数字图书馆中基于内容的图像检索研究

《数字图书馆中基于内容的图像检索研究》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、数字图书馆中基于内容的图像检索研究收稿日期：2010-07-08本文系聊城大学科研庶金资助项目“求解PFS调度问题的混合微粒群算法研究”（项目编号：X09031）的成果。作者简介：于承敏（1973—）,女，硕士，副教授，研究方向为信息检索和人工智能；凌海云（1975—），男，硕士，讲师，研究方向为人工智能和语义网；郑丽萍（1979—）,女，博士，讲师，研究方向为图像三维重建和虚拟现实等。90于承敏凌海云郑丽萍（聊城大学计算机学院山东252059）摘要：针对数字图书馆中的图像检索问题，提出了一种基于SVM的相关反馈算法。比较了基于SVM的相关反馈方法和MAKS方法的检索性能，

2、在一定程度上解决了基于内容的图像检索中由于底层特征和上层理解之间的差异而造成的“语义鸿沟”问题，仿真实验表明这种算法能提高数字图书馆中图像检索的效率和查全率。关键词：数字图书馆基于内容的图像检索支持向量机相关反馈中图分类号：G354.4文献标识码：Adoi：l0.3969/j.issn.l005-8095.2011.04.032图像检索是当前数字图书馆研究的一个热点。针对数字图书馆屮的图像数据，对冃前基于内容的图像检索技术进行了研究，利川图像本身的颜色、纹理等低层视觉特征结合图像检索的相关反馈技术，构造了一种基于SW的相关反馈算法，仿真实验表明这种算法能提高数字图书馆中图

3、像检索的效率和杳全率。1CBIR和SVM简介随着图像库规模的不断增大和基于文木标注的图像检索存在的突出问题（一是手工对图像进行标注所需的丁作量太大；二是图像标注的主观性和不精确性），研究者们提出了基于内容的图像检索技术（Content-BasedImageRetrieval,简称CBIR）,它是指根据给定的图像特征，从存储在数据库中的大量图像中进行检索，找出与给定图像特征相同或相似的图像。它是在基于属性的图像检索的基础上的深入和发展，更符合人类的思维模式和思维习惯，更适合人规模图像数据的检索，因而在图像资源的管理丹I使用上更具有实用价值，在数字图书馆的图像信息检索方面有着很

4、好的应用前景⑴。基于内容的图像检索系统主要涉及到图像视觉特征的捉取及利用、有效的特征表示及识别、高效的特征索引技术、相似性度量技术和交互式学习技术（集中研究相关反馈技术）等。典型的系统冇美国Columbia大学开发的图像检索原型系统VisualSeekandWebseek、MIT媒体实验室开发的一•套浏览和检索图像的交互式工具Photobook.美国UIUC大学开发的正式提出相关反馈的MARS系统JBMA1-niaden研究中心开发的第一个商用基于内容的图像检索系统QBIC以及中科院计算技术研究所开发的一个图像检索原型系统ImageSeek等。这些系统在一定程度上实现了对图

5、像的有效检索，但基于内容的图像检索仍存在很多问题，冇待进一步的研究。支持向量机（SupportVectorMachine,简称SVM）是一种基于结构风险最小化原理的统讣学习方法，通过在原空间或经投影后在高维空间中构造最优分类面，将给定的屈于两个类别的训练样本分开，构造超平面的依据是两类样本离超平面的距离最大化⑵。它比基于经验风险原理的神经网络学习算法具右更强的理论依据和更好的泛化性能，对线性可分问题的应用充分说明了这一点，另外对非线性问题的处理,SVM也有A己比较完整的理论。传统的统计学习在小样本学习存在缺陷，也不能很好应用于线性不可分的情况。而SVM通过选择适当的核函数,

6、可以很好地应用于非线性分类⑶。2基于SVM的图像检索算法在对Ruig提出的MARS相关反馈方法和SVM相关理论6进行研究的基础上，提出了一种基于SVM的图像检索算法。2.1图像特征的提取2.1.1颜色特征的提取颜色特征是图像最直观而明显的特征，且具有一定的稳定性、提取比较容易，是基于内容图像检索的首选特征。像素颜色的取值依赖于不同的颜色空间,常见的有RGB空间、CMY空间、HSV空间、CIE空间和YCC空间。由于HSV空间中的三分量具有相对独立性，可分别对它们进行控制，并能够准确定量地描述颜色特征，因而在图像识别和检索领域具有优势。而RGB图像在显示方面具有优势，大多数的图

7、片都是以RGB模型呈现的，所以在提取颜色特征时首先要把RGB空间转换为HSV空间。算法实现时，用HSV空问的颜色直方图⑺来描述图像的整体颜色特征，将H,S与V三个分量按照人的颜色感知进行菲等间隔的量化，参考文献&将色调H空间0if5G[0,0.2]1if心[0.2,0.7],2ifsc[0.7,1]换成角度制分成8份，将饱和度S和亮度V空间分别分成3份的量化方法。0if/ze[0,20]1ifAe[21,40]2ifAe[41,75]13ifAe[76,155]~4if/re[156,190?5if/ze[191,