基于同態(tài)濾波和多元語義特征的圖像檢索技術(shù)研究

摘 要：本文提出了適用于圖像檢索的同態(tài)濾波的相關(guān)運算規(guī)則，給出了多元語義特征提取方法，提出了多元語義描述的具體方法，提出了一種基于頻域同態(tài)濾波和語義特征提取圖像檢索方法，仿真實驗結(jié)果表明該方法的圖像檢索求解精度和速度都達到了滿意的結(jié)果。

關(guān)鍵詞：同態(tài)濾波；多元語義；語義特征；圖像檢索

中圖分類號：TP391

1 頻域同態(tài)濾波

1.1 理論基礎(chǔ)

在日常生活中人們獲得圖像的過程是用光源照射在物體上，物體表面將光線反射投射在光學(xué)儀器上，然后就可以得到一張圖像，在這里設(shè)為f（x，y）。在同一光源的照射下，由不同物體表面光滑程度等因素不同使得其產(chǎn)生的反射特性也就不同，所以在成像中就出現(xiàn)了不同的圖像[1]。在一般情況下使用i（x，y）表示照射光的能量分布，用r（x，y）表示物體的光反射特性（反射系數(shù)），并且0≤i（x，y）<∞，0≤r（x，y）<1。

圖像的內(nèi)容是由反射的分量決定的，但圖像的局部細化的信息變化時，圖像的在空間上也做相應(yīng)的變化，它的頻譜處在頻率較高的區(qū)域[2]；而照射分量在空間上通常變換的比較緩慢，它的頻譜出現(xiàn)在頻率較為低的區(qū)域。所以，所得到的圖像上的局部信息是由其反射性質(zhì)決定的。反映在灰度圖像上，可以認為圖像的灰度是將反射的分量r（x，y）和照射的分量i（x，y）乘積得到的，即：f（x，y）=i（x，y）·r（x，y）。由此得到要增強圖像的局部信息，就需要使頻率較高的部分加強，頻率低的減弱。

1.2 相關(guān)運算規(guī)則

運算規(guī)則1：為了方便計算需要將兩個分量分開，兩邊取對數(shù)得到：

2 語義特征提取

2.1 多元語義特征提取

圖像特征可以是顏色，紋理，形狀等物理特性，也可以是一個標題，關(guān)鍵詞，注釋，和其他類型的文本和圖像的功能，突出的內(nèi)容相關(guān)的功能，如顏色，紋理，形狀等上。多元語義特征構(gòu)建模型如圖1所示。

2.1.1 顏色特征

一種圖像顏色的最基本的功能之一。圖像是由像素除了其自身的位置，進行由彩色的唯一信息是單個像素坐標。同時，顯色性的最直觀的圖像特征之一。由圖像顏色的彩色圖像中的所有像素的顏色共同決定。形成一組顏色的所有像素的值，被稱為色彩空間中，也被稱為顏色模型。在現(xiàn)實中，大自然的顏色是非常豐富多彩的，人們?yōu)榱四軌蜃尣煌娜俗裱嗤囊?guī)則來描述圖像的顏色，顏色的定量表示，建立一個統(tǒng)一的顏色特征模型。然而，人類對色彩的感知是一個復(fù)雜的生理過程和心理過程，同時，隨著研究的不斷深入，顏色的應(yīng)用領(lǐng)域越來越廣泛。因此，為了更好地滿足不同區(qū)域的色彩，逐漸出現(xiàn)了各種色彩空間模型。

2.1.2 紋理特征

它有一個不規(guī)則的圖像部分，而普通的功能，稱為宏觀質(zhì)地。與圖像的特征，這是不依賴于顏色或亮度的視覺特性，這也反映在從所有的固有特性，如葉，石，織物等的表面的材料的表面紋理有其自己的紋理。紋理表面結(jié)構(gòu)包含了重要的信息，有組織的安排和他們的聯(lián)系，與周圍環(huán)境的圖像紋理特征是低層次的功能，圖像是基于內(nèi)容的圖像檢索應(yīng)用程序的一個重要屬性是很常見的。

2.1.3 形狀特征

對象的形狀，圖像分析和圖像檢索的另一個重要特點。但不像其他低級別的功能顏色或紋理，形狀特征必須根據(jù)圖像中的對象分為基礎(chǔ)的表達。因為目前的技術(shù)不能準確的自動分割的圖像的形狀，所以僅適用于某些特殊的應(yīng)用，在這些應(yīng)用中，可直接獲得包括在圖像中的對象的形狀特征的圖像檢索。另一方面，因為人體的轉(zhuǎn)換（例如，旋轉(zhuǎn)和縮放）的形狀主觀上不敏感，必須滿足適當?shù)男螤钐卣骱酮毩⒌男D(zhuǎn)和縮放變換，形狀相似性的計算也帶來了一定的難度。

2.1.4 多元語義特征

多元語義特點的一般性描述，可以使用傳統(tǒng)的數(shù)據(jù)庫的方法和基于知識模型的管理和檢索，有點類似傳統(tǒng)的基于文本的圖像檢索。但兩者之間最大的區(qū)別是，傳統(tǒng)的TBIC完全手工錄入使用注解的方法，而多元語義特征的圖像檢索的目標是能夠自動生成圖像數(shù)據(jù)的語義。但現(xiàn)在仍處于半自動或全手動的方法來提取語義特征，對于大型數(shù)據(jù)庫或動態(tài)數(shù)據(jù)庫，提取方法是不是太現(xiàn)實，所以這種方法目前只適用于特定的應(yīng)用程序。此外，一些語義信息，以幫助一些文本圖像視頻自動定位，確定以后檢索。語義特征提取方法自動化程度較高，其應(yīng)用范圍通常是很小的。如何自動提取的圖像的語義特征的物理性能是一個問題。本文提出的多元語義描述方法如圖2所示。

2.2 圖像內(nèi)容分層

圖像內(nèi)容為三層次結(jié)構(gòu)，該分層結(jié)構(gòu)可以被理解為一個簡化的分層模型，如下圖3所示。

第一層是在圖像上的所有像素的圖像檢索涉及較少的內(nèi)容的層。第二層是層的物理特性，主要包括的圖像是在人，在任何環(huán)境下，任何人，從理論上講，這些特性是相同的固有的物理特性。第三層是一個層的語義特征，使反射的物理特性的基礎(chǔ)上。

主要使用第二層和第三層的圖像特征的圖像檢索。檢索所采集到的圖像數(shù)據(jù)集后需要預(yù)先設(shè)定的圖像數(shù)據(jù)中提取重要的數(shù)據(jù)建立的圖像數(shù)據(jù)庫中的庫的特性的特征向量是其基本思想。當用戶提交查詢目標圖像檢索或進入查詢功能命令語句，然后按照所選的搜索庫已經(jīng)執(zhí)行一個特征向量對齊算法的規(guī)律和特點，最后得到一個或多個最接近的查詢特征的特征矢量，其對應(yīng)的圖像的檢索結(jié)果。有些系統(tǒng)還加入了反饋技術(shù)，優(yōu)化得到的結(jié)果。

2.3 多元語義特征提取

如圖4是多元語義特征提取結(jié)構(gòu)圖，主要含有三個模塊：查詢模塊，檢索模塊和輸入模塊。輸入數(shù)據(jù)庫系統(tǒng)的每個圖像特征提取，特征和功能的圖像將被添加圖像庫，用戶查詢模塊提交樣本圖像和其他檢索請求，系統(tǒng)采樣的圖像特征提取，特征圖像庫，所有的圖像功能，比較功能，和相似度進行排序，從而獲得搜索結(jié)果，這是檢索模塊。可以顯示給用戶檢索系統(tǒng)與反饋功能查詢的結(jié)果，用戶的反饋的結(jié)果，或直接輸出的檢測結(jié)果。

在構(gòu)建圖像數(shù)據(jù)庫過程中，不可獲取的步驟是對圖像資源庫中的圖像進行預(yù)處理和特征的提取工作，其中圖像預(yù)處理過程包括圖像存儲，圖像信息解析，文件名更改以及存儲調(diào)整。特征提取是從圖像的各種提點出發(fā)進行提取的，包括顏色、紋理、形狀和輔助信息。

圖像檢索關(guān)鍵技術(shù)，包括特征提取，特征相似度計算，技術(shù)和語義的相關(guān)反饋。具體取決于所選擇的圖像特征不同層次的圖像檢索，基于內(nèi)容的圖像檢索，基于語義的圖像檢索和圖像檢索基于三種類型的反饋。

3 基于頻域同態(tài)濾波和語義特征提取圖像檢索

3.1 圖像檢索框架圖

圖像檢索系統(tǒng)的總體框架如圖5所示，粗略地描述了基于內(nèi)容的圖像檢索過程中，脫機處理由三個個過程組成：頻域同態(tài)濾波局部關(guān)鍵信息點增強，圖像庫的語義圖像特征提取和圖像數(shù)據(jù)建立索引，數(shù)據(jù)索引方法采用局部敏感哈希方案。

在大多數(shù)的圖像檢索任務(wù)，我們需要的圖像檢索任務(wù)的選擇和設(shè)計合適的相似性度量計劃哈希函數(shù)的設(shè)計和圖像相似性度量的對應(yīng)。

3.2 實驗結(jié)果

實驗一選取文獻[3]提供的標準測試圖像集，其中選取五組典型圖像作為實驗分析樣本，結(jié)果見表1。實驗二選取文獻[4]提供的測試圖像集，分析結(jié)果見表2所示。有表1和表2可知本文提出的方法在對圖像檢索的精度和速度上都達到了滿意的結(jié)果。

4 結(jié)束語

本文提出了適用于圖像檢索的同態(tài)濾波的相關(guān)運算規(guī)則，給出了多元語義特征提取方法，提出了多元語義描述的具體方法，提出了一種基于頻域同態(tài)濾波和語義特征提取圖像檢索方法，仿真實驗結(jié)果表明該方法的圖像檢索求解精度和速度都達到了滿意的結(jié)果。

參考文獻：

[1]王波.濾波算法在圖像增強中的應(yīng)用研究[J].計算機仿真，2013（03）：16-18.

[2]王波.基于細胞膜優(yōu)化的圖像邊緣檢測算法研究[J].計算機仿真，2013（06）：189-204.

[3]陳虎.基于內(nèi)容的圖像檢索技術(shù)的研究[D].電子科技大學(xué)，2013.

[4]張貝貝.基于內(nèi)容的圖像檢索若干關(guān)鍵問題研究[D].遼寧師范大學(xué)，2013.

作者簡介：呂洪柱（1971.08-），男，黑龍江依安人，副教授，碩士，主要研究方向：數(shù)據(jù)挖掘智能數(shù)據(jù)處理；王波（1980.11-），男，黑龍江克山人，講師，碩士，主要研究方向：計算智能及圖像處理。

作者單位：齊齊哈爾大學(xué) 計算中心，黑龍江齊齊哈爾 161006

基金項目：黑龍江省自然科學(xué)基金資助項目（項目編號：F201333）；黑龍江省教育廳科學(xué)技術(shù)研究項目（項目編號：12531758）。