基于內容的圖像檢索研究獲獎科研報告

基于內容的圖像檢索研究獲獎科研報告摘

要：多媒體信息已經成為人們現代生活中不可或缺的部分，網絡技術的介入功能也在不斷地發(fā)展當中，網絡上發(fā)布的信息也由單一的文本逐漸發(fā)展為由圖像、視頻、音頻組成的綜合信息。而且，隨著自媒體時代的到來，各種移動終端的普及使得網絡信息的增長呈現指數型增長的態(tài)勢。因此，如何在浩如煙海的數據庫里實現對圖像的快速、高效的檢索已經越來越被人們所關注，也是我們現在需要著重研究的一個課題。

關鍵詞：CBIR;特征提取;相似度匹配;反饋

1.為什么需要基于內容的圖像檢索？

當前一個時期，伴隨著互聯網技術的發(fā)展和各種數碼產品的普及，海量的圖像內容涌入我們的生活、工作中，而且這些圖像在內容方面缺少相應的索引、目錄或摘要，我們要想從手篩選出適合自身需要的圖像，不僅工作量大大增加，而且難度也隨之提升。此外，之前相對普及的基于文字描述的圖像檢索，雖然在技術層面相對成熟，但是我們在實施應用中會發(fā)現如下弊端：豐富的圖像內容很難用文字來全面描述;文字的選取因人而異，帶有很大的主觀性;耗費大量的人力和時間等。因此，我們得出這樣的結論：對于海量的圖像，基于人工標注文字的檢索已不可能。在這一背景下，基于內容的圖像檢索也就顯得更為有必要了。

基于內容的圖像檢索在如下幾方面優(yōu)勢明顯：提供圖像的檢索功能;不需要人手工標注，計算機自動分析和檢索，節(jié)省人力和時間;使海量圖像的管理和索引成為可能。但是，這一技術在實際應用過程中，也會面臨如人類高級語義特征與計算機底層特征表示的矛盾、查詢方式問題等一系列亟待完善之處。

2.基于內容的圖像檢索查詢方式和現有系統(tǒng)介紹

就現階段的查詢方式而言，主要包括了如下幾個層面：（1）利用采樣圖像：選擇圖像數據庫中的圖像;（2）利用范例圖像：來自圖像庫之外，用戶自己提供;（3）利用局部圖像：先提取圖像區(qū)域，再利用該圖像區(qū)域檢索，或利用不同圖像的不同區(qū)域的拼圖;（4）利用繪制圖像：用戶繪制出來的圖作為查詢圖像，描述用戶的檢索目標或場景。其中，第四種利用繪制圖像，又可以分為：（1）草圖：簡單的素描，用戶期望的目標形狀;（2）繪畫：用顏色描繪圖像區(qū)域及區(qū)域的空間分布等形式。

基于內容的圖像檢索的現有系統(tǒng)，大致包括QBIC、Virage、Photobook、VisualSEEK、MARS等，我們在這里主要選取前三種進行簡單介紹。

3.特征提取與相似度匹配

這里的特征包括了圖像的顏色特征、紋理特征、形狀特征以及空間關系特征等多種。

（1）顏色特征

這是一種全局特征，描述了圖像或圖像區(qū)域所對應景物的表面性質。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。

在使用顏色直方圖表示時，優(yōu)缺點相對分明：優(yōu)點是不受圖像旋轉和平移變化的影響，歸一化可不受圖像尺度變化的影響;缺點是沒有顏色空間分布的信息[2]。

（2）紋理特征

這也是一種全局特征，描述了圖像或圖像區(qū)域所對應景物的表面性質，但僅僅利用紋理特征是無法獲得高層次圖像內容，其不像顏色特征基于像素點，紋理需要在包含多個像素點的區(qū)域中進行統(tǒng)計計算。

這一特征具有旋轉不變性，并且對于噪聲有較強的抵抗能力的優(yōu)點。同時，缺點也相對突出：當圖像的分辨率發(fā)生變化，所計算出來的紋理可能會有較大偏差;可能受到光照、反射情況的影響，用于檢索時，這些虛假的紋理會造成誤導;可用于檢索具有粗細、疏密等方面較大差別的紋理圖像，但如果紋理之間的粗細、疏密相差不大，則難于應用[3]。

（3）形狀特征

這一技術可以有效利用圖像中感興趣的目標來進行檢索。缺點主要有：缺乏比較完善的數學模型;如果目標有變形時，檢索結果不太可靠;僅僅描述了目標局部的性質，要全面描述目標常常對計算時間和存儲量有較高的要求;許多形狀特征所反映的目標形狀信息與人的直觀感覺不完全一致。

（4）不同特征的相對特點

a.顏色vs紋理

顏色特征充分利用了圖像的色彩信息，而紋理特征只利用了圖像的灰度信息（彩色紋理特征不多見）。

顏色特征側重于圖像整體信息的描述，而紋理特征更偏重于局部。

b.顏色vs形狀

顏色特征多具有平移、旋轉和尺度不變性，而不少形狀特征（如邊緣方向）只具有平移不變性。

c.紋理vs形狀

通常紋理特征比較容易獲得，而形狀特征的計算常比較復雜。

d.顏色vs形狀

顏色特征多具有平移、旋轉和尺度不變性，而不少形狀特征（如邊緣方向）只具有平移不變性。

4.總結

選擇合適的圖像作為輸入是圖像檢索面臨的重要問題。首先，用戶在檢索所需要的圖像時，如何擁有與所需