摘 要：基于形狀的圖像檢索技術(shù)是基于內(nèi)容的圖像檢索技術(shù)的一個(gè)重要組成部分。現(xiàn)有的形狀特征檢索技術(shù)主要集中在形狀特征的提取及相似性度量、形狀特征與顏色和紋理特征結(jié)合、形狀特征與高層的語(yǔ)義特征結(jié)合的研究。在分析現(xiàn)有的基于形狀的圖像檢索技術(shù)的一些關(guān)鍵技術(shù)的基礎(chǔ)上，對(duì)基于小波-傅里葉特征(WFD)的形狀檢索方法進(jìn)行了研究，并提出了一些改進(jìn)算法。

結(jié)合Matlab和ACCESS實(shí)現(xiàn)了一個(gè)基于形狀的圖像檢索實(shí)驗(yàn)系統(tǒng)，建立了用戶(hù)界面，選取與設(shè)計(jì)了4個(gè)圖像測(cè)試集，使用檢索性能評(píng)價(jià)方法對(duì)形狀特征的檢索結(jié)果進(jìn)行了客觀的評(píng)價(jià)。實(shí)驗(yàn)結(jié)果表明，利用本文所提出改進(jìn)的形狀特征進(jìn)行檢索取得了較好的檢索效果。

關(guān)鍵詞：基于形狀的圖像檢索;形狀特征;小波-傅里葉特征;檢索性能評(píng)價(jià)

Research of Shape-based Image Retrieval

ZHAO Chen，REN Yumiao

(School of Electronics and Information Engineering，Xi′an Technological University，Xi′an，710032，China)

Abstract：Shape-based image retrieval is one important part of content-based image retrieval.Current shape-based image retrieval techneques mainly focus on shape feature extraction and feature similarity evaluation，combination of shape，color，texture features in image retrieval，and combination of shape feature with semantic feature in image retrieval.This paper analyzes key techonologies of Wavelet-Fourier Descriptor，and improves some feature extracting methods.A testing system of shape-based image retrieval is completed with MATLAB and ACCESS，a user interface has been established.4 different image databases for testing performance of retrieval have been chosen and designed，and performance estimation methods have been used to objectively estimate shape descriptors.The experimental results show that our shape descriptor has good retrieval performance，is more consistent with human perception.

Keywords：shape-based image retrieval;combination of shape;wavelet-Fourier descriptor;retrieval performance estimation



1 引 言

隨著多媒體技術(shù)、計(jì)算機(jī)技術(shù)、通信技術(shù)及Internet網(wǎng)絡(luò)的迅速發(fā)展，人們正在快速地進(jìn)入一個(gè)信息化社會(huì)?，F(xiàn)代技術(shù)已能運(yùn)用各種手段大量地采集和產(chǎn)生各種類(lèi)型的多媒體數(shù)據(jù)，人們對(duì)多媒體信息的需求也越來(lái)越大量和頻繁。圖像信息是多媒體信息中最常見(jiàn)的一種，也具有多媒體信息數(shù)據(jù)量大、抽象程度低的特點(diǎn)。如何從海量的圖像信息中有效地獲取有用信息，即圖像信息資源的管理和檢索顯得日益重要。隨著人們對(duì)圖像信息的巨大需求的增長(zhǎng)，產(chǎn)生了基于文本的圖像檢索技術(shù)，比如著名的搜索引擎百度中對(duì)圖像的檢索。這種基于文本的檢索技術(shù)所利用的人工標(biāo)注方法存在局限性，經(jīng)常檢索出來(lái)大量的用戶(hù)不感興趣的圖像，但在沒(méi)有更好解決辦法的情況下，用戶(hù)只能繼續(xù)使用。因此如何對(duì)圖像的內(nèi)容自動(dòng)、客觀、全面地進(jìn)行特征提取，真實(shí)有效的表示圖像內(nèi)容，幫助用戶(hù)快速有效地訪問(wèn)感興趣的圖像有著極大的研究需求和迫切的需要，而基于內(nèi)容的圖像檢索(Content Based Image Retrieval，CBIR)技術(shù)恰好能有效的解決這個(gè)問(wèn)題。另外在實(shí)際的應(yīng)用中，圖像數(shù)據(jù)庫(kù)及其檢索的研究對(duì)多媒體數(shù)字圖書(shū)館、醫(yī)學(xué)圖像管理、衛(wèi)星遙感圖像和計(jì)算機(jī)輔助設(shè)計(jì)和制造、地理信息系統(tǒng)、犯罪識(shí)別系統(tǒng)、商標(biāo)版權(quán)的管理，生物的辨識(shí)分類(lèi)等方面提供有力的支持。

自上世紀(jì)70年代以來(lái)，圖像檢索便成為一個(gè)非?；钴S的研究領(lǐng)域^［1］。目前廣泛應(yīng)用的基于文本和關(guān)鍵字的圖像檢索技術(shù)(Text Based Image Retrieval，TBIR)主要有兩種方法：一種是通過(guò)對(duì)圖像進(jìn)行人工標(biāo)注關(guān)鍵字進(jìn)行檢索；另一種就是根據(jù)圖像的外部信息，如圖像文件名、目錄名、路徑名和周?chē)奈淖终f(shuō)明信息等進(jìn)行檢索，這是目前圖像搜索引擎采用最多的方法。這種方法存在一定的局限性：大量注釋性文字的手工輸入需要花費(fèi)大量人力和物力；不同的人對(duì)圖像的理解存在主觀性；簡(jiǎn)短的文本描述難以體現(xiàn)圖像豐富的內(nèi)容；因此常常檢索出許多無(wú)關(guān)的結(jié)果。

針對(duì)基于文本和關(guān)鍵字的圖像檢索技術(shù)的局限性，上世紀(jì)90年代出現(xiàn)了基于內(nèi)容的圖像檢索技術(shù)(Content Based Image Retrieval，CBIR)，成為了國(guó)內(nèi)外研究的一個(gè)新熱點(diǎn)。它是基于圖像視覺(jué)特征的圖像檢索，根據(jù)圖像所包含的顏色、紋理、形狀、空間關(guān)系以及它們的組合特征等信息建立索引，并且通過(guò)圖像特征向量間的距離進(jìn)行相似性度量。CBIR綜合應(yīng)用了圖像工程、數(shù)字信號(hào)處理、人工智能等相關(guān)學(xué)科的知識(shí)，直接比較圖像的內(nèi)容，更符合人的視覺(jué)習(xí)慣。

基于內(nèi)容的圖像檢索技術(shù)自上世紀(jì)90年代“冠名”以來(lái)得到了國(guó)內(nèi)外信息領(lǐng)域科技人員的廣泛重視，也得到了許多國(guó)際學(xué)術(shù)組織的重視和關(guān)注，成為了圖像、數(shù)據(jù)庫(kù)技術(shù)中的研究熱點(diǎn)之一，已有大量的相關(guān)理論研究和技術(shù)應(yīng)用，取得了長(zhǎng)足的進(jìn)展。近年來(lái)國(guó)內(nèi)外的一些大專(zhuān)院校和科研機(jī)構(gòu)，在該領(lǐng)域進(jìn)行了大量的研究。比如美國(guó)加州大學(xué)伯克利分校、麻省理工學(xué)院、新加坡國(guó)立大學(xué)、美國(guó)密歇根大學(xué)、我國(guó)的清華大學(xué)、浙江大學(xué)、中科院，進(jìn)行了這方面的研究，在圖像特征的提取與表達(dá)、圖像檢索數(shù)據(jù)庫(kù)的建立與管理、圖像特征的相似性度量、圖像檢索系統(tǒng)的性能評(píng)價(jià)、圖像檢索的網(wǎng)絡(luò)化應(yīng)用等方面都做了大量的研究工作，取得了一定的成果，并開(kāi)發(fā)出了一些應(yīng)用系統(tǒng)。現(xiàn)在已經(jīng)開(kāi)發(fā)出來(lái)的基于內(nèi)容的圖像檢索系統(tǒng)主要有：IBM公司開(kāi)發(fā)研制的商用圖像檢索系統(tǒng)QBIC(Query By Image Content)^［2］、MIT的Photobook^［3］系統(tǒng)、Columbia的VisualSeek^［4］和Webseek^［5］、美國(guó)UIUC的MARS^［6］等。另外，一些國(guó)際標(biāo)準(zhǔn)，例如MPEG-7對(duì)于多媒體內(nèi)容的描述標(biāo)準(zhǔn)化也作了大量的工作。盡管基于內(nèi)容的圖像檢索技術(shù)獲得了大量研究者的關(guān)注，但它涉及許多領(lǐng)域，要將它真正應(yīng)用于實(shí)際仍面臨許多挑戰(zhàn)，還有許多問(wèn)題需要解決。

2 基于形狀的圖像檢索技術(shù)

基于形狀的圖像檢索技術(shù)是利用圖像中目標(biāo)的形狀特征進(jìn)行圖像檢索的，它是基于內(nèi)容圖像檢索技術(shù)的一個(gè)十分重要的方面。基于形狀的圖像檢索技術(shù)是基于內(nèi)容的圖像檢索技術(shù)的一部分，研究者們做了以下方面的研究工作：形狀特征的表達(dá)、描述及其匹配；將形狀特征和顏色、紋理還有空間特征有效的結(jié)合起來(lái)，以實(shí)現(xiàn)通用的綜合圖像庫(kù)檢索；利用形狀帶有一定語(yǔ)義的特點(diǎn)，把較低層的形狀特征和高層的語(yǔ)義特征結(jié)合起來(lái)作更深一步的研究，比如基于語(yǔ)義的圖像檢索；形狀特征在檢索背景下的性能比較研究；形狀特征對(duì)形狀的描述能力與人的視覺(jué)相似性的比較研究。研究者對(duì)形狀特征的的表達(dá)與描述方法進(jìn)行了大量的研究，基于邊界的形狀特征有：周長(zhǎng)、主軸、曲率、形狀數(shù)、形狀標(biāo)記、傅里葉描述方法、小波描述方法、尺度空間等；基于區(qū)域的形狀特征有：面積、重心、歐拉數(shù)、偏心率、幾何矩、Legendre矩、Zernike矩、廣義傅里葉描述符等^［7-10］。各種形狀特征提取方法各有優(yōu)缺點(diǎn)?？偟膩?lái)說(shuō)，在基于邊界的形狀檢索中，傅里葉描述方法的表現(xiàn)較好且易于實(shí)現(xiàn)，邊界矩的表現(xiàn)也較好，但是高階矩沒(méi)有明確的物理意義；基于區(qū)域的形狀檢索克服了基于邊界檢索易受噪聲、變形影響的缺點(diǎn)，廣義傅里葉描述方法、區(qū)域矩等特征都可以取得較好的檢索效果^{［11，12］}。

基于形狀的圖像檢索技術(shù)作為基于內(nèi)容圖像檢索的一部分，和它有相同的系統(tǒng)結(jié)構(gòu)，見(jiàn)圖1。這里著重介紹形狀特征提取和檢索引擎的研究?jī)?nèi)容。