特征结合和相关反馈技术在医学图像检索中的应用 the application of feature integration and relevance feedback in medical image retrieval.pdfVIP

第11 卷 第5 期 电路与系统学报 Vol. 11 No.5 2006 年 10 月 JOURNAL OF CIRCUITS AND SYSTEMS October 2006 文章编号 1007-0249 (2006) 05-0080-04 * 特征结合和相关反馈技术在医学图像检索中的应用 屈景怡 史浩山 西北工业大学 电子信息学院 陕西 西安 710072 摘要 本文在单一检索的基础上 对基于灰度直方图的颜色特征 基于小波变换的纹理特征和基于不变矩的形状 特征进行融合 为了使用户能够参与检索过程 又引入了相关反馈机制 通过调整权值使得检索的结果最终满足用户 的检索要求 最后分别给出基于单一特征 特征融合和相关反馈方法的查准率和查全率 并对试验结果进行分析 关键词 医学图像检索 颜色 纹理 形状 特征融合 相关反馈 中图分类号 TN 911.73 文献标识码 A 1 引言 基于内容的图像检索 CBIR Contented-based Image Retrieval 技术是由机器自动提取包含图像 [1,2] [3] [4] 内容的可视特征 颜色 纹理 形状 和相互关系 对数据库中图像和样本图像在特征空间进行 相似匹配 检索出与样本相似的图像 目前 用于检索的图像特征在颜色方面有直方图法 累积直方图法 颜色聚类法 主色调法 颜 色矩和颜色集等 在纹理方面有统计分析法和结构分析法等 在形状方面有基于边界特征和基于区域 特征的方法 但是 仅仅利用图像的单一特征是不够的 如何有效的集成图像的颜色 纹理 形状等 特征是当前CBIR 的研究热点之一[5~7] 但是 随着检索系统的发展 由于用户高层概念与底层特征之间难以沟通 用户感知的主观性与 图像信息的多样性以及在多特征检索系统中 权重的指定十分困难等原因 人们逐渐认识到单纯的以 计算机为中心的检索系统的性能和效果往往不尽人意 为了把用户模型嵌入到图像检索系统 最近几 年在基于内容的图像检索领域引入了相关反馈机制[8~12] 相关反馈技术的基本思想是在检索过程中允许用户对检索结果进行评价和标记 指出结果中哪些 是与查询信息相关的 哪些是不相关的 然后将用户标记的相关信息作为训练样本反馈给系统进行学 习 以指导下一轮检索 从而使得检索结果更加符合用户的需要 本文首先介绍了单一特征的检索技术 在颜色特征中主要介绍了直方图法 在纹理特征中重点介 绍了小波变换法 在形状特征中则介绍了不变矩法 然后对上述三种方法进行特征融合 最后 通过 用户的相关反馈 进行多次检索 有效的提高了准确率 2 颜色 纹理 形状特征的提取 2.1 基于灰度直方图的颜色特征的提取 医学图像主要是一些灰度图像 灰度直方图包含了丰富的图像信息 灰度直方图运算简单 具有 平移 旋转和缩放的不变性 用它作为检索特征 不会漏检相似的图像 但它的最大缺陷是不能有效 的表示图像的空间信息 可能会检索出灰度分布相似但空间分布极不相似的图像 对于医学图像检索 而言 检全率很重要 采用灰度直方图作为筛选图像的特征 保证了检索的结果是所需结果的超集 极大的减少了漏检的概率 这里直接采用直方图相减计算两幅图像直方图间的相似性 对于图像x 和 检索样图q 两者对应的灰度直方图的差距用dHis 表示 如 1 式 N 1 d His (x , q) | H x (n) H q (n) | 1 n 0 * 收稿日期 2005-08-30 修订日期 2005-11-23 万方数据 第5 期 屈景怡等 特征结合和相关反馈技术在医学图像检索中的应用