基于内容图像检索相关反馈算法改进.docVIP

基于内容图像检索相关反馈算法改进 　　摘 要:基于内容的图像检索研究(Content-based Image Retrieval, CBIR)的目的是实现自动地#65380;智能地检索图像,研究的对象是使查询者可以方便#65380;快速#65380;准确地从图像数据库中查找特定图像的方法和技术#65377;本文在改进传统的相关反馈算法基础上,引入可更新的特征库,可以将用户反馈的信息逐步嵌入到这个可更新特征库中#65377;实验结果证实了本文改进算法的有效性#65377; 　　关键词:图像检索;纹理;特征提取;相似性度量;相关反馈 　　中图分类号:TP393文献标识码:A 　　 　　1 前 言 　　 　　基于内容的图像检索(CBIR)技术是由计算机自动提取包含图像内容的可视化特征:颜色#65380;纹理#65380;形状#65380;轮廓#65380;对象的位置和相互关系等,对数据库中的图像和查询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#65377;与传统标注文本数据库检索的拓展相比,CBIR在检索精度#65380;表达方法#65380;检索速度等方面有着无可比拟的优越性#65377; 　　对CBIR技术的研究重点大多放在视觉特征的提取,包括颜色#65380;纹理#65380;形状#65380;轮廓等#65377;近年来研究者又引入了更多领域的知识:从知识表示的角度运用人工智能领域的推理及神经网络技术来提取特征和分类图像;构造面向对象的CBIR系统;开发面向网络的CBIR系统;并行CBIR技术也被提上议程#65377;CBIR技术已经成为融合了模式识别#65380;人工智能#65380;图像处理等多个知识领域的研究热点,能够并已经开始应用于WWW上的图像检索#65380;图像过滤#65380;数字图书馆#65380;视频内容检索#65380;预防犯罪(指纹识别)#65380;军事#65380;知识产权(商标)#65380;建筑与工程设计#65380;文化遗产#65380;医疗诊断#65380;地理信息系统和遥感等多个领域#65377; 　　国内外众多的专家学者对基于内容的图像检索技术进行了大量研究,并且取得了不少成果#65377;如在利用颜色特征进行检索方面,Swain提出了直方图相交法[1];Stricker[2]提出了累加直方图法等#65377;在利用纹理特征进行图像检索方面,Tamura特征法则是Tamura等人通过对6个与人的视觉感受相关的纹理特征的研究[3],采用粗糙度#65380;对比度#65380;方向性作为纹理特征;Gabor和小波模型法则是对图像进行多分辨率滤波,提取比付氏法更丰富的纹理特征#65377;Gabor滤波函数是完备的非正交函数集,B.S.Manjunath和W.Y.Ma[4]先消除系列Gabor滤波器的元余度(相关性),然后又设计了一种自适应滤波器选择方法,大大降低了计算量,最后以Gabor小波变换系数的均值和方差作为纹理特征进行图像检索#65377;在利用形状特征进行检索方面,A.K.Jain[5]利用Canny边界检测算子找出图像的边界,再统计边界的方向直方图,以此作为形状特征结合颜色直方图对400幅商标图像库进行检索,取得了很好的效果#65377;在相关反馈基础技术图像检索方面,Rui等提出的修改特征向量和特征分量权重的方法[6]#65377; 　　本文主要对已有的相关反馈算法进行了改进#65377;改进算法在修改特征向量和特征分量权重的同时,通过拉近和推远正负反馈图像的特征,将用户对系统的反馈信息更新到特征库中,使以后的检索请求可以充分利用此信息,实验测试证实了该算法的高效性#65377; 　　计算技术与自动化2007年6月第26卷第2期李庆先:基于内容的图像检索相关反馈算法的改进2 基本反馈算法 　　传统的相关反馈检索过程如下:首先由用户向系统提出查询请求系统根据查询实例的特征在特征索引库中查找与之相似的特征向量,从而返回给用户这些特征向量所对应的图像#65377;然后,用户对系统检索到的图像与查询图像之间的相似度做出评价比如简单地评价为相似或不相似或标注出检索到的图像与查询实例的相似程度#65377;将此信息反馈给系统,系统对查询实例的特征和特征分量在相似度度量中的权重进行修改然后再做特征匹配进而返回更接近于用户查询意图的图像#65377;经过这样一次次的反馈,系统逐渐返回给用户所期望的结果#65377;式(1)是系统根据用户反馈信息对查询实例的特征所做的更新#65377; 　　式中Q??T表示更新后的查询特征向量,X是由所有检索回图像的特征向量组成的矩阵,N是系统检索回的图像个数,πΑ是用户对每幅图像的标注权重组成的向量#65377;