基于內(nèi)容圖像檢索的關(guān)鍵技術(shù)探析

[摘要]圍繞基于內(nèi)容圖像檢索中的關(guān)鍵技術(shù),系統(tǒng)地研究圖像各種特征的提取技術(shù)。主要包括圖像的顏色特征、形狀特征以及顏色的空間分布特征以及相關(guān)反饋技術(shù),介紹多特征提取的特點,并對CBIR技術(shù)的未來發(fā)展做展望。

[關(guān)鍵詞]基于內(nèi)容的圖像檢索相關(guān)反饋

中圖分類號:TP3文獻標識碼:A文章編號:1671-7597(2009)1210078-01

伴隨著計算機信息處理能力的提高和網(wǎng)絡(luò)資源的廣泛應(yīng)用,各類資源日益豐富,尤其是直觀、形象的圖像資源備受人們的青睞。近年來很多領(lǐng)域?qū)崿F(xiàn)了大規(guī)模圖像數(shù)據(jù)庫,如何高效、準確的在數(shù)據(jù)庫中檢索圖像成為了關(guān)鍵。

于是人們提出了基于圖像內(nèi)容的圖像檢索(Content Based Image Retrieval,簡稱CBIR)技術(shù)。這一技術(shù)可由機器自動提取包含圖像內(nèi)容的顏色、紋理、形狀和空間關(guān)系等可視特征,對數(shù)據(jù)庫中圖像和查詢樣本圖像在特征空間進行相似匹配,檢索出與樣本相似的圖像,在相關(guān)反饋逐步成熟的過程中,也不斷提高檢索的準確性。基于內(nèi)容的圖像檢索技術(shù)克服了傳統(tǒng)檢索方法的缺陷,具有檢索效率的優(yōu)越性,成為當前的研究熱點。

一、基于內(nèi)容圖像檢索技術(shù)的分類

當前,圖像檢索技術(shù)等研究主要停留在根據(jù)圖像的顏色、紋理、形狀、空間關(guān)系等基本特征進行檢索這一等級[2]。

(一)基于顏色特征的檢索。顏色特征是圖像最直觀、最明顯的特征,是圖像內(nèi)容組成的基本要素,是人眼識別圖像的主要感知特征之一。顏色特征非常穩(wěn)定,對于旋轉(zhuǎn)、平移、尺度變化,甚至各種形變都不敏感,表現(xiàn)出相當強的魯棒性[3]。該類方法的核心思想是在一定的色彩空間對圖像各種色彩出現(xiàn)的頻數(shù)進行統(tǒng)計。目前的圖像檢索多是基于顏色直方圖,顏色直方圖法具有運算速度快、存儲空間要求低的特點,并且具有圖像的尺度及旋轉(zhuǎn)變化不敏感等特點,因此得到了廣泛關(guān)注。但是,基于不同顏色空間的檢索系統(tǒng)的查詢效果不同,沒有統(tǒng)一的標準,增加了對各種檢索系統(tǒng)評價的難度。

(二)基于紋理特征的檢索。紋理是指圖像中所具有的局部不規(guī)則而宏觀有規(guī)律的特性。其本質(zhì)是刻畫像素的鄰域灰度空間分布規(guī)律[4]。人們公認的一個有效的紋理表達方法是共生矩陣,現(xiàn)有的紋理特征與人的相似性感知之間還存在較大差異,且依賴于具體的紋理圖像的性質(zhì),缺乏一定的通用性且計算量大。而且,單純依靠紋理特征進行圖像檢索,其應(yīng)用范圍較窄。要進一步提高檢索精度及其實用性,在實際應(yīng)用中還需綜合考慮圖像的顏色及其分布等其它視覺信息。

(三)基于形狀特征的檢索。形狀是圖像的重要視覺特征之一,形狀是刻畫物體最本質(zhì)的特征,也是最難描述的特征之一,主要難在對圖像中感興趣目標的分割。目前,基于形狀特征的檢索主要是圍繞著從形狀的輪廓特征和形狀的區(qū)域特征建立圖像索引,關(guān)于前者的描述主要有:直線段描述、樣條擬合曲線、傅里葉描述子以及高斯參數(shù)曲線等;對于后者主要有形狀的無關(guān)矩、區(qū)域的面積、形狀的縱橫比等。相對顏色和紋理特征來說,基于形狀特征的檢索比較困難。其關(guān)鍵在于對圖像中感興趣對象的形狀的提取和描述。

(四)空間關(guān)系特征。圖像中對象所在的位置和對象之間的空間關(guān)系同樣是圖像檢索中非常重要的特征。提取圖像空間關(guān)系特征可以有兩種方法:一種方法是首先對圖像進行自動分割,劃分出圖像中所包含的對象或顏色區(qū)域,然后根據(jù)這些區(qū)域提取圖像特征,并建立索引;另一種方法則簡單地將圖像均勻地劃分為若干規(guī)則子塊,然后對每個圖像子塊提取特征,并建立索引。用空間關(guān)系特征來進行圖像檢索,一直是圖像數(shù)據(jù)庫檢索的重要研究方向。

(五)基于語義的圖像檢索。前面的論述是基于圖像的低層特征進行檢索的討論,在理想狀況下,圖像的檢索是用戶根據(jù)圖像的含義進行的檢索。圖像的含義包含了人對圖像的理解,這種理解是無法直接從圖像的視覺特征獲得的,而要根據(jù)人的知識經(jīng)驗來判斷。研究者普遍認為,可以通過嵌入知識表示、推理學(xué)習(xí)機制和機器學(xué)習(xí)技術(shù),采用統(tǒng)計的方法自動建立圖像多維信息特征的索引結(jié)構(gòu),自動選取合適的低層特征及其組合以實現(xiàn)圖像與其語義內(nèi)容的對應(yīng),有效地實現(xiàn)基于圖像語義的檢索。

二、圖像檢索過程中的相關(guān)反饋

相關(guān)反饋是一種交互式檢索過程,用戶被要求對系統(tǒng)當前的檢索結(jié)果給出相關(guān)性的判斷,系統(tǒng)再動態(tài)地學(xué)習(xí)用戶反饋,以更好地把握用戶的信息需求,給出更好的檢索結(jié)果。基于內(nèi)容的圖像檢索系統(tǒng)應(yīng)該盡可能地做到以用戶為中心,而不是以計算機為中心。反饋是調(diào)整技術(shù)以適應(yīng)用戶需求和提高檢索精度的常用手段。

三、基于綜合特征的圖像檢索算法研究

一幅圖像往往可以具有如顏色、紋理、形狀等多個特征,同一圖像的同一特征,也有多種不同的表示方法。使用多特征的綜合檢索方法時可以在顏色、紋理、形狀等幾種查詢特征中,選擇兩種或兩種以上進行綜合查詢,提高了檢索的準確率。紋理、顏色、形狀等都是圖像檢索中使用極為頻繁的視覺特征,但是由于人眼睛的特殊生理結(jié)構(gòu),觀察圖像時往往不是只基于一個特征,而是綜合多個特征。實驗證明:基于多種特征的圖像檢索系統(tǒng)無論在哪個方面都優(yōu)于基于單一視覺特征的圖像檢索系統(tǒng)。

四、未來研究熱點

如前所述,即使是同一圖像的同一特征,也有多種不同的表示方法。使用多特征的綜合檢索方法時可以在顏色、紋理、形狀等幾種查詢特征中,選擇兩種或兩種以上進行綜合查詢,提高了檢索的準確率。

1.綜合多種視覺特征進行檢索需要解決的一個重要問題就是算法匹配結(jié)果的歸一化。它們的期望、方差可能會相差很遠,所以必須進行歸一化,這樣才能保證不同的算法在加權(quán)重處于平等的地位。

2.如何解決檢索精度和檢索效率之間的矛盾。要提高檢索精度,就需要加入更多的特征量,這就必然提高特征向量的維數(shù),使系統(tǒng)計算量成倍增大,降低檢索效率。采取適當?shù)拇胧?平衡檢索精度和檢索效率之間的矛盾,是在基于內(nèi)容的圖像檢索中不變的一個重點研究方向。

3.在基于圖像底層特征提取的基礎(chǔ)上,實現(xiàn)基于語義的圖像特征提取。使得檢索智能化,是今后研究的熱點之一。

參考文獻:

[1]錢紀初,基于內(nèi)容的圖片檢索研究[D].浙江:浙江工業(yè)大學(xué),2007.

[2]馮國光、齊影虹、肖揚波,基于內(nèi)容的圖像檢索技術(shù)綜述[J].科技廣場,2007,(3):233-236.

[3]張濤、張星明,基于內(nèi)容的圖像檢索技術(shù)[J].廣州大學(xué)學(xué)報(自然科學(xué)版),2004,10.

[4]Suresh K.Choubey,Vijay V.Raghavan.Generic and fully antomatic content-based image retrieval using color[J].Pattern recognition letters,1997,18:1233-1240.

作者簡介:

張新華(1982-),女,山西太原人,太原理工大學(xué)計算機與軟件學(xué)院在職研究生,太原大學(xué)外語師范學(xué)院現(xiàn)代信息技術(shù)系助講,研究方向:計算機應(yīng)用技術(shù)。