局部二值统计模型在图像检索中应用探析.docVIP

局部二值统计模型在图像检索中应用探析 　　摘要：互联网上的图像资源呈现海量增长的态势，网络图像检索技术的研究和应用更显重要。怎样实现基于特征的合理高效的图像检索是多媒体信息检索领域的热点课题，图像的常见特征有颜色、形状、纹理、空间关系等。该文在介绍关于图像纹理的基本检索原理和小波理论的基础上，重点讨论通过局部二值统计模型解决纹理图像旋转变化时出现检索率降低问题的方法及实验分析结果。 　　关键词：图像检索；局部二值统计模型；实验分析 　　中图分类号：TP311 文献标识码：A 文章编号：1009-3044（2013）18-4290-06 　　随着信息技术的发展，互联网将成为图像、话音和数据“三网合一”的多媒体业务综合平台，并与电子商务、电子政务、电子医务、电子教学等交叉融合形成“第四大媒体”。图像作为最为直观的表述方式，一直是互联网上最重要的信息资源，随着互联网技术、各种个人应用终端（移动笔记本、IPAD、手机）的大规模应用，从公众媒体、家庭娱乐、移动办公、导航、军事等领域都渗透着多媒体技术，每天都有新的图像信息在不断产生（如：卫星军事图片、气象图片、森林监控图片、新闻图片、远程医疗图片等等），据统计，美国有超过上万个超大型图像数据库通过网络对公众提供服务。面对如此海量的图像资源，图像检索技术的研究和应用具有极为重要的现实意义。 　　基于关键词的传统查询方法（IR技术）难以满足对互联网中的图像信息检索需求，同时，这种基于个体对图像特征主观的描述方法不能精确完整地描述图像资源。因为没有对图像数据的精准描述，导致被搜索图像与检索要求之间的能够建立链接关联的重要属性缺失，检索操作失去了高精度、高效益的定位目标，无效检索也就不可避免了。实现高效、精准的图像检索功能是众多图像检索技术的执著研究者梦寐以求的理想，它所研究的内容具有多学科、多交叉、多融合特点，所涉及的技术领域包括图像的数字化、图像的压缩与解压技术 、模式识别技术、人工智能技术、多媒体数据库技术等 [1]。基于内容的图像检索（Content-Based Image Retrieval，CBIR）技术就在现实需求的推动下应运而生，经过多年的研究，已取得不少重大进展，广泛应用于数字图书馆，数据挖掘机，多媒体视觉内容检索领域、医疗领域、公共安全管理、气象信息管理、电子购物等等。 　　基于内容的图像检索能够实现在网络图像数据库中精确定位图像位置，并完成对所需图像的读取。当前技术条件下能实现的检索功能是一种基于相似性的检索和查询，尽管查询者需要的图像各式各样，查询的要求具有极大的差异性和鲜明的个人特征，但是图像查询的层次基本分为三层： 　　1） 基于原始数据的查询，是最低层次的查找，计算机领域研究的图像是指有序排列的像素点的集合体，查询时要通过像素点对像素点的比较来得出是否相似的结论，这一层次的比较是对图像的精准匹配，适用于图像相同或具有高度相似率情况下使用[1]。 　　2） 基于颜色特征的查询，是较高层次的查询，在对物体进行颜色特征提取的基础上描绘图像[2]。图像特征是区别于其他图像而独具的原始特性或本质属性，很多图像能够与相对应图像的视觉属性吻合，例如图像灰度直方图、颜色直方图和空间频谱图。不同图像所具有的特征属性被定义成不同的特征矢量组，根据统计特征矢量不同点来分块比较图像的各区域。实现多维特征空间的查询，实质上是利用多方向测度和空间分格将多维空间划分为微米级的多维比较区域小格，然后检验所有小格中目标特征矢量的相似度。在此过程中，需要先提取图像数据库内的文件矢量集，再定义图像特征抽取方法，并为其建立特征索引后存储在图像特征库中。执行图像查询功能时根据预先定义的模板，按照数据库内已保存的方法来抽取目标特征矢量，实现基于颜色特征的查询[3]。 　　3） 基于语义的图像检索，这是目前最高层次的查询，它也是基于文字含义的查询，利用该检索方法能极大限度地缩减图像简单视觉特征与丰富的语义之间的差距。待查询图像中有与视觉感知直接相连且客观存在的事物，与场景语义相互关联的周围景像，与行为语义和情感语义相关的感性特质等，这些都属于基于语义层次的图像查询[3]。 　　基于特征的检索目前已成为图像检索领域研究的热点，常 用 的 图 像 特 征 有 颜色、 形 状、 纹 理、 空 间 关 系 以 及 多 尺 度 下 的 变 换 。我们将先了解基于图像的纹理特征基本检索原理和小波理论知识，然后重点讨论通过局部二值统计模型解决纹理图像旋转变化的时候出现检索率降低问题的方法及其实验分析。 　　1 纹理特征和小波变换理论 　　1.1 纹理 　　纹理是与物体表面材质有关的图像内在特征，纹理有别于物体的颜色、亮度、形状等特征，反映图像中同质现象的视觉特征，包括表面结构与周围环境关系，从微观