基于內(nèi)容的圖像檢索研究獲獎科研報(bào)告

基于內(nèi)容的圖像檢索研究獲獎科研報(bào)告摘

要：多媒體信息已經(jīng)成為人們現(xiàn)代生活中不可或缺的部分，網(wǎng)絡(luò)技術(shù)的介入功能也在不斷地發(fā)展當(dāng)中，網(wǎng)絡(luò)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(wǎng)絡(luò)信息的增長呈現(xiàn)指數(shù)型增長的態(tài)勢。因此，如何在浩如煙海的數(shù)據(jù)庫里實(shí)現(xiàn)對圖像的快速、高效的檢索已經(jīng)越來越被人們所關(guān)注，也是我們現(xiàn)在需要著重研究的一個課題。

關(guān)鍵詞：CBIR;特征提取;相似度匹配;反饋

1.為什么需要基于內(nèi)容的圖像檢索？

當(dāng)前一個時期，伴隨著互聯(lián)網(wǎng)技術(shù)的發(fā)展和各種數(shù)碼產(chǎn)品的普及，海量的圖像內(nèi)容涌入我們的生活、工作中，而且這些圖像在內(nèi)容方面缺少相應(yīng)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(shù)層面相對成熟，但是我們在實(shí)施應(yīng)用中會發(fā)現(xiàn)如下弊端：豐富的圖像內(nèi)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(fèi)大量的人力和時間等。因此，我們得出這樣的結(jié)論：對于海量的圖像，基于人工標(biāo)注文字的檢索已不可能。在這一背景下，基于內(nèi)容的圖像檢索也就顯得更為有必要了。

基于內(nèi)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(biāo)注，計(jì)算機(jī)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(shù)在實(shí)際應(yīng)用過程中，也會面臨如人類高級語義特征與計(jì)算機(jī)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(nèi)容的圖像檢索查詢方式和現(xiàn)有系統(tǒng)介紹

就現(xiàn)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(shù)據(jù)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(biāo)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(biāo)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(nèi)容的圖像檢索的現(xiàn)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(jìn)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(guān)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(yīng)景物的表面性質(zhì)。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(diǎn)相對分明：優(yōu)點(diǎn)是不受圖像旋轉(zhuǎn)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(diǎn)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(yīng)景物的表面性質(zhì)，但僅僅利用紋理特征是無法獲得高層次圖像內(nèi)容，其不像顏色特征基于像素點(diǎn)，紋理需要在包含多個像素點(diǎn)的區(qū)域中進(jìn)行統(tǒng)計(jì)計(jì)算。

這一特征具有旋轉(zhuǎn)不變性，并且對于噪聲有較強(qiáng)的抵抗能力的優(yōu)點(diǎn)。同時，缺點(diǎn)也相對突出：當(dāng)圖像的分辨率發(fā)生變化，所計(jì)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(dǎo);可用于檢索具有粗細(xì)、疏密等方面較大差別的紋理圖像，但如果紋理之間的粗細(xì)、疏密相差不大，則難于應(yīng)用[3]。

（3）形狀特征

這一技術(shù)可以有效利用圖像中感興趣的目標(biāo)來進(jìn)行檢索。缺點(diǎn)主要有：缺乏比較完善的數(shù)學(xué)模型;如果目標(biāo)有變形時，檢索結(jié)果不太可靠;僅僅描述了目標(biāo)局部的性質(zhì)，要全面描述目標(biāo)常常對計(jì)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(biāo)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(diǎn)

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(cè)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(zhuǎn)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(jì)算常比較復(fù)雜。

d.顏色vs形狀

顏色特征多具有平移、旋轉(zhuǎn)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(jié)

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