基于用戶(hù)反饋優(yōu)化的圖像檢索系統(tǒng)

【摘 要】 基于內(nèi)容的圖像檢索是圖像檢索研究領(lǐng)域的核心內(nèi)容。與傳統(tǒng)的依賴(lài)文字檢索圖像的方式不同，基于內(nèi)容的圖像檢索是通過(guò)提取圖像的特征信息并利用各種分析算法，學(xué)習(xí)算法將這些特征映射成反映圖像本質(zhì)的語(yǔ)義特征。本課題首先介紹了傳統(tǒng)的圖像處理技術(shù)和一些底層特征的提取方法，然后依據(jù)近似匹配的相關(guān)算法對(duì)底層特征進(jìn)行分類(lèi)，提出了根據(jù)用戶(hù)選擇滿(mǎn)意樣本來(lái)優(yōu)化分類(lèi)結(jié)果的思路。

【關(guān)鍵詞】 圖像檢索 底層特征提取 近似匹配

一、需求分析

本文是通過(guò)提取圖像底層特征，利用近似匹配算法建立分類(lèi)模型，并由用戶(hù)反饋優(yōu)化分類(lèi)樣本已達(dá)到基于內(nèi)容的圖像檢索。本系統(tǒng)要滿(mǎn)足以下功能：加載目標(biāo)圖像，并可提取其基本特征信息；建立被用于檢索的圖像庫(kù)和其對(duì)應(yīng)的底層特征庫(kù)；反饋給用戶(hù)近似的檢索結(jié)果及優(yōu)化選項(xiàng)；能夠?qū)z索結(jié)果作出數(shù)字化評(píng)估。該系統(tǒng)在建立特征庫(kù)后，通過(guò)算法的計(jì)算和用戶(hù)的優(yōu)化，找到語(yǔ)義程度上最滿(mǎn)意的結(jié)果，以達(dá)到滿(mǎn)足本課題的要求。

二、詳細(xì)設(shè)計(jì)

本文在規(guī)劃圖像檢索的過(guò)程中時(shí)，不僅需要提取出圖像底層的多方面重要特征，還需要將這些特征轉(zhuǎn)化成向量或數(shù)值，一方面方便記錄特征信息以對(duì)其建立索引，使之便于處理和存儲(chǔ)，另一方面使其適應(yīng)近似匹配算法.以便利用這些特征為圖像分類(lèi)。在檢索算法的設(shè)計(jì)中，如何利用用戶(hù)的反饋，動(dòng)態(tài)地優(yōu)化特征的選擇和分類(lèi)的方法是本課題設(shè)計(jì)的核心。本部分分三個(gè)部分，分別介紹了底層特征的具體提取算法，近似匹配算法和反饋優(yōu)化檢索的設(shè)計(jì)過(guò)程。

2.1 圖像顏色特征

顏色空間對(duì)于相關(guān)顏色以數(shù)字形式表示是一個(gè)很重要的成分，是數(shù)字化顏色理論的重要組成部分。RGB顏色空間是圖像處理中最常用的顏色空間，它通過(guò)互相垂直的坐標(biāo)軸表示一幅圖像在紅、綠、藍(lán)三個(gè)色度上的分布情況。

2.2 圖像紋理特征

方塊編碼（Block Truncation Coding），是一種快速有損圖像壓縮技術(shù)。其原理是將圖像劃分成若干子圖像塊，然后統(tǒng)計(jì)子圖像塊的平均值，將塊中低于平均值的像素點(diǎn)置為0，高于平均值的點(diǎn)置為1，這樣就將圖像二值化，可以作為二電平輸出，不但傳輸速度快，且重建時(shí)可保持均值。

2.3 近似匹配算法

在將圖像的顏色、形狀、紋理等底層特征提取出來(lái)并記錄后，這些特征就變成向量的形式供近似匹配算法使用以達(dá)到比較圖像間相似度的目的。不同的近似匹配算法計(jì)算出的相似結(jié)果也不同，對(duì)于不同的特征和相似性需求，需要采用多種近似匹配算法，再對(duì)結(jié)果評(píng)估后確定合適的一種。

三、系統(tǒng)測(cè)試

對(duì)于本軟件的檢索方式，分為綜合檢索和基于單一特征檢索兩種。其中單一特征檢索是根據(jù)目標(biāo)圖像所提取出的一種特征向量（如灰度顏色直方圖）與特征庫(kù)中其他圖像的同一特征向量做比較，找尋最近的圖片，以此來(lái)反映該特征的檢索能力；而綜合檢索則是將所有7個(gè)主要的底層特征按流程逐一檢索，每一步采納用戶(hù)反饋的信息，最后綜合所有特征向量，在反饋信息修正下進(jìn)行檢索，以此來(lái)融入用戶(hù)反饋的內(nèi)容達(dá)到精確檢索的目的。對(duì)于檢索的結(jié)果，本軟件也提供了數(shù)值化的評(píng)估方式，通過(guò)多種數(shù)據(jù)具體地反映檢索效果。

在CBIR的測(cè)試中，查全率（recall）和查準(zhǔn)率（precision）是評(píng)價(jià)檢索效果的主流方法。其中查全率表示檢索到有效的圖像占圖像庫(kù)中所有有效圖像的比例，而查準(zhǔn)率表示有效圖像占所有返回結(jié)果的比例。定義如下

S檢索到的有效圖數(shù)目，u為檢索結(jié)果中無(wú)效圖的數(shù)目，v為在圖像庫(kù)中有效但未被檢索到的圖像數(shù)目。

四、結(jié)論

本課題設(shè)計(jì)并實(shí)現(xiàn)了基于用戶(hù)反饋優(yōu)化算法的圖像檢索系統(tǒng)，該系統(tǒng)能夠?qū)⒂脩?hù)對(duì)檢索結(jié)果的評(píng)價(jià)轉(zhuǎn)化為檢索方法的改進(jìn)參數(shù)，使系統(tǒng)在交互過(guò)程中動(dòng)態(tài)地達(dá)到圖像精準(zhǔn)檢索的目的。在設(shè)計(jì)過(guò)程中，圖像底層特征信息的提取和檢索優(yōu)化的算法是主要解決的問(wèn)題。在實(shí)現(xiàn)的過(guò)程中既遇到了棘手的問(wèn)題和難點(diǎn)，也學(xué)到了圖像處理和分類(lèi)的許多方法技巧。

【參考文獻(xiàn)】

[1] 孫君頂.圖像特征提取與檢索技術(shù)[M].北京：電子工業(yè)出版社，2015.

[2] 王永明，王貴錦.圖像局部不變性特征與描述[M].北京：國(guó)防工業(yè)出版社，2010.

作者簡(jiǎn)介：張宇（1993—），女，漢族，山東青島人，管理學(xué)學(xué)士，單位：天津師范大學(xué)管理學(xué)院企業(yè)管理系，研究方向：企業(yè)管理。