基于對象的彩信圖像檢索系統(tǒng)的研究與實現(xiàn)

基于對象的彩信圖像檢索系統(tǒng)的研究與實現(xiàn)

作者：武曉島袁津生郭敏哲李浩論文關(guān)鍵詞：彩信查詢圖像檢索對象識別圖像分析論文摘要：墓于對象的彩信圖像檢索系統(tǒng)是繼圖像檢索和彩信檢索結(jié)合的新一代信息檢索技術(shù)，介紹了目前熱門的墓于對象的圖像檢索系統(tǒng)的概念，以及應(yīng)用到彩信檢索領(lǐng)域的工作原理。在基于對象的圖像檢索墓礎(chǔ)上，加入了對圖像中區(qū)域?qū)ο蟮淖R別過程，并將識別結(jié)果存入圖像屬性索引數(shù)據(jù)庫，然后在檢索過程中根據(jù)用戶輸入的對象查詢請求，到數(shù)據(jù)庫里進行檢索，最終將檢索結(jié)果返回給彩信用戶。0引言隨著彩信技術(shù)的快速發(fā)展和多媒體編碼技術(shù)的不斷進步，其數(shù)字化圖像資源日益豐富，并在彩信領(lǐng)域中扮演著越來越重要的角色。面對如此龐大的圖像數(shù)據(jù)資源，如何方便快捷地獲取自己需要的圖像顯得尤為重要。由于在圖像檢索過程中，圖像中的對象(如圖像的主體和背景)往往才是人們感興趣的檢索內(nèi)容。因此，基于對象的圖像檢索成為了一項重要研究課題。本論文的主要工作是針對彩信圖像中主體對象的識別問題進行了一項有益的嘗試。本研究在圖像分析和彩信圖像文本提取的基礎(chǔ)上，實現(xiàn)一種利用圖像對象的視覺特征和知識庫來識別對象(圖像中的主要區(qū)域)的方法，并將圖像對象名、對象的視覺特征等存人圖像屬性索引數(shù)據(jù)庫中，實現(xiàn)基于對象語義的圖像檢索。1基于文本的圖像檢索技術(shù)傳統(tǒng)的圖像檢索技術(shù)，主要是通過圖像進行人工分析，對圖像特征進行文字標注，也稱為基于文本的圖像檢索TBIR(TextbasedImageRetrieval)。這種檢索方式是用關(guān)鍵詞和描述性的文本的檢索，是先對圖像文件建立相應(yīng)的關(guān)鍵詞或描述字段，并對圖像的存儲標識和關(guān)鍵詞對應(yīng)起來，以結(jié)構(gòu)化的查詢語言或超鏈接方式進行檢[1]。這種傳統(tǒng)的圖像檢索技術(shù)在圖像信息飛速增長的今天有很大的局限性:l)手工操作，勞動強度大，不能充分揭示和描述圖像有代表性的特征;2)主觀性大，由于個人的感知差異，不同的人對相同的圖像有不同的理解;3)處理速度慢，不能快速提出檢索的相關(guān)結(jié)果;4)漏檢，檢索中不能充分利用各種特征，容易忽略事先沒有注意到的特征。由于這種檢索技術(shù)根據(jù)圖像的文本等一些與圖像相關(guān)的因素來確定圖像的內(nèi)容，而不是抽取圖像本身的外部特征或從更高的語義層次來獲取圖像的內(nèi)容，由此確定的圖像內(nèi)容可能與圖像實際內(nèi)容存在著偏差，從而直接影響圖像檢索結(jié)果的可靠性。2基于對象的圖像檢索系統(tǒng)2.1CBIR的概念為了解決基于文本的圖像檢索存在的問題，基于對象的圖像檢索CBIR(eontentBasedlm路eRetrieval)逐漸被人們所重視。這種技術(shù)由機器自動提取包含圖像內(nèi)容的可視特征:顏色、紋理、形狀、對象的位置和相互關(guān)系等，對數(shù)據(jù)庫中圖像和查詢樣本圖像在特征空間進行相似匹配，檢索出與樣本相似的圖像[2]。2.2CBIR的檢索方法其主要的CBIR的檢索方法有:基于顏色特征、紋理特征、輪廓特征、形狀特征、空間特征、時間關(guān)系及時空關(guān)系、語義特征等特征的檢索[3]。3墓于對象的彩信圖像檢索系統(tǒng)基于對象的彩信圖像檢索系統(tǒng)使用VisualC++6.0作為開發(fā)工具，采用面向?qū)ο蟮捏w系結(jié)構(gòu)，具有較好的可移植性和可擴展性。后臺數(shù)據(jù)庫系統(tǒng)采用MicrosoftAcces2000，訪問方法為ADO訪問。該系統(tǒng)的功能是:用對象識別系統(tǒng)將圖像分析和對象識別的結(jié)果存入圖像屬性索引數(shù)據(jù)庫;根據(jù)用戶輸人的檢索要求，檢索系統(tǒng)利用圖像屬性索引數(shù)據(jù)庫進行檢索，根據(jù)相似度由大到小排列檢索結(jié)果，然后將檢索結(jié)果信息(包括圖像的縮微圖)發(fā)送到彩信群發(fā)器，再發(fā)送到用戶。3.1系統(tǒng)設(shè)計思想3.1.1圖像數(shù)據(jù)庫組成圖像數(shù)據(jù)庫系統(tǒng)是在傳統(tǒng)數(shù)據(jù)庫、數(shù)字圖像處理與模式識別等技術(shù)的基礎(chǔ)上發(fā)展起來的一門新興的綜合技術(shù)。圖像數(shù)據(jù)庫技術(shù)一直致力于解決海量數(shù)字圖像的有效存儲和管理問題。圖像數(shù)據(jù)庫的產(chǎn)生拓展了傳統(tǒng)數(shù)據(jù)庫技術(shù)的應(yīng)用，又為圖像處理技術(shù)提供了有力的支持[4]。3.1.2圖像屬性索引數(shù)據(jù)庫建設(shè)圖像屬性索引數(shù)據(jù)庫中存放著從彩信頁中獲得的所有圖像及其屬性，以供用戶查詢使用。3.1.3動態(tài)鏈接庫(DLL)中執(zhí)行函數(shù)的實現(xiàn)在試驗平臺ImageHuntPlatform中特征生成和圖像檢索函數(shù)的實現(xiàn)，采用了動態(tài)鏈接庫(DLL)中的執(zhí)行函數(shù)。動態(tài)鏈接庫(DLL)是用作共享函數(shù)庫的可執(zhí)行文件。DLL中的代碼在運行時動態(tài)加載。VisualC++中的類庫MFC以3種不同的方式支持DLL的開發(fā)，即:l)與MFC靜態(tài)鏈接的常規(guī)DLL與MFC動態(tài)鏈接的常規(guī)DLL及與MFC動態(tài)鏈接的擴展DLL。2)與MFC動態(tài)鏈接的常規(guī)DLL與MFC動態(tài)鏈接的常規(guī)DLL也是內(nèi)部使用MFC的DLL，DLL中的導出函數(shù)可以被MFC和非MFC可執(zhí)行程序調(diào)用。與前者的區(qū)別是，這種類型的DLL在建立時使用的是MFC動態(tài)鏈接庫。導出函數(shù)使用的也是標準C接口，但必須使用宏AFx_MANAGE_STATE兀來設(shè)置MFc模塊狀態(tài)[5]。3)與MFC動態(tài)鏈接的擴展DLL與MFC動態(tài)鏈接的擴展DLL是從已有的MFC來派生新的可再用類的DLL。擴展DLL在建立時使用的是MFc動態(tài)鏈接庫。擴展DLL中的導出函數(shù)只能由動態(tài)鏈接MFC的MFC應(yīng)用程序調(diào)用。使用擴展DLL，可以從MFC派生新的自定義類，然后提供MFC擴展版給調(diào)用DLL的應(yīng)用程序。在試驗平臺中，要求特征生成和圖像檢索函數(shù)作為DLL庫的導出函數(shù)。特征生成函數(shù)的原型為voidGenerateChar()，無參數(shù)。圖像檢索函數(shù)的原型為B00LColorHuni(cstringUst*PositivePath，CStringUst*NagetivePath，CobArray*fsimi-larArray)，其中Positivepath為正例圖像的路徑鏈表，Nagetive-Path為反例圖像的路徑鏈表，fSimilarArray為返回結(jié)果的對象鏈表(包括檢索圖像的ID、檢索圖像的路徑和示例圖像的相適度)。動態(tài)鏈接庫的方式可采用與MFC動態(tài)鏈接的常規(guī)DLL或與MFC動態(tài)鏈接的擴展DLL。以圖像檢索函數(shù)為例，在試驗平臺中動態(tài)加載DLL庫的主要代碼如下:HINSTANCEhdll;ypedefBOOL(CALLBACK·MYPROC)(CStringLiat*，CStringList*，CobArray*);MYPROCdllproc;Hdll=loadLibrrary(“DLL所在路徑”);//可與從Windows注冊表中動態(tài)取得If(hdll!=null){dllproc=(MYPROC)CetProcAddress(hdll，F(xiàn)unName);{AfxMessageBox(“輸入檢索圖像的函數(shù)名稱有錯誤！”);return;}Dllproc(…，…，…);}3.2系統(tǒng)工作流程其主要的工作流程為:用戶根據(jù)自己的需求輸人所孺要的圖像模型;將對象的輪廓區(qū)域從背景中區(qū)分出來;分析、提取并識別對象區(qū)域的視覺特征(頗色、形狀、紋理、位置、大小、方向等)，建立數(shù)據(jù)參數(shù)或語義級的文字描述;根據(jù)對象視覺特征知識庫和相關(guān)文本(彩信中的相關(guān)對象名和對象特征關(guān)鍵詞)識別對象，建立概念級的圖像對象文本標注;利用對象的文本標注和視覺特征描述，實現(xiàn)