多尺度相位特征提取及其在图像检索中的应用

《多尺度相位特征提取及其在图像检索中的应用》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、数据采集文对象信息用户互联网件分割提交查询图象Jl囊《⋯：相关反馈数据库等蓰分块i概念学习等：’，黼爹．∽{加窦著l，五‘，田白熙赢归一化等士一；关系等i显示区域查询示例、检索结果索引结构j．．⋯鑫⋯⋯》相!；等数据结构：图象特征似：i0一结台关键词度；；l选择区域室。兰．-^‘_nP★E^_l目^自l语义决策分类l；、荃皆I特征耀瞒堋鹇章：绪论图1．1：CBlR系统模型F适．1．1：FlowchartoftheCBIRSyStems．“基于内容”说明CBIR技术是直接考虑图像的视觉信息的，而不囿于传统的通过对图像进行

2、语义注释的TBIR技术。基于内容的图像检索是利用图像特征的相似性匹配来进行检索，输入的为图像示例，输出的为与示例相同的或者相似的图像。它所依据的是从图像中提取的客观的图像特征描述，而非主观的人工标注，因此避免了因为关键词模糊的含义所带来的非预期的检索结果。CBIR技术作为一种新的图像检索技术，是以图像处理，模式识别，图像理解和计算机视觉等传统的图像技术为基础的。主要研究的是图像特征描述方法，图像特征提取和索引方法以及衡量图像内容相似程度的相似性度量算法等问题。其中，图像特征提取对CBIR而言显得尤其的关键。CBIR系统

3、性能的好坏，在很大程度上都取决于所提取的图像特征是否很好地描述了图像的“内容”。CBIR技术目前已经应用在了许多方面，诸如：图像搜索引擎，数字图书馆，商标检索系统，医学图像检索等等。可以预见，在不远的将来，对CBIR技术的需求还会进一步的扩大，因此，针对这一方向的深入研究具有很大的理论价值和应用前景，这是一个颇有生命力的研究方向。而随着对CBIR技术需求的不断提高，该方向的研究定会获得空前的发展。主里型堂垫垄丕兰塑主兰堡坠奎差=皇!堑堡次，所提取的图像特征又可分为低层特征，中层特征和高层特征。低层特征：这一方面的研究主

4、要是以现有的计算机视觉及图像处理技术为基础。其主要工作是直接从图像中提取诸如颜色、纹理和形状等图像基本特征。用一组特征矢量来作为图像内容的描述。低层特征主要指图像的可视特征，可分为通用特征与专用特征。通用特征是指针对通用图像数据的一类图像特征，如颜色、纹理和形状等。专用特征则针对特定应用领域的图像数据，如人脸、指纹和医疗图像等所设计出的特征。目前，已见诸文献的低层特征有数百种之多【Smeulders2000】【Dalta2005】【DatI：a2007】，绝大部分都是基于颜色、纹理和形状特征的，或者多种特征混合的。中层

5、特征：由于传统的低层特征并未考虑任何图像的语义信息，因此在对图像内容的描述上很可能是不完备的。以主色特征和颜色均值特征为例。在某些情况下，这两种特征是非常类似的，但是在有些情况下，两者却有迥然不同Liu2007】。如下图，第一幅图像的主色特征与颜色均值非常接近，第二幅图像就相去甚远了。这也说明低层特征对于图像的描诔皋存存不一靳桦的．露鬃!誉鬻‘-’；：≯、≮鬻}。≯罗：一”孤争≮2：’、誊；；194F?i㈠：。≥絮lIq，lI扣，“¨烈舢2‘b'敏c}图1．2：图像内容特征不一致(a)原图(b)均色(c)主色Fig．1

6、．2：DisaccOrdofimagecontentandf．eatures为解决这个问题，中层特征主要考虑图像之中的对象，即具有语义含义的区域及相互关系，但值得注意的是图像分割和目标识别是目前图像处理领域中尚未解决的问题。虽然对区域分割算法及区域面积、区域间位置关系、两组多区域间相似度等的研究取得了不小的进展，但在通用的图像分割和目标识别问题上，仍然没有一个合适的解决方案。高层特征：所谓高层，是指符合人类对图像内容理解的语义级的描述。亦即图像内容的语义描述，包括各类底层特征之间的逻辑关系。图像的高层特征中，一种最直观

7、的就是：图像关键词标注。它通常和图像的低层特征相结合，从而达到填补语义鸿沟(SemanticGap)的目的。这方面的相关工作可参见【Ferecatu2008】。(2)相似性度量：相似性度量是CBIR中除了特征提取之外最重要的一个±里型兰塾垄盔堂婴圭兰笪笙塞蔓=至!缝堡研究内容。可以说，相似性度量方法在很大程度上决定了一个CBIR算法性能的优劣，因为它直接关系着最后呈现给用户的检索结果是否和用户的期望一致。它主要研究如何设计相似性度量函数，使得根据所提取的图像特征计算出来的图像之间的相似性和人眼视觉系统作出的判断一致【L

8、iu2007】。为了达到这个目的，研究者们引入了信息论，统计理论和最优规划等理论从多个角度来模拟和逼近人眼的视觉特性。首先，相似性度量计算的特征差异要与视觉差异一致。研究表明，人类的感知系统对于不同类别的特征会采用不同的度量方式【Smeulders2000】[Stentiford2007】，所以必须根据所提取的图像特征的类型选择相