基于内容图像检索的特征性能评价研究.docVIP

基于内容图像检索的特征性能评价研究 　　摘要：从基于内容图像检索特征来看，各特征反应了图像各侧面内在特性，利用此种技术检索需要多类相似性度量方法，特征与特征之间的相似性度量方式是当前CBIR的核心课题。使用图形特征，在不同相似性的度量方式下，多种特征在图像库上的检索性能，可为CBIR系统设计提供相应的依据，通过本次实验得知，图像特征检索性能不仅与度量方法有关，也与图像库有密切关联。 　　关键词：内容图像检索；特征；性能 　　中图分类号：E866 文献标识码：A 文章编号：1009-3044（2014）05-0922-02 　　基于内容图像检索的关键环节，便是图像特征、相似性度量方式的选择。图像检索系统的使用者大多有一定相关知识，但从图像特征中检索自己所需要的往往不切实际；图像检索系统中可能拥有许多不同的图像库，单一特征搜索，往往无法适应系统检索功能。目前的检索系统，都需要使用者对图像特征进行选择，而这样的模式，使得检索系统无法满足广大用户的需求。本次研究主要为解决目前检索系统中所存在的问题，对图像多种特征性能做评价，便于对特征做指导融合，系统可服务于大众用户，也能同时面对不同图像库。 　　1 相关的工作 　　上世纪末，基于内容图像检索就已经成为多媒体技术中备受瞩目的领域，已经有许多不同性质的图像检索系统被开发使用。 　　QBIC为第一个用于艺术博物馆、邮票、商标等的图像数据管理，是商业化基于内容图像的检索系统，对以后的图像检索发展有着极其深远的影响。其提出了检索供功能的三个特征，纹理特征、颜色特征、形状特征。在颜色特征查询中，包括对颜色分布、百分比查询。使用百分比查询，使用者可以找到相似颜色，而颜色分布差异不仅可以造成相似颜色，也能造成分布相似的颜色图案。 　　纹理特征是对图像线条的方向性、对比性、粗糙性做综合考虑；以形状查询则是对轮廓查询、形象查询。目前的系统虽然可以特征检索，但特征之间毫无联系，使用者需要对图像特征有基本认识，将系统的使用便捷性大打折扣。 　　后来，又有了图4中可视特征的检索，分别为颜色布局、颜色、形状、纹理。可设置0～10权值，使用者需要设定多个权值对检索做优化，当然，要想达到最佳效果，还需要对实验反复做，此方法也存在问题。 　　在CBIR领域里，已有许多系统，但对图像特性做评价却是很少，导致许多用户盲目选择特征的问题。 　　2 实验框架 　　2.1 图像特征 　　图像检索一般都会选择纹理、颜色、形状等图像基本特征。目前，颜色特征为图像检索中使用最为广泛的视觉特征。为图像颜色控制的数值度量，颜色特征与颜色空间有密切关系，常用颜色空间有HSV颜色空间、HGB颜色空间。纹理特征为图像检索的另一种广泛使用的图像特征。 　　人类视觉感知中，形状为重要特征，形状特征在图像检索中也较为常用，不同形状表示，许多对形状特征识别的方法已经被推出。在实际操作中，图像分割无法在计算机领域中有效使用，因此，形状特征无法很好的将其应用于图像检索中，因此实验主要基于纹理、颜色特征进行。 　　2.2相似性度量 　　基于内容图像检索特点为基于查询样例和数据候选图像相似性，并非准确匹配，在对图像特征进行选择外，适合的相似性度量方式，能对图像检索性能造成影响。相似性度量可采用二阶距离、一阶距离。 　　2.3性能评价 　　以往信息检索中，结果评价大多采用查准率、查全率的参数，CBIR系统中，系统会以排序结果为准，返给用户相似度排列表。因此，查准率、查全率并未用于CBIR中，大多使用前N个结果的正确率PN。 　　3 实验结果 　　实验数据主要有两个图库，Corel与Brodatz。Corel图库有过六万张图片，其中包括风景、人物、建筑、动物、植物等，可在此图库中可挑选30个语义类，每类有120张，共3600张图片可为实验数据。检索中会将样本图片属同语义类显示正确，而相反则为错误。 　　Brodatz图库中，可将图像分割为15（4×4）张，而这样可形成新测试图库，在检索中，和样本图片所属同张原始图片，则显示结果为正确，相反则为错误。 　　3.1 图像特征评价实验 　　图像特征评价实验是对不同图像做评价，相同相似性的度量方式下，对图像库的检索效果。在本次实验中10种图像特征性高，使用L1、L2的相似度度量方法下，在Corel与Brodatz分别进行。对图像特征结果做对比，L1、L2度量时，特征性能趋势、结果一致，在两个测试库所得结果如图1、图2所示。 　　 　　图1 Corel图库特征查准率对比 　　 　　图2 Brodatz图库特征查全率对比 　　3.2 相似性度量方式性能对比 　　对常用相似度度量方法对比，各相似性度量方式结果、趋势一致，所有只有HSV颜色直方图结果，在两个测试库