图像检索方式简介

图像检索方式简介

ID:38366687

大小:32.50 KB

页数:3页

时间:2019-06-11

图像检索方式简介_第1页
图像检索方式简介_第2页
图像检索方式简介_第3页
资源描述:

《图像检索方式简介》由会员上传分享,免费在线阅读,更多相关内容在教育资源-天天文库

1、图像检索方式简介所谓的图像检索一般包括三个方面:首先,广泛收集图像资源,达到能够满足建立图像数据库的要求,接着对收集的图像资源进行加工,提取出每一幅图像的特征,并对它们进行统一分析标引,从而建立图像的索引数据库;其次,针对用户所提出的待检索图像的需求进行分析处理,使其转化形成可以用来检索索引图像数据库的提问;最后,按照一定的相似度算法,计算出用户关于待检索图像的提问与索引数据库中每一幅图像的特征的相似度大小,设定适当的相似度阈值,把索引数据库中的能够满足相似度阈值的图像标引作为检索结果,然后把满足条件的图像按照相似度降序的方式逐次输出。图像检索的方

2、式按照出现的先后顺序可以分为两类,它们分别是:基于文本的图像检索技术和基于内容的图像检索技术。基于文本的图像检索技术[1](Text-basedImageRetrieval,简称TBIR)起始于上个世纪七十年代,主要是利用文本描述的方式来描述图像的各种特征。确切的说,文本检索方法利用自然语言的优势将图像内容用文字进行确切的描述,用文字揭示其内在的各种语义关系,形成描述性的自由文本,而这些自由文本自然而然的体现了图像的特征,然后建立索引,实现检索关键词与特征标识的匹配,所以基于文本的图像检索技术实质就是字符串之间的相似匹配技术。按照不同的描述对象,文

3、本描述可以分为两种描述方法:基于图像内容的文字描述和基于图像的外部特征描述。前者主要是根据图像的内容,对图像的意译、图像的颜色、要素、形状及其分布进行描述;而后者所描述的外部特征主要包括图像的名称、类型、尺寸、作者、年代等等一些与图像内容无关的信息。文本检索较分类检索使用方便,而且更快速地定位所需要查找的对象。一般情况下,分类检索与文本检索是相互促进和相互结合的,分类类目的组织为关键词检索提供了数据组织的基础。基于文本的图像检索方法存在着如下的几点弊端:(1)文本描述具有主观性。对于一幅相同的图像,不同的人或者相同的人在不同的清苦下可能会有不同的理

4、解。无论是用户在查询时输入的关键词和数据库中的关键词不一致或者是输入的关键词不存在,都将会导致查询结果失败。(2)文本描述具有不充分性。图像很多具有很多的引申意义和许多丰富的细节,这些都是很难用自然语言表达出来的,寥寥几个关键词很难将图像所反映的实质内容和语义关系描述清楚。(3)手工注解工作量非常大。由于必须由手工对图像加注文本信息,所以随着图像数量的增加和图像数据来源的日益广泛,这种方法不但费时费力,而且工作量很大,处理速度也很慢。随着图像数目的不断增加,基于文本的图像检索方法弊端逐渐显露,对于一些比较抽象的图像既不易通过文本方式来描述,也不易归

5、类,而且利用手工方法描述图像人工消耗比较大,文本描述的一致性也不易保证。针对这些不足,基于内容的图像检索技术[2](Content-basedimageRetrieval,简称CBIR)出现了。基于内容图像检索技术是图像检索的一个子集,涉及到图像理解、模式识别、计算机视觉、数据库等技术,它通过对图像进行处理、分析和理解的过程获取其图像内容的基本特征,并根据这些特征进行图像检索。现阶段,大多数基于内容图像检索研究仍就处在特征提取阶段。其方法与图像检索相似,首先是对待检索的图像进行特征提取,如颜色、纹理和形状等特征的提取,形成特征矢量;然后对图像数据库

6、中的每一个图像,利用同样的方法计提取视觉特征,构成特征矢量;最后在特征空间中,计算待检索图像特征矢量与图像数据库中各个图像特征矢量间的距离,根据距离大小检索出与待检索图像相似的图像。根据提取出特征的不同,基于内容图像检索可以分为以下几种:(1)基于颜色特征的图像检索。颜色能够有效地吸引人们的视觉注意力,是描述图像内容的最直接的视觉特征,与其他视觉特征相比,图像本身的尺寸大小、方向和视角的变换对颜色特征的影响较小。同时,颜色特征的提取也相对比较容易,因此基于颜色特征的图像检索的研究受到了广大研究者们的重视。(2)基于形状特征的图像检索。形状特征是图像

7、的基本特征,是人类视觉系统进行物体识别时的关键信息之一,是描述高层视觉特征(如目标、对象)的重要手段。有了好的形状特征描述和特征提取方法作支持,图像的低层特征和高层特征才能有机地结合起来。形状特征的有效表达必须以对图像中物体或区域的分割为基础。形状特征的描述有很多方法,简单的形状全局特征描述子有:狭长度、圆形度、惯性主轴方向、偏心率、球心性等。(3)基于纹理特征的图像检索。图像的纹理特征本质上是刻画像素的邻域灰度空间分布规律。图像的纹理分析是图像分析处理研究中的一个重要组成部分。目前,由于纹理特征没有明确的定义,大体上纹理特征描述主要有六个,它们分

8、别是:粗糙度、对比度、方向度、线性度、规整度和粗略度,人们对纹理的视觉特征认识也非常主观,因此目前的特征描述方法还没有一个

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。