基于相容粗糙集的圖形圖像信息預(yù)檢索

摘 要：粗糙集理論是一種分析不精確、不一致、不完備數(shù)據(jù)的有效工具，利用“相容粗糙集”的理論對(duì)圖形圖像進(jìn)行預(yù)檢索，對(duì)提高圖形圖像的檢索效率具有一定的作用。本文基于相容粗糙集的圖形圖像信息預(yù)檢索進(jìn)行了研究。

關(guān)鍵詞：圖形圖像檢索；粗糙集；相容粗糙集

中圖分類號(hào)：TP391.41

粗糙集理論是一種非常實(shí)用的數(shù)據(jù)分析工具，其主要的優(yōu)勢(shì)是可以用來(lái)分析一些特別的數(shù)據(jù)，如不確切、前后不對(duì)應(yīng)、信息不全面的數(shù)據(jù)。在等價(jià)關(guān)系的約束下，粗糙集理論的數(shù)據(jù)理論模型對(duì)應(yīng)的數(shù)據(jù)形式只是離散化的形式，其應(yīng)用范圍有一定的限制。

在應(yīng)用中，針對(duì)于數(shù)據(jù)信息的分類來(lái)進(jìn)行圖形圖像信息的檢索，圖形圖像的含義在表達(dá)中非常豐富，在檢索中檢索結(jié)果的正確率較低，這是由于較難使用圖形圖像來(lái)表達(dá)文本信息，給予用戶的信息數(shù)據(jù)不夠完整，這些信息對(duì)圖標(biāo)圖形來(lái)說(shuō)是不完全的，不能夠較為全面的表達(dá)出信息的內(nèi)容。但對(duì)于檢索系統(tǒng)來(lái)說(shuō)可以有效的把信息確定在一個(gè)較為確定的范圍內(nèi)，能夠幫助用戶盡快的解決問(wèn)題，能有效的提高問(wèn)題模型的檢索速度。所以在設(shè)計(jì)時(shí)要能夠設(shè)計(jì)出一種模型，在圖形信息的作用下，能夠方便快速的找到解決問(wèn)題的方案，這有著非常重要的意義。同時(shí)，從提高工作效率、提升工作效果的角度出發(fā)，以比較快的速度鎖定目標(biāo)，確定圖形范圍，可以有效的在較短的時(shí)間內(nèi)實(shí)現(xiàn)工作目標(biāo)。

隨著粗糙集理論研究的發(fā)展，粗糙集理論在很多領(lǐng)域得到了廣泛的應(yīng)用，粗糙集理論作為有效的數(shù)學(xué)工具有其突出特點(diǎn)，在處理模糊性和不確定性數(shù)據(jù)方面有較好的應(yīng)用，能夠從數(shù)據(jù)的描述集合出發(fā)，分析內(nèi)在規(guī)律，而不需要預(yù)設(shè)數(shù)量描述，能夠快速的找到其內(nèi)在規(guī)律。

當(dāng)前很多學(xué)者將粗糙集理論應(yīng)用在圖像處理領(lǐng)域，以提高圖像特征的提取和圖像的理解研究，通過(guò)使用粗糙集理論的方法，找到等價(jià)關(guān)系，正確理解粗糙集模型的等價(jià)性，ERSM的主要貢獻(xiàn)是對(duì)等價(jià)的語(yǔ)義關(guān)系進(jìn)行了分類，等價(jià)的三個(gè)屬性分別為對(duì)稱性、傳遞性和自反性，在信息的檢索傳遞中，要求滿足這些屬性條件，有時(shí)傳遞性不總能夠得滿足，尤其是在語(yǔ)言理解與檢索研究的范圍內(nèi)，有些學(xué)者提出等價(jià)關(guān)系可以被相容關(guān)系所取代，將其模型稱為“相容rough set模型”。TRSM在文本信息檢索領(lǐng)域所取得的成績(jī)是非常讓人滿意的，日本科學(xué)家曾利用粗糙集理論進(jìn)行了文獻(xiàn)檢索，檢索了日本人工協(xié)會(huì)十年的數(shù)據(jù)量，在檢索出的文本中有76%的檢索結(jié)果是非常準(zhǔn)確的。在此基礎(chǔ)上，本文提出了一種新的圖像檢測(cè)方法，能夠?qū)?shù)據(jù)庫(kù)的圖形或圖像按用戶的要求加以排序，能夠大大的降低信息的檢索范圍，以提高信息檢索的有效性。

1 基于粗糙集理論的圖形檢索

基于粗糙集理論的圖形檢索方法的有效性驗(yàn)證中，我們使用了人臉圖形庫(kù)的方法，建立起了一個(gè)人臉圖形庫(kù)，將圖形庫(kù)中的人臉特征加以描述，包含了不同的屬性，采用編碼技術(shù)將數(shù)據(jù)庫(kù)中的人臉特征加以歸納，描繪成如圖1所示的圖形。

圖1 人臉特征表示

在檢索中，首先要把這些人臉展示給用戶，用戶根據(jù)需求選擇需要檢索的人臉圖形，如圖2所示，由用戶來(lái)選擇一個(gè)大致的圖形要求，比如用戶要求檢索出具有圓型特征的人臉，通過(guò)算法進(jìn)行檢索并得到用戶需要的信息。在檢索中，具備圓型特征的人臉圖形會(huì)被檢索出來(lái)，縮小了用戶的選擇范圍，讓用戶對(duì)檢索出的近似數(shù)據(jù)進(jìn)行比對(duì)，并使用交互式遺傳算法，對(duì)檢索出的數(shù)據(jù)進(jìn)一步的分析以縮小范圍，幫助用戶找到自己所需的目標(biāo)圖像。

圖2 圓形人臉特征預(yù)檢索結(jié)果

實(shí)驗(yàn)結(jié)果表明，在基于粗糙集算法的基礎(chǔ)上配合使用交互式遺傳算法其效率大大提高，要遠(yuǎn)高于使用單一的交互式遺傳算法。實(shí)驗(yàn)結(jié)果如表1所示：

表1

在基于相容粗糙集的圖形圖像信息預(yù)檢索方法的研究中，為提高人臉圖像檢索的正確率，首先要能夠正確的提取出圖像的特征，在有效提取圖形特征的基礎(chǔ)上，構(gòu)建起一個(gè)有效的特征庫(kù)。本文采用的算法是采用自適應(yīng)的方法，提取出人臉圖像的主要特征，在實(shí)踐中的主要思想是實(shí)際輸出和每個(gè)節(jié)點(diǎn)和期望輸出層之間有誤差，沿輪廓輸出誤差函數(shù)，連續(xù)地調(diào)整網(wǎng)絡(luò)的權(quán)重，以實(shí)現(xiàn)網(wǎng)絡(luò)的實(shí)際輸出誤差函數(shù)最小化之間的計(jì)算誤差和期望。實(shí)驗(yàn)采用ORL人臉圖像數(shù)據(jù)庫(kù)，該數(shù)據(jù)庫(kù)包含40個(gè)人，每人10幅頭部圖像圖。在實(shí)驗(yàn)中，面部圖像調(diào)整成64×64的尺寸，按64×64=4096維的力量，對(duì)得到的矢量進(jìn)行歸一化的調(diào)整，從而形成了神經(jīng)網(wǎng)絡(luò)的輸入向量的主成分。

這里，將輸入的n=4096調(diào)入到網(wǎng)絡(luò)結(jié)構(gòu)中，m=40，將輸出的樣本，即每人10個(gè)圖像中的2個(gè)用于訓(xùn)練，其它8個(gè)作為試驗(yàn)樣品，80向量作為訓(xùn)練的樣本，然后我們輸入到神經(jīng)網(wǎng)絡(luò)中進(jìn)行訓(xùn)練。圖形圖像的信息服務(wù)兼容粗糙集的方法能夠有效地檢索出最相似的人臉圖像數(shù)據(jù)庫(kù)，并從中檢索出最相近的圖像。在本文的研究中，人臉部的近似值應(yīng)該是在人臉數(shù)據(jù)庫(kù)中有不同的表情特征的圖像，圖像特征提取方法是有限的，采用基于相容粗糙集的圖形圖像信息預(yù)檢索方法對(duì)圖像檢索效果要差于對(duì)圖形的檢索效果。

2 結(jié)束語(yǔ)

通過(guò)實(shí)驗(yàn)表明采用基于相容粗糙集圖形圖像信息預(yù)檢索的方法，能夠進(jìn)一步縮小圖形的檢索的范圍，有效的減少數(shù)據(jù)檢索的時(shí)間，幫助用戶高效率的完成圖像檢索工作，較快的完成目標(biāo)圖像的檢索。技術(shù)在不斷更新進(jìn)步，進(jìn)一步加強(qiáng)基于相容粗糙集的圖形圖像信息預(yù)檢索方法的研究，以確保使用更少的時(shí)間完成目標(biāo)圖像的檢索工作。

參考文獻(xiàn)：

[1]王國(guó)胤，姚一豫，于洪.粗糙集理論與應(yīng)用研究綜述[J].計(jì)算機(jī)學(xué)報(bào)，2009（07）：1229.

[2]胡清華，于達(dá)仁，謝宗霞.基于鄰域?；痛植诒平臄?shù)值屬性約簡(jiǎn)[J].軟件學(xué)報(bào)，2008（03）：640-649.

作者簡(jiǎn)介：唐雅玲（1978-），女，四川梁平人，碩士研究生，講師，研究方向：軟件設(shè)計(jì)與開(kāi)發(fā)。

作者單位：武警警官學(xué)院 電子技術(shù)系，成都 610213