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(diǎn),并對(duì)CBIR技術(shù)的未來(lái)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(lèi)號(hào):TP3文獻(xiàn)標(biāo)識(shí)碼:A文章編號(hào):1671-7597(2009)1210078-01

伴隨著計(jì)算機(jī)信息處理能力的提高和網(wǎng)絡(luò)資源的廣泛應(yīng)用,各類(lèi)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(lái)很多領(lǐng)域?qū)崿F(xiàn)了大規(guī)模圖像數(shù)據(jù)庫(kù),如何高效、準(zhǔn)確的在數(shù)據(jù)庫(kù)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(jiǎn)稱(chēng)CBIR)技術(shù)。這一技術(shù)可由機(jī)器自動(dòng)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(duì)數(shù)據(jù)庫(kù)中圖像和查詢(xún)樣本圖像在特征空間進(jìn)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(guò)程中,也不斷提高檢索的準(zhǔn)確性?；趦?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(dāng)前的研究熱點(diǎn)。

一、基于內(nèi)容圖像檢索技術(shù)的分類(lèi)

當(dāng)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(jìn)行檢索這一等級(jí)[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(shí)別圖像的主要感知特征之一。顏色特征非常穩(wěn)定,對(duì)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(dāng)強(qiáng)的魯棒性[3]。該類(lèi)方法的核心思想是在一定的色彩空間對(duì)圖像各種色彩出現(xiàn)的頻數(shù)進(jìn)行統(tǒng)計(jì)。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(yùn)算速度快、存儲(chǔ)空間要求低的特點(diǎn),并且具有圖像的尺度及旋轉(zhuǎn)變化不敏感等特點(diǎn),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(xún)效果不同,沒(méi)有統(tǒng)一的標(biāo)準(zhǔn),增加了對(duì)各種檢索系統(tǒng)評(píng)價(jià)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(huà)像素的鄰域灰度空間分布規(guī)律[4]。人們公認(rèn)的一個(gè)有效的紋理表達(dá)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(lài)于具體的紋理圖像的性質(zhì),缺乏一定的通用性且計(jì)算量大。而且,單純依靠紋理特征進(jìn)行圖像檢索,其應(yīng)用范圍較窄。要進(jìn)一步提高檢索精度及其實(shí)用性,在實(shí)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(jué)信息。

(三)基于形狀特征的檢索。形狀是圖像的重要視覺(jué)特征之一,形狀是刻畫(huà)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(duì)圖像中感興趣目標(biāo)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(xiàn)段描述、樣條擬合曲線(xiàn)、傅里葉描述子以及高斯參數(shù)曲線(xiàn)等;對(duì)于后者主要有形狀的無(wú)關(guān)矩、區(qū)域的面積、形狀的縱橫比等。相對(duì)顏色和紋理特征來(lái)說(shuō),基于形狀特征的檢索比較困難。其關(guān)鍵在于對(duì)圖像中感興趣對(duì)象的形狀的提取和描述。

(四)空間關(guān)系特征。圖像中對(duì)象所在的位置和對(duì)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(duì)圖像進(jìn)行自動(dòng)分割,劃分出圖像中所包含的對(duì)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(jiǎn)單地將圖像均勻地劃分為若干規(guī)則子塊,然后對(duì)每個(gè)圖像子塊提取特征,并建立索引。用空間關(guān)系特征來(lái)進(jìn)行圖像檢索,一直是圖像數(shù)據(jù)庫(kù)檢索的重要研究方向。

(五)基于語(yǔ)義的圖像檢索。前面的論述是基于圖像的低層特征進(jìn)行檢索的討論,在理想狀況下,圖像的檢索是用戶(hù)根據(jù)圖像的含義進(jìn)行的檢索。圖像的含義包含了人對(duì)圖像的理解,這種理解是無(wú)法直接從圖像的視覺(jué)特征獲得的,而要根據(jù)人的知識(shí)經(jīng)驗(yàn)來(lái)判斷。研究者普遍認(rèn)為,可以通過(guò)嵌入知識(shí)表示、推理學(xué)習(xí)機(jī)制和機(jī)器學(xué)習(xí)技術(shù),采用統(tǒng)計(jì)的方法自動(dòng)建立圖像多維信息特征的索引結(jié)構(gòu),自動(dòng)選取合適的低層特征及其組合以實(shí)現(xiàn)圖像與其語(yǔ)義內(nèi)容的對(duì)應(yīng),有效地實(shí)現(xiàn)基于圖像語(yǔ)義的檢索。

二、圖像檢索過(guò)程中的相關(guān)反饋

相關(guān)反饋是一種交互式檢索過(guò)程,用戶(hù)被要求對(duì)系統(tǒng)當(dāng)前的檢索結(jié)果給出相關(guān)性的判斷,系統(tǒng)再動(dòng)態(tài)地學(xué)習(xí)用戶(hù)反饋,以更好地把握用戶(hù)的信息需求,給出更好的檢索結(jié)果?；趦?nèi)容的圖像檢索系統(tǒng)應(yīng)該盡可能地做到以用戶(hù)為中心,而不是以計(jì)算機(jī)為中心。反饋是調(diào)整技術(shù)以適應(yīng)用戶(hù)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(gè)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(shí)可以在顏色、紋理、形狀等幾種查詢(xún)特征中,選擇兩種或兩種以上進(jìn)行綜合查詢(xún),提高了檢索的準(zhǔn)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(jué)特征,但是由于人眼睛的特殊生理結(jié)構(gòu),觀察圖像時(shí)往往不是只基于一個(gè)特征,而是綜合多個(gè)特征。實(shí)驗(yàn)證明:基于多種特征的圖像檢索系統(tǒng)無(wú)論在哪個(gè)方面都優(yōu)于基于單一視覺(jué)特征的圖像檢索系統(tǒng)。

四、未來(lái)研究熱點(diǎn)

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(shí)可以在顏色、紋理、形狀等幾種查詢(xún)特征中,選擇兩種或兩種以上進(jìn)行綜合查詢(xún),提高了檢索的準(zhǔn)確率。

1.綜合多種視覺(jué)特征進(jìn)行檢索需要解決的一個(gè)重要問(wèn)題就是算法匹配結(jié)果的歸一化。它們的期望、方差可能會(huì)相差很遠(yuǎn),所以必須進(jìn)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(jì)算量成倍增大,降低檢索效率。采取適當(dāng)?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(gè)重點(diǎn)研究方向。

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

參考文獻(xiàn):

[1]錢(qián)紀(jì)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(guó)光、齊影虹、肖揚(yáng)波,基于內(nèi)容的圖像檢索技術(shù)綜述[J].科技廣場(chǎng),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(bào)(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(jiǎn)介:

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