重视.CBIR 是一种信息检索技术,它关注的是以基于内容的方法快速发现信息.一般地, 图像内容可由一组低层 特征来描述,其中包括颜色 形状 纹理 空间位置以及图像对象间的相互关系等.CBIR 是一种相似匹配,它 使用距离度量函数来计算两个图像间的相似度,评价的标准是预先定义的.相似查询是多媒体信息系统基于内 容检索的本质需求,能否有效地支持这一特性是衡量系统查询功能强弱的重要标志. 多维索引结构是 CBIR 研究的一个基本问题.一般地, 图像特征的表示均是高维向量,并且图像的距离度量 也不仅限于L2 距离. 因此,一个图像可使用尺度空间(metric space,尺度空间的定义见第2 节) 中的一个点来表示, 而图像相似检索可视为在高维特征空间中寻找与指定点距离最近的一组点的问题.我们注意到, 图像数据库一 般都非常大,采用顺序比较方法显然不能满足实时检索的要求,因而需要建立一种有效的多维索引结构及算法 以支持快速相似检索, 即对于给定的例子图像(query image),利用这种索引结构可以在很小的范围内快速得到 与例子图像距离最近(最相似)的一组图像.在传统计算机科学中,这个问题对应于k 最近邻搜索(K-NNSearch) 问 题或相似索引问题(similarity indexing). 常用的高维索引结构包括k-d 树 [1~5] R 树及其变种 ,这些索引结构大都 是针对欧氏向量空间而设计的.对于一般的尺度空间, 索引结构的建立与查询只能借助数据点之间的距离度量, 并且利用“三角不等式”来减少相似检索中的距离计算次数,而不能使用任何其他的几何假设.Uhlmann[6]于1991 年提出了一种支持相似检索的索引结构 VP 树,它是一种真正基于距离的尺度空间上的索引结构. 除此之外,基 于距离的索引结构还包括FQ-tree[7],GNAT [8] 和M-tree[9]等. 对于尺度空间上的相似检索问题,一般认为距离计算费用很高.因此,建立索引结构的目的就是尽可能减少 每个查询所需的距离计算次数,从而提高检索效率.考察这些基于距离的索引结构,它们的检索性能一般依赖于 · 收稿日期: 2001-03-23; 修改日期: 2001-07- 18 基金项目: 国家863 高科技发展计划资助项目(863-511-920-001);国家“九五” 国防预研基金资助项目(15.4.1) 作者简介: 冯玉才(1946 ), 男,江苏扬州人, 教授,博士生导师, 主要研究领域为数据库技术,GIS;曹奎(1963 ), 男,河南驻马店 人,博士生,副教授, 主要研究领域为基于内容的图像检索,高维索引技术;曹忠升(1965 ), 男,湖北武汉人,博士,副教授, 主要研究领域 为数据库,多媒体技术. 万方数据 冯玉才 等:一种支持快速相似检索的多维索引结构