基于图割和显著性图像结构表示方法研究.docVIP

基于图割和显著性图像结构表示方法研究 　　摘 要:通过分析现有基于内容的图像结构表示方法,存在鲁棒性不强和结构多样性易增加分类的复杂性并降低分类正确率的问题,研究了基于图割的二叉树和基于显著性的多叉树图像结构表示方法,并与基于区域相似性的二叉树和改进深度的多叉树表示进行比较。实验表明,基于图割和显著性的表示方法能有效提高结构树的语义性和分类性能。 　　关键词:图像结构; 图割; 显著性; 二叉树 　　中图分类号:TP391文献标志码:A 　　文章编号:1001-3695(2009)09-3589-04 　　doi:10.3969/j.issn.1001-3695.2009.09.114 　　 　　Image structure representation based on graph-cut and saliency 　　CHEN Jun, WANG Qing 　　(School of Computer Science Engineering, Northwestern Polytechnical University, Xi’an 710072, China ) 　　Abstract:Image classification performance was influenced by the diversity of structures accroding to the analysis of content-based image structure representations. Therefore, building tree structures robustly was in great demand. This paper investigated the graph-cut and saliency-based image structure representations. Experimental results show that these two tree structures are efficient and semantic in image representation comparing to the region-based binary tree and low depth tree representations. 　　Key words:image structure; graph-cut; saliency; binary tree 　　 　　0 引言 　　 　　随着计算技术的发展,基于内容的图像检索技术(content-based image retrieval,CBIR)成为图像检索技术的主流,利用从图像上客观提取出来的底层视觉特征,包括颜色、纹理等,进行图像的相似性匹配,进而得到特征相似的图像作为检索结果。然而,在高维特征向量空间使用距离计算得到的可视特征的相似性,与其表示的图像真实内容的相似性并不总是一致的。同时,生理学和心理学方面的研究表明,人类是以结构的方式感知现实世界的,即对象及其相互间的结构关系对人类的认知都起到了作用,那么对图像相似性的判断不能仅仅依赖于图像视觉特征上的相似,更多地包含了对图像内容的感知和理解,这些感知和理解是图像视觉特征无法表达的,即存在语义鸿沟问题。因此,必须让图像表示包含语义在内的更高层的内容信息,才能使基于图像内容的表示更符合人类的思维。 　　在图像领域,图像区域或对象间的空间结构关系在描述图像内容时担当了重要角色。这种空间关系特征相对低层视觉特征而言,包含了更多的语义信息。通过将图像中的有意义区域按照某种规则组织成树型结构,图像内容便能更有层次、更清楚地表现出来,有益于图像分类和图像检索。例如,区域间的空间关系具有平移和旋转不变性,同时,这种表示方法可以避免系统使用高维向量来描述图像的视觉特征。文献[1~3]对基于分割区域的图像结构表示进行了研究,采用了根据图像区域间的相似性构造二叉树或者多叉树的方法。实验表明,这种图像内容的层次表示较好地表征了图像的语义信息,但是产生了二叉树深度大和多叉树的多样性问题。因此,从图像分割结果中构造鲁棒性强的结构数据是一个急需解决的问题。 　　本文研究的重点是结构信息的表示和处理,因此直接采用了UC Berkeley的图像库及其图像分割结果。图像库中每幅图像对应的分割结果均以分割文件的形式给出。由于图像分割块数过多,会增加结构表示的复杂度,即对应的生成树的节点数和深度过大而增加问题的复杂性,而且大多数时候小区域包含的语义信息较少。为了减少小区域的影响,采用了一种小区域预处理策略,定义面积小于图像面积1/100的区域为小区域,将与其邻近的最相似区域预先合并。虽然进行