基于加权距离的机械设计图像异步检索方法.docVIP

基于加权距离的机械设计图像异步检索方法 　　摘要： 　　根据机械设计图像的形状特征，提出一种利用加权距离实现的多特征异步检索方法。首先利用机械设计图像的外接圆距离特征进行初步检索，再结合初步检索结果集的位置计算输入图像和初步检索结果集的加权Hu不变矩特征距离，并据此获得最终的检索结果。实验表明，与单一特征的检索方法相比，该方法在机械设计图像检索中有更高的查准率和查全率。 　　关键词： 　　机械设计图像；外接圆距离；Hu不变矩；加权距离；异步检索 　　0引言 　　机械设计图像是对机械设计进行描述的主要载体，设计者在进行机械设计前需要通过查询同类型的机械设计来了解相关的发展现状，并从中获取经验和灵感，更重要的是可以避免对他人的设计侵权造成麻烦，因此对已有机械设计图像进行检索和管理，具有较大的实际意义。以数字形式保存的机械设计图像主要有两种，一种是矢量图，是通过计算机辅助设计（ComputerAided Design， CAD）软件或对数字图像进行矢量化而生成的；另一种为非矢量图，主要通过将现有的机械图纸进行扫描而得到的数字图像，主要格式有jpg，tif，bmp等。针对矢量图检索的研究，一般是利用其能够比较容易地获得图元空间关系的特点，将图中的复杂图形分解成简单的几何形体并以它们的空间关系作为特征，以空间关系的相似度来衡量两幅图像是否相似[1-2]；而针对非矢量图检索的研究，则一般需要利用颜色、纹理、形状及区域等视觉特征对图像进行描述，并根据对应特征的相似性完成图像的检索。由于机械设计图像一般为二值图像且图像的纹理信息并不明显，颜色特征和纹理特征都不适合于对机械设计图像进行描述，因此，本文从机械设计图像的形状特征方面对图像进行描述，并提出一种将外接圆距离特征和Hu不变矩特征相结合的异步组合检索方法。 　　1相关工作 　　基于图像形状特征的描述方法总体来说可以分为两类：基于轮廓的方法和基于区域的方法。近年来已经有许多学者开展了一系列卓有成效的研究工作：文献[3]提出用链码来描述图像的形状，利用具有一定长度和方向的直线段表示目标的边界，但该方法容易受噪声影响；文献[4]给出一种基于边缘方向直方图的方法，对经过边缘检测的图像进行边缘方向的统计，将经过归一化的直方图作为特征，具有尺度不变性，但是不满足图像的旋转不变性。此外，也有文章提出基于矩的形状描述符，如Legendre矩[5]、Zernike矩[6]、伪Zernike矩[7-8]等，这些描述符将图像区域内的所有像素都考虑在内，受噪声影响和形状变化的影响较小。虽然国内外已经对“如何通过单一视觉特征进行检索从而得到更好的效果”进行了大量的研究，但实验表明，基于多种特征综合的图像检索结果优于单一特征检索[9]。 　　文献[10]将多特征综合检索分为两种：一种是同步组合检索，另一种是异步组合检索。同步组合的基本思想是在一次查询中利用图像的多种特征进行相似性度量，并对每个度量赋以相应的权值，最后通过求加权和得到距离，实现检索结果的输出，图1是同步组合特征检索过程的示意图。目前有很多针对同步组合特征检索的研究，如文献[11]利用多种区域形状特征的结合实现了商标图像检索结果的有效优化，文献[12]针对MPEG7单一描述符特征检索效率低的问题，提出分块加权的多特征融合方法，提高了检索的查准率和查全率。由于同步组合检索的权重比较难以选择，现在已经有不少研究将多特征融合与机器学习方法结合在一起，通过相关反馈进行权重的调整从而实现图像的有效检索[13-15]。 　　4结语 　　本文结合机械设计图像的外接圆距离特征和Hu不变矩特征，提出了一种异步组合检索方法，通过对二级检索相似性距离的加权调整，提高了机械设计图像的检索效果。本文方法相对于使用Hu不变矩和FD的单一特征检索方法，有更高的图像检索查准率。但本文方法针对机械设计图像的查准率和查全率仍有较大的提升空间。因为本文方法所使用的特征均是区域特征，所以下一步研究工作将从更多方面进行考虑，比如着眼于机械设计图像的如何将图像的轮廓特征和区域特征有效融合以及预处理时有效的轮廓平滑方法，从而进一步提高图像检索效果。 　　参考文献： 　　[1] 　　MANUEL F， ALFREDO F. Sketchbased retrieval of complex drawings using hierarchical topology and geometry[J]. ComputerAided Design， 2009，41（12）：1067-1081. 　　[2] 　　PEDRO S， MANUEL F. Sketchbased retrieval of drawing usingspatial proximity[J]. Jour