基于内容的图像检索学习课件.pptVIP

基于内容的图像检索 目录 概述 检索方式 CBIR系统 总结 概述 CBIR的定义 CBIR的基本原理 CBIR的特点 CBIR的应用 CBIR的定义 基于内容图像检索，即从图像库中查找含有特定目标的图像，也包括从连续的视频图像中检索含有特定目标的视频片段。 目前，对于通用的静止图像检索，用于检索的特征主要有颜色（Colour）、纹理（Texture）、草图（Sketch）、形状(Shape)等，其中颜色、形状、纹理等应用尤为普遍。 CBIR的基本原理 CBIR的基本原理形式化定义：任给定一个检索图像示例P，计算其特征向量F=(F1，F2，F3，…Fn)，其中Fi为图像的第i种特征；根据F检索图像特征索引库，得到与F距离最小的特征向量F’，则F’所对应的图像P’即为与P最相似的检索结果。CBIR系统典型的架构如右所示 CBIR的特点 属于模糊查询，检索结果不是唯一的 基于内容的图像检索与文字检索的一个主要区别是，基于内容的检索都是属于模糊查询，一般不会给出单一的检索结果，输出的是一个结果排序集合，按照图像的相似程度，从最像到最不像。 最后需要由人来判断最终的结果是否满足检索需要，是人机结合的典范；由计算机来做大量简单烦琐的工作，由人做分析工作。 检索结果是逐渐逼近 在检索过程中不断修订检索条件，可以逐步达到最终的检索结果；通过调整特征参数组合，可以得到不同的检索结果。 计算工作量大 每次查询都需要根据临时提交的特征标准，对全部特征值进行匹配运算；数据计算时对计算机的要求高，查询时间相对长一些。 CBIR的应用 防止犯罪等司法部门 应用人脸识别技术，根据专家对犯罪嫌疑人的头像特征的描绘图像，定位犯罪人的真实面目。 军事领域 可以用于武器的精确制导，通过实时获取的图像信息，对其进行解译，保证打击的准确性。 版权保护领域 针对商标与设计专利类的图像进行检索，防止专利纠纷的产生。 建筑和工程设计 通过对建筑及工程设计物体的图像检索，可以聚类相同风格特色的建筑及工程设计产品。 广告业、艺术设计 应用图像检索，可以找到需要的各种素材，进行艺术设计的再创造。 医学领域 对各种医学透视CT图像进行检索，可以快速定位类似病例，及时快速的帮助病人找到病因，会对临床、医学研究、远程医疗、异地会诊乃至医学教育等方面产生积极和深远的影响。 古生物学、考古学 通过对古生物化石图像的解释，确定古生物所属类型等信息，便于发现新的物种；应用于古文物的图像检索，通过对比，签定文物的真伪、所属历史时期等。 地理信息系统和遥感 对遥感图像的检索，主要是解译影像数据中的建筑、村庄、耕地等不同种类地物信息，制作实时、准确、逼真效果的专题图件，应用于地理信息系统中矢量处理模块。 安全技术 应用指纹、眼膜识别技术，对用户的指纹或者眼膜提取图像特征进行匹配，鉴定用户真实身份。 颜色检索——图像检索系统中应用最基本的方法 基于颜色特征的图像检索需要解决三个问题：颜色的表示、颜色特征的提取和基于颜色的相似度量 颜色的表示取决于色彩空间的选择，不同的场合采用的方式也是不同，常见的有RGB、 HSV模 型等 在基于颜色特征的索引算法中通常用颜色统计直方图、累积直方图来表示图像的颜色特征 颜色特征索引的相似度匹配算法根据其颜色索引内容和算法的不同而不同，主要包括直方图相交法、Manhattan距离、绝对距离(L1)、二次距离(L2)、欧几里德距离等 形状检索 基于形状的检索包括两种：一是基于轮廓线的检索，二是直接针对特定形状的图形进行检索。 纹理检索 纹理特征代表了物体的视觉模式，它包含了物体表面的组织结构以及与周围环境之间的关系。 图像的基本纹理特征主要有六方面：粗糙度(coarseness) 、对比度(contrast ) 、方向度( directionality) 、线像度( line-likeness) 、规整度( regularity) 和粗略度( rough-ness) ，其中最重要的特征主要是纹理的粗糙度、对比度和方向度。 目前纹理分析的方法基本可以分为统计法、结构法、模型法和空间/频率域联合分析法等四类，并将统计、分析的结果作为图像的索引 草图检索 草图特征是由原始图像实体的边界映射而来。根据草图进行查询时，通常用手画出图像的大致边界，然后利用相似性原则查询出数据库中具有相似边界的图像。 对象检索 基于对象的方法用于检索图像对象或其子对象，是针对局部特征的。 国内外系统实例简介 QBIC IBM 的QBIC(Query By Image Content)