基于數(shù)字圖像的檢索技術(shù)研究

李磊

湖北工程學(xué)院

基于數(shù)字圖像的檢索技術(shù)研究

李磊

湖北工程學(xué)院

近年來，網(wǎng)絡(luò)和多媒體技術(shù)越來越發(fā)達(dá)，網(wǎng)絡(luò)上的各類資源日以豐富，人們越來越青睞于直觀生動的多媒體技術(shù)，數(shù)字圖像的存在感越來越強(qiáng)，但它們并沒有被綜合整理分類，這樣想快速充分的利用這些有用信息，就需要用到圖像檢索技術(shù)。目前，網(wǎng)絡(luò)資源的日益豐富以及圖像檢索技術(shù)日益發(fā)展成熟，使得不斷擴(kuò)大圖像檢索技術(shù)的應(yīng)用領(lǐng)域，這就需要我們繼續(xù)研究完善圖像檢索技術(shù)。與此同時(shí)，網(wǎng)絡(luò)傳送速度與計(jì)算機(jī)信息處理速度不斷提高，網(wǎng)頁中越來越普遍的使用多媒體信息，特別是圖像信息，成為了網(wǎng)頁內(nèi)容的重要組成部分。如何為用戶同時(shí)提供文本信息和圖像信息，是信息檢索中一個重要研究方向。于是各種基于Web的圖像檢索系統(tǒng)應(yīng)運(yùn)而生，極大地方便了用戶對網(wǎng)上圖像進(jìn)行檢索。本文將重點(diǎn)介紹各種圖像檢索技術(shù)的原理、現(xiàn)狀、發(fā)展趨勢。

圖像檢索 文本內(nèi)容 圖像內(nèi)容

圖像檢索引擎的檢索途徑主要有三種：

1 立足于文本，對圖像進(jìn)行檢索

但是因?yàn)槭芸卦~匯本身的局限，易歧義，更新慢，所以不太容易應(yīng)對網(wǎng)絡(luò)上日新月異的各類圖像，傳統(tǒng)的圖像檢索技術(shù)是通過精確匹配關(guān)鍵字檢索，用關(guān)鍵字標(biāo)識系統(tǒng)內(nèi)的圖像，標(biāo)識相一致的關(guān)鍵字就是檢索線索，即輸入是關(guān)鍵字，輸出是圖像。它又包括兩種途徑：①基于圖像外部信息進(jìn)行檢索。在找出圖像文件后，圖像檢索引擎通過查看文件名或路徑名確定文件內(nèi)容。②基于手工標(biāo)注的檢索。手工描述并分類圖像的內(nèi)容，將其標(biāo)注為關(guān)鍵字，并建立索引。這種查詢方式的有點(diǎn)是比較準(zhǔn)確，有較好的查準(zhǔn)率，但勞動強(qiáng)度大，圖像的標(biāo)注也缺乏統(tǒng)一標(biāo)準(zhǔn)。

2 立足于圖像內(nèi)容，對圖像進(jìn)行分析和檢索

通過圖像分析軟件自動抽取圖像的顏色、形狀、紋理等特征進(jìn)行檢索，并建立特征索引庫，輸入要查找的圖像的特征描述，通過檢索規(guī)則，輸出有著相近特征的圖像內(nèi)容，按相似規(guī)則排列，這種檢索方法的優(yōu)點(diǎn)是把在傳統(tǒng)圖像檢索技術(shù)中用戶描述或識別的圖像特征，交由系統(tǒng)去解決。這種檢索主要是基于圖像本身特征層次來完成的，適用于有明確的查詢要求的檢索目標(biāo)，但目前這種檢索技術(shù)在圖像檢索引擎中應(yīng)用還有一定困難。盡管圖像檢索已經(jīng)出現(xiàn)了多種表征圖像特征的方法諸如直方圖、顏色矩、顏色集等，但是要實(shí)現(xiàn)更高語義上的檢索，實(shí)現(xiàn)難度大，進(jìn)展慢。

3 結(jié)合文本和內(nèi)容，進(jìn)行融合性檢索

二者雖側(cè)重不同但卻互相補(bǔ)充，集合兩者的優(yōu)勢，促進(jìn)高效、簡單的圖像檢索方式。

這三種圖像引擎的檢索方式都是相互影響和相互促進(jìn)的，任何一種方法進(jìn)步，都會促進(jìn)圖像檢索技術(shù)的發(fā)展。

4 基于顏色的圖像檢索

顏色特征提取。在傳統(tǒng)的圖像檢索算法中，最簡單基本的一種計(jì)算方法是直方圖，該算法用于表達(dá)不同顏色所占的比例構(gòu)成數(shù)字圖像。一般用（Red-Green-Blue）顏色空間來描述在數(shù)字圖像中的一幅圖像，然而人們對（Red-Green-Blue）空間結(jié)構(gòu)不熟悉，以及人們對顏色相似性的認(rèn)識存誤差，尤其是在量化過程中。因此我們需要將（Red-Green-Blue）空間轉(zhuǎn)化成HSV空間，再來通過量化的方法來獲取我們需要的圖像顏色直方圖，顏色特征是一種全局特征，通過它我們能夠描述圖像或圖像區(qū)域的景物表面性質(zhì)，一般顏色特征是基于像素點(diǎn)的特征。由于顏色對圖像或圖像區(qū)域的方向、大小等變化不敏感，所以顏色特征不能很好地捕捉圖像中對象的局部特征。如果僅使用顏色特征查詢，當(dāng)數(shù)據(jù)庫很大時(shí)，常會檢索出許多不需要的圖像。但是在圖像檢索中應(yīng)用最為廣泛的視覺特征是顏色特征，主要是因?yàn)閳D像中所包含的物體或場景和顏色往往十分相關(guān)。此外，相比其他視覺特征，顏色特征對圖像本身的尺寸、方向、視角的依賴性較小，從而具有較高的穩(wěn)定性。

檢索中，為了正確地使用顏色，我們需要建立顏色模型。顏色特征是圖像最直觀而明顯的特征，一般采用直方圖來描述。顏色直方圖是表示圖像中顏色分布的一種方法，它的橫軸表示顏色等級，縱軸表示在某一個顏色等級上具有該顏色的像素在整幅圖像中所占的比例，直方圖顏色空間中的每一個刻度表示了顏色空間中的一種顏色。在顏色布局描述符中，對分割好的8×8的圖像取每一塊圖像的顏色平均值，形成一個顏色平均值矩陣，然后對其用二維離散余弦進(jìn)行變換，取低頻分量作為顏色特征。

5 基于紋理的圖像檢索

紋理特征提取。紋理是一種反映圖像中同質(zhì)現(xiàn)象的視覺特征，它體現(xiàn)的是物體表面的具有緩慢變化或者周期性變化的表面結(jié)構(gòu)組織排列屬性。紋理和灰度、顏色等圖像特征不同，它的原理是通過像素及其周圍空間鄰域的灰度分布來表現(xiàn)，即：局部紋理信息。而圖像可以看成是不同紋理區(qū)域的組合。紋理特征可用來對圖像中的空間信息進(jìn)行一定程度的定量描述，這彌補(bǔ)了顏色特征的缺陷。邊緣直方圖是基于圖像邊緣的統(tǒng)計(jì)特征，目標(biāo)的邊緣和紋理特征能較好地被反映，且運(yùn)算速度較高。

6 結(jié)束語

本文分析了圖像檢索技術(shù)的幾種類型，并分析研究了其中幾個算法，以及顏色、紋理特征提取。但隨著計(jì)算機(jī)網(wǎng)絡(luò)技術(shù)的飛速發(fā)展檢索效率和精度需要不斷提高，這就需要我們在現(xiàn)有圖像檢索技術(shù)的基礎(chǔ)上加強(qiáng)對基于內(nèi)容的圖像檢索技術(shù)進(jìn)行研究，最終實(shí)現(xiàn)更高語義上的精準(zhǔn)檢索。