机器视觉第4章-基于内容的图像检索.pptVIP

形状可用面积、离心率、圆形度、形状矩、曲率、分形维等全局和局部特征来表示。 主要的分析方法有：不变矩、Fourier描述符、自回归模型、向心链码等。 基于形状的匹配 * 基于互联网的图像系统 面向图像检索的内容匹配 面向版权保护的数字水印 数字图像与互联网 基于互联网的图像系统 互联网图像系统的结构 互联网图像系统的研究方向 解决图像数据大与网络带宽窄的问题 与信息安全、版权保护相关的图像问题 静止、活动图像的存储与检索的问题 图像创建 图像管理 （Server） 图像访问 （浏览器） 第4章 基于内容的图像检索 1 内容检索与内容匹配 2 内容匹配的主要策略 1 内容检索与内容匹配 问题的提出 传统的图像检索方法 基于内容的图像检索方法 基于内容的图像检索系统 1 内容检索与内容匹配 问题的提出 当数字图像数量很多时 上千张甚至上百万张图像中，如何快速有效地找到需要的图像？ 如何利用计算机辅助检索图像呢？ 不同于与文本检索，图像与图像之间的比较是一个复杂的问题。 传统的图像检索方法 通过图片的元数据或标引文字进行检索 例：图像元数据 宽度：210 高度：172 主题：玻璃瓶与草 背景：淡灰 内容：6个有草的玻璃瓶 3个瓶有红色液体 3个瓶有透明液体 传统的图像检索方法 利用标引文字进行检索的局限性： 图片的标引文字主要靠人工输入 在大数据量的场合（如Web资源、数字图书馆等），应用困难。 标引文字无法精确完整的刻画图片内容 文字描述一维线性的媒体，而图片是二维非线性的媒体 生成或利用元数据的过程实质是在两种差异很大的媒体间的翻译过程，有很大的随意性和信息损失 一图胜千言，考虑绕过这些转换（翻译）过程直接利用图片去检索图片，这就是基于内容的检索的出发点。 90年代初，国际上就开始了对基于内容的多媒体信息检索方面的研究。 基于内容的图像检索的英文缩写：CBIR Content-Based Image Retrieval 基于内容的图像检索方法 大量原型系统已经推出，技术逐步成熟，已经出现一些商用系统。 商用系统如：IBM的QBIC、 Virage的VIR Image Engine。 原型系统如：UCB的BlobWorld（形状）、 Stanford的系统（颜色）。 检索效果仍需改进。 基于内容的图像检索方法 基于内容的图像检索流程： 通过与用户交互的方式，对查询结果逐步求精。 检索一般是一个特征调整、重新匹配的循环过程。 特征调整 逐步筛选 求精 生成 查询要求 输入图像 返回结果图像 相似性 匹配 返回 初步结果 基于内容的图像检索系统 特征提取模块 图片 输入 模块 特征匹配模块 … 查询 处理 模块 数字图像库 特征索引库 基于内容的图像检索系统结构 4种检索方式： 1）利用图片样本检索（Query By Example） 可以由用户准备图片样本 可以在图片库中浏览 系统给出各类代表图像 从系统中随机抽取（检索是一个逐步求精的过程） CBIR系统的检索方式 2）利用草图检索 3）利用图像特征模板检索 如颜色特征模板，指定各种颜色的比率等。 4）以上方式结合 先用草图或指定特征获取图片样本，再用图片样本检索 CBIR系统的检索方式 左侧的就是一个颜色模板 举例：用颜色特征模板进行检索 传统的： 颜色特征匹配 纹理特征匹配 形状特征匹配 各种方法融合 2 内容匹配的主要策略 较新的： 基于语义的检索 基于情感的检索 基本原理： 颜色具有一定的稳定性。在许多情况下，颜色是描述一幅图像最简便而有效的特征。 因此，可以考虑用图像的颜色信息作为图像之间进行匹配的特征依据。 颜色特征匹配 直方图是表达颜色特征最简单的方法。此时，颜色特征的匹配就转化为直方图之间的匹配。 也即，比较不同直方图之间的距离大小。 颜色特征匹配 直方图相交法 直方图距离法 互补颜色空间直方图法 二次型距离法 中心矩法 …… 计算直方图距离的方法 令: HQ(k)为查询图像Q的直方图 HD(k)为图片库图像D的直方图 则两图之间的匹配值为： 直方图相交法 1）颜色比率匹配 两幅相似的图像各自所包含的各种颜色的比率是相似的，因此可以利用描述颜色构成比率的特征进行检索。 如：彩色直方图、累积直方图、主色调等。 颜色比率匹配法的缺陷：只能描述颜色的全局统计信息，不能描述颜色的空间分布 三种常用颜色特征 颜色比率匹配举例2：从1万张图片中检索的结果 颜色比率匹配举例2：从1万张图片中检索的结果 2）颜色布局 通过比较图像与样本的颜色分布位置的相似程度进行匹配。 这类匹配选取的特征有：图像的分块直方图、颜色对距离直方图等。 三种常用颜色特征 彩色布局匹配举例1：从1