基于图像检索的特征提取研究.docVIP

基于图像检索的特征提取研究 　　摘要：实现一个多模态图像检索系统，方便普通大众更快更准地查找所需要的图像或者所对应的信息。该系统具有一定的理解能力，可以根据语义概念进行检索，可以根据图像中某个感兴趣区域进行检索，也可以根据整幅图像进行检索。 　　关键词：图像检索；特征提取；相似性计算 　　中图分类号：TP391 文献标识码：A文章编号：1007-9599 (2011) 10-0000-01 　　Feature Extraction Research on Based Image Retrieval 　　Wang Meng,Dong Shixin 　　（Shandong Health Education Training Center,Jinan250014,China） 　　Abstract:Implementing a multi-modal image retrieval system to facilitate faster and more accurate the general public to find the desired image or the corresponding information.The system has a certain understanding,semantic concept can be retrieved,the image can be retrieved in a region of interest,but also the whole image can be retrieved. 　　Keywords:Image retrieval;Feature extraction;Similarity calculation. 　　在传统图像检索方式中有几种方法。用户直接输入语义概念词，系统到数据库中去查找，这种方式最简单，但效果可能最差，返回的结果是包含此语义标注的图像及相关介绍；由用户手工选择感兴趣区域或者直接输入图像中某一个区域，系统通过分析该区域的特征，进行特征匹配，得到包含此区域以及一系列含有与该区域具有相似内容的图像及相关介绍；用户直接提交一幅图像，以此作为样例进行查找，通过相应的特征计算与比较，返回与该样例有着相似的视觉特征的图像及相关介绍。 　　一、图像检索概述 　　（一）特征提取。特征提取是图像检索的基础。由于图像与常规的图像相比有其独特之处，比如，图像中的色彩往往蕴含了某些情感而且在图像的发展变化过程中，色彩从未被作为从属于外物的附属物来对待，而是始终把握住与造型相关，与观念相联，因此色彩是表征图像的重要因素之一。另外，局部关键点也是图像独特的一个特征，因为在图像中包含了许多可以表达或反映其类别的基本元素，所以提取图像的局部特征对准确检索和分类图像有着重要的作用。对图像的全局特征的描述也是一个不容忽视的方面。 　　（二）相似性计算。相似性计算主要是在图像库中搜索所需的内容，即将对用户提交的图像的描述与库中图像的描述进行比较。主要方法包括距离度量、相关计算等，常用的距离度量公式有欧式距离、二次距离等，常用的相似系数有夹角余弦、相关系数、最大最小法等。这里主要提取三种特征（颜色特征、局部特征、全局特征），在计算相似度的时候，如何将三种特征很好地融合起来，并结合图像语义的度量是本项目需要解决的一个关键问题。 　　（三）相关反馈。相关反馈在信息检索中是一种指导性学习的技术，用以提高系统的检索能力。在基于内容的图像检索中，相关反馈的过程为：对于用户提供的样本图片，系统根据相似矩阵和样本图片及图像数据库中图片的图像特征，给出一个基于相似度的排序列表，数据库中图片和样本图片如果在特征空间中相似程度越高，则排序越靠前。然后，用户在该列表中选择一组符合该次检索内容的正反馈图片和一组不符合检索内容的负反馈图片，并提交给检索系统。系统根据用户的提交信息来优化相似矩阵并提交给用户新的检索结果。 　　二、特征提取方法研究 　　（一）颜色空间分布。虽然颜色直方图，还是颜色集，在颜色提取过程中都丢弃了颜色的空间分布信息，也全然不考虑像素间的相关关系。事实上，颜色的空间分布是决定图像内容的一个非常重要的因素。一片连续的红色区域和很多分散的小红点在视觉上的差异是很明显的，但对于颜色直方图来说，它们可能就没有什么差别，所以颜色的空间分布在颜色特征提取中具有重要作用，尤其是对于图像这类特殊的图像来说，不仅要考察颜色，更要考虑其空间分布。因此，在本项目中，我们将采用颜色矩来描述图像中颜色信息的统计特性。由于颜色分布信息主要集中在低阶矩中，所以本项目提取颜色的一阶矩、二阶矩和三阶矩来表达图像的颜色分布。 　　（二）局部特征。Sift算子是一种优秀的局部特征描述