以四元树为基础抽取图片物件特征之影像检索.PPT

以四元樹為基礎抽取影像特徵之影像檢索技術 * 內容大綱 簡介 四元樹分解 影像特徵值抽取 系統實作 實驗結果 結論 * 1.簡介 內涵式影像檢索(CBIR, Content-Based Image Retrieval) 根據影像內容，分析影像特徵再去影像資料庫做搜尋，找出相似影像的一種系統 * 1.簡介 研究目的 縮小人類感官與電腦處理的差距 減低圖片處理的資料量 增加搜索系列套圖的成功率 * 1.簡介 提出的方法 把影像使用四元樹分解成多個大小不一的區塊，以這些區塊做為抽取特徵值的單位 計算這此區塊的特徵向量後，應用VQ分群演算法找出視覺上重要的物件 * 2.四元樹分解 四元樹分解是依據區塊的複雜程度連續地將影像分割成四分之一區塊 * 3.影像特徵值抽取 影像特徵值使用8維的特徵向量 每個最小單位有3個色彩特徵及5個紋理特徵 色彩特徵：使用HSV色彩模型 H：色調 ，S：純度，V：亮度 紋理特徵：使用的5個統計的方法 Angular Second Moment，Inverse Element Different Moment，Correlation，Variance，Entropy * 3.影像特徵值抽取 Angular Second Moment = Inverse Element Different Moment = Correlation = Variance = Entropy = 其中 cij 是正規化後共生矩陣的元素， ng 是量化影像中不同灰階值的個數；mx, my ,sx,sy 是邊際機率 px 與 py 的平均值及標準差 * 4. 系統實作 讀取影像資料庫中的圖片 做四元樹分解 求區塊的影像特徵值 做 VQ分群 分群完畢取前6大群 存入特徵資料庫 Batch Search 輸入一張圖片 做四元樹分解 求區塊的影像特徵值 做 VQ分群 分群完畢取前6大群 從6大群中選取2群做為檢索條件 與特徵資料庫比對 顯示檢索出的圖片 * 5.實驗結果 實驗的影像資料庫由719張圖片所組成 每張圖片的大小都是300x400像素 影像檢索系統在IBM相容個人用電腦上用Java程式語言實作，特徵資料庫則用微軟MS ACCESS建檔儲存 * 5.實驗結果 影像檢索系統實作了三個版本 * 5.實驗結果 各系列各版本的檢索比率 * 6.結論 四元樹分解可以強調出影像的細微部份，視覺上重要的物件可以抽取出較多的特徵資訊 我們所提的方法可以有效地將視覺上重要的物件特徵抽取出來，使得檢索的效能明顯地提升 * 增加四元樹的解說流程，如：秀一張圖，一步一步的切成四塊。 * 增加四元樹的解說流程，如：秀一張圖，一步一步的切成四塊。