面向圖像及其特征的多信息管理系統

張東明,馬尚昌，張 明

（成都信息工程學院 電子工程學院，四川 成都 610225）

在過去的時間里，很多專家學者致力于圖像數據庫領域，依利諾筋大學開發的多媒體分析和檢索系統MARS；美國堪薩斯大學為陸地衛星遙感圖像開發的集成圖像數據庫系統 IMDS[1]；但從實用的標準來看還是有很大的差距。目前，存在的主要問題有高層語義和低層視覺特征之間的差距[2]、圖像數據的建模、人機的結合、高維數據的索引、合適的性能評價標準和測試數據集、圖像數據庫管理系統的體系結構等，這些需要研究人員進一步探索。

1 系統需求分析

1.1 系統需求

面向圖像及其特征的多信息管理系統主要包括用戶登錄、圖片基本信息管理、特征數據管理、文本信息管理、圖像特征提取、圖像識別。但由于圖像處理和特征數據提取比較復雜，而圖像識別需要對一幅圖片先進行圖像預處理和特征提取。本系統采用面向對象方法進行分析和設計，在SQL Server 2005數據庫上實現數據操作，使用面向對象的C++語言作為開發語言，使用Windows XP作為開發平臺，能夠很好地實現系統的開發及測試。面向圖像及其特征的多信息管理系統主要包含用戶登錄、圖片信息管理、特征數據管理、文本信息管理、圖像特征提取、圖像識別。但由于圖像處理和特征數據提取比較復雜，圖像識別需要對圖片先進行圖像預處理和特征提取[4]。

1.2 功能需求

根據對上述多信息管理系統的要求分析和需要實現的目標分析，該系統的功能要求如下：

1）用戶管理：管理用戶進入系統，對其進行操作。

2）圖片基本信息管理：管理系統中所有圖片的一些基本信息數據，主要包括圖片號、圖片類別、圖片名稱、圖片大小。

3）特征數據管理：對圖片的特征Hu矩相關數據進行管理。

4）文本信息管理：對圖片的文本描述進行管理。

5）數據庫管理：對本系統的數據庫進行管理，包括備份和恢復。

2 總體設計

2.1 系統整體模塊圖

面向圖像及其特征的多信息管理系統主要分為用戶管理、圖片基本信息管理、特征數據管理、文本信息管理、圖片識別、數據庫管理等6個主要模塊。其中用戶管理模塊又分為用戶注冊和用戶登錄兩個模塊；數據庫管理模塊又分為數據備份和數據恢復模塊。系統的基本流程是：用戶登錄—>主界面—>選擇各項子系統。系統主模塊功能如圖1所示。

圖1 系統主模塊功能樹Fig.1 The system has the function of main module tree

2.2 模塊設計

1）用戶管理模塊

①用戶注冊：沒有注冊過的用戶需進行用戶注冊后，才能通過登錄界面進入主控制平臺。用戶需要填寫用戶的名稱和密碼，如果該用戶名已經被注冊過，將給出重新輸入用戶名的提示信息。當用戶注冊成功后，會給出成功注冊的提示信息。

②用戶登錄：輸入用戶的名稱和密碼，如果用戶名和密碼正確，進入主控制平臺；否則給出錯誤信息提示。

2）圖像信息管理模塊

①圖片信息管理子模塊：對新的圖片進行錄入，包括將圖片存入數據庫中同時可對其進行修改、刪除等功能。

②特征數據管理子模塊：將計算特征所提取出的特征數據進行錄入，同時可對其進行修改、刪除、查詢等功能。

③文本信息管理子模塊：根據圖片編號，錄入文本描述，并可對其進行修改等功能。

3）圖像識別模塊

對輸入的圖片進行特征提取，并選擇相應的識別模式進行識別。

4）數據庫管理

①數據備份：定期對數據庫進行數據備份，以防當系統出現故障導致數據丟失。

②數據恢復：當系統出現故障導致數據丟失后，通過其將之前備份的數據進行恢復，讓系統重新正常工作，減少工作量。

3 圖像識別模塊

對輸入的圖片進行特征提取，并選擇相應的識別模式進行識別。

3.1 圖像特征提取

圖像特征包括幾何特征、形狀特征、顏色特征、紋理特征等[5]。本文針對圖像的形狀和結構特征進行提取實現圖像的識別。對二維連續函數為分f(x,y)，圖像的p+q階幾何矩定義為：

p+q階中心距定義為：

對一幅二值圖像來說，則采用求和號代替積分：

其中N和M分別是圖像的高度和寬度。

歸一化的中心距定義為：

最后構成7個矩的組特征量,由Hu矩組成的特征量對圖片進行識別[8]，優點是速度很快,識別率低的原因是由于Hu不變矩只用到低階[9]矩,對于圖像的細節未能很好的描述出來，導致對圖像的描述不夠完整。

3.2 人工免疫識別

人工免疫識別是一門新興的研究。Farmer等人率先基于免疫網絡學說給出了免疫系統的動態模型，并探討了免疫系統與其他人工智能方法的聯系，開始了人工免疫系統的研究。D.Dasgupta系統分析了人工免疫系統和人工神經網絡的異同，認為在組成單元及數目、交互作用、模式識別、魯棒性等方面是相似的，而在系統分布、組成單元間的通信、系統控制等方面是不同的，并指出自然免疫系統是人工智能方法靈感的重要源泉[10]。由于免疫系統本身的復雜性，有關算法機理的描述還不多見，相關算子還比較少。Castro L.D.、Kim J.、杜海峰、焦李成等基于抗體克隆選擇機理相繼提出了克隆選擇算法。Nohara等基于抗體單元的功能提出了一種非網絡的人工免疫系統模型。而目前兩個比較有影響的人工免疫網絡模型是Timmis等基于人工識別球 (Artificial Recognition Ball,AR)概念提出的資源受限人工免疫系統 (Resource Limited Artificial Immune System,RLAIS)和Leandro等模擬免疫網絡響應抗原刺激過程提出的aiNet算法[11]。

人工免疫識別的基本操作有三部分。首先，對待求解的問題進行具體分析，從中提取出最基本的特征信息；其次，對此特這信息進行處理，以將其轉化為求解問題的一種方案；最后，將此方案以適當的形式轉化成免疫算賬以實施具體的操作。

4 軟件測試

測試模塊如下：用戶注冊模塊、用戶登錄模塊、圖片基本信息管理模塊、特這數據管理模塊、文本信息管理模塊、數據庫管理模塊，測試代表結果如下：

1)系統控制臺的登錄界面，如圖2所示。

圖2 主控平臺設計Fig.2 Main control platform design

2）基本信息錄入：只有用戶名和密碼都輸入正確才會顯示圖3的界面。

圖3 圖片基本信息錄入功能測試Fig.3 Basic information input function test picture

3）特征值錄入測試：按下“錄入”按鈕，基本信息就錄入到PhDatabase數據庫中也可完成對其刪除修改等操作。如圖4所示。

圖4 特征數據錄入Fig.4 Characteristics of the data entry

4）對軟件數據庫的查詢等操作：將圖片添加并顯示在圖像控件上，并輸入圖片編號，圖 片類型，圖片名稱，圖片大小等信息，系統將進入數據庫進行查詢比對,如圖5所示。

圖3 查詢到記錄Fig.3 Query to the record

5）在主控制平臺的菜單中選擇數據庫管理的下拉菜單數據備份，打開一個對話框，輸入文件名“databackup”，點擊保存，數據備份成功。

6）在主控制平臺的菜單中選擇數據庫管理的下拉菜單數據還原，打開一個對話框，打開文件名為“databackup.bak”，點擊打開，數據還原成功。

5 結束語

本設計是一個面向圖像及其特征的多信息管理系統。它主要是將獲取的圖片和特征數據建立一個多信息管理系統，包括對圖片和特征數據進行錄入、修改、刪除、查詢等功能，同時輸入想要識別的圖片進行圖像識別。在整個數據庫的設計中利用了它的便利性和實用性。對于圖像的處理、特征數據的提取和圖像的識別模塊進行了算法分析。

[1]張洪剛,陳光,郭軍.圖像處理與識別[M].北京：人民郵電出版社,2006.

[2]李有軍,郭鄭州.SQL Server數據庫應用與開發網絡大講堂[M].北京：清華大學出社,2011.

[3]鮑永剛,張英福,王德高.SQL語言及其在關系數據庫中的應用[M].北京：科學出版社,2007.

[4]李新德，楊偉東，Jean D.一種飛機圖像目標多特征信息融合識別方法[J].自動化學報，2012，38(8)：1298-1307.LI Xin-de,YANG Wei-dong,Jean D.More than a kind of plane image target characteristic information fusion recognition method[J].Journal of Automation,2012,38(8):1298-1307

[5]楊冉.圖像數據庫技術的研究與應用[D].西安：西安電子科技大學通信,2005.

[6]湛霞.圖像數據庫技術研究現狀及展望[J].黑龍江科技信息,2008(4)：80.ZHAN Xia.Image database technology research status and prospects of[J].Journal of Heilongjiang Science and Techn-ology Information,2008(4):80.

[7]賀玲，吳玲達，蔡益朝.基于內容圖像檢索中的索引技術[J].計算機應用研究，2005(22)：219—224.HE Ling,WU Ling-da,CAI Yi-chao.The index of the content-based image retrieval technology[J].Application Research of Computers,2005(22):219-224.

[8]陳維.基于內容的圖像搜索中索引及優化技術研究[D].武漢：華中科技大學，2007.

[9]鄭煒，趙海，李海玉.航空圖像目標識別算法研究[J].光學技術，2006,32(z1)：90—96.ZHENG Hui,ZHAO Hai,LI Hai-yu.Aviation image target recognition algorithm study[J].Optics,2006,32(z1)：90-96.

[10]Suma Dr H N,Abhishek A M,Kumar S A.Acquisition and Database Management System for the Endoscopic Images[J].International Journal of Computer Applications,2011,30(9):19-25.