董傲霜，宋宏亮

(東北大學(xué)軟件學(xué)院，沈陽(yáng)110004)

基于內(nèi)容的圖像檢索CBIR(Content－based Image retrieval)［1］，屬于圖像分析的一個(gè)研究領(lǐng)域，目的是在給定查詢圖像的前提下，依據(jù)內(nèi)容信息或指定查詢標(biāo)準(zhǔn)，在圖像數(shù)據(jù)庫(kù)中搜索并查找出符合查詢條件的圖片。傳統(tǒng)的圖像檢索是基于文本標(biāo)注的。其基本原理是通過(guò)對(duì)圖像進(jìn)行人工文字注解，利用文本關(guān)鍵字進(jìn)行檢索以實(shí)現(xiàn)對(duì)圖像的查找。而基于內(nèi)容的圖像檢索是圖像特征相似性匹配檢索，系統(tǒng)內(nèi)的圖像標(biāo)識(shí)是圖像特征描述，檢索線索是一目了然的圖像示例，輸入為圖像示例，輸出為所有與示例特征相同或相近的圖像，按相似程度排序，供用戶選擇。實(shí)際上，把一般用戶難以完成的圖像特征描述、提取與識(shí)別等難題交由系統(tǒng)解決。CBIR是一門有關(guān)圖像特征相似性匹配的新技術(shù)。它利用圖像的內(nèi)容，如顏色、形狀、紋理以及空間關(guān)系等特征，建立圖像的特征矢量檢索圖像［2］。當(dāng)用戶進(jìn)行圖像檢索時(shí)，系統(tǒng)把查詢圖像作為檢索條件提交給系統(tǒng)，通過(guò)提取查詢圖像的特征向量，在圖像庫(kù)中檢索與特征向量相匹配的圖像，將結(jié)果集返回給用戶。圖像的顏色具有穩(wěn)定性強(qiáng)，旋轉(zhuǎn)不變形，復(fù)雜背景健壯性好及計(jì)算簡(jiǎn)單等特點(diǎn)。顏色特征成為描述一幅圖像最簡(jiǎn)便而有效的特征。但單純依靠描述圖像顏色特征進(jìn)行匹配不能達(dá)到理想的準(zhǔn)確程度，而SIFT特征提取能較好地處理局部點(diǎn)特征，應(yīng)用SIFT特征可得到很好的匹配效果?；谶@種思想，本文提出一種基于圖像顏色特征和局部點(diǎn)特征相結(jié)合的檢索算法。通過(guò)實(shí)驗(yàn)和結(jié)果分析，驗(yàn)證了算法的有效性。

1 圖像檢索系統(tǒng)的設(shè)計(jì)

本文實(shí)現(xiàn)一個(gè)基于Web的小型CBIR系統(tǒng)。系統(tǒng)采用C語(yǔ)言實(shí)現(xiàn)圖像特征提取和特征向量匹配，采用php抓取網(wǎng)絡(luò)圖像、客戶端上傳查詢圖像以及展現(xiàn)檢索結(jié)果等。系統(tǒng)可分為三個(gè)主要模塊:爬蟲(chóng)模塊、特征提取及入庫(kù)模塊和用戶查詢模塊，模塊劃分如圖1所示。

圖1 系統(tǒng)模塊劃分Fig.1 Partition of system model

從圖1中可以看出，這三個(gè)模塊是系統(tǒng)的核心。各個(gè)模塊的功能如下。

①爬蟲(chóng)模塊:將網(wǎng)絡(luò)上的圖像批量下載到本地，這些圖像作為服務(wù)器端圖像庫(kù)。

②圖像特征提取及入庫(kù)模塊:對(duì)圖像庫(kù)中的圖像進(jìn)行特征抽取及把這些圖像特征放入數(shù)據(jù)庫(kù)，并通過(guò)k－means算法對(duì)顏色特征進(jìn)行聚類。

③用戶查詢模塊:將查詢圖像轉(zhuǎn)化為查詢向量，并根據(jù)查詢向量與數(shù)據(jù)庫(kù)中特征向量的相似度大小按序輸出結(jié)果。

2 顏色和SIFT特征融合的檢索算法

算法采用基于RGB顏色空間的灰度直方圖和SIFT描述符綜合描述圖像內(nèi)容，一方面充分利用顏色直方圖特征提取計(jì)算量小和相似度計(jì)算簡(jiǎn)便的優(yōu)勢(shì)，把顏色直方圖作為輔助特征，實(shí)現(xiàn)快速粗檢索，縮小檢索范圍;另一方面利用SIFT描述子能充分描述圖像空間信息，并且對(duì)圖像的旋轉(zhuǎn)、尺度等變化具有很高的魯棒性的優(yōu)勢(shì)，把SIFT特征作為主特征，在粗檢索得出的中間集上進(jìn)行細(xì)檢索，查詢圖像匹配SIFT特征，得出相似度，最后根據(jù)相似度進(jìn)行從大到小排序，得到最后結(jié)果集。

2.1 特征提取

2.1.1 基于灰度直方圖的顏色特征提取

在顏色檢索中，顏色直方圖是最通用的顏色特征表示形式，它運(yùn)用了統(tǒng)計(jì)學(xué)的方法，體現(xiàn)了三個(gè)顏色通道分布密度的聯(lián)合分布概率。本文將彩色圖像轉(zhuǎn)化為灰度圖像，將RGB三個(gè)分量變成一個(gè)灰度分量，再用顏色空間量將原來(lái)龐大的直方圖下降到可接受的程度。

給定一幅圖像(fxy)M×N，fxy表示像素點(diǎn)(x，y)處的顏色值，M×N表示圖像的尺寸，圖像所包含的顏色集記為C，則圖像的顏色直方圖可表示為

得到圖像的顏色特征為32維特征向量，可表示如下:

2.1.2 SIFT特征提取

SIFT特征提取可分解為兩個(gè)子模塊，即檢測(cè)特征點(diǎn)模塊和生成特征描述符模塊［3］。SIFT算法的主要步驟為:

①構(gòu)建高斯尺度空間和高斯差分尺度空間;

②檢測(cè)特征點(diǎn);

③確定穩(wěn)定特征點(diǎn);

④確定特征點(diǎn)主方向;

⑤生成特征點(diǎn)描述符;

⑥匹配特征點(diǎn)。

由于SIFT特征描述符是基于特征點(diǎn)鄰域像素梯度變化的，所以對(duì)于特征點(diǎn)而言，鄰域窗口內(nèi)像素的梯度變化越大，特征描述符的獨(dú)特性就越好，進(jìn)行描述符匹配時(shí)正確匹配的概率就越高。因?yàn)镠arris角點(diǎn)的鄰域窗口內(nèi)像素具有顯著的梯度變化，因此本文使用Harris角點(diǎn)對(duì)SIFT特征提取算法進(jìn)行改進(jìn)。算法首先按照傳統(tǒng)SIFT算法在像素點(diǎn)鄰域內(nèi)檢測(cè)極值點(diǎn)，接著在極值點(diǎn)鄰域內(nèi)檢測(cè)該極值點(diǎn)是否是Harris角點(diǎn)，如果是角點(diǎn)，則保留該極值點(diǎn)為特征點(diǎn)，否則直接丟棄該極值點(diǎn)。

不同的尺度空間上角點(diǎn)檢測(cè)公式為

式中:σ1是積分的尺度;σs是特征點(diǎn)所在的尺度。

分別使用傳統(tǒng)SIFT和改進(jìn)的SIFT對(duì)同一幅圖像檢測(cè)特征點(diǎn)，結(jié)果如圖2所示。

圖2 兩種算法檢測(cè)特征點(diǎn)結(jié)果Fig.2 Search result of two algorithem

2.2 相似性度量

2.2.1 顏色直方圖匹配

對(duì)上面得到的圖像，使用歐氏距離計(jì)算兩個(gè)顏色特征向量的距離。令Hp(k)和Hq(k)分別為數(shù)據(jù)庫(kù)圖像p和查詢圖像q的特征向量，則兩圖像顏色特征的歐式距離可定義為

特征向量間歐式距離越小，說(shuō)明相似度越大。

2.2.2 SIFT特征匹配

以兩個(gè)特征點(diǎn)描述符之間的歐式距離作為特征點(diǎn)匹配的相似度準(zhǔn)則。假設(shè)特征點(diǎn)對(duì)p和q的特征描述符分別為Desp和Desq，則其歐式距離定義為

使用基于 k－d樹(shù)的近似最近鄰搜索算法(Best－bin－first，BBF)在歐式空間中尋找各特征向量的最近鄰和次近鄰［4］，比如尋找特征點(diǎn)p歐式距離最近和次近的兩個(gè)鄰居特征點(diǎn)q'和q″，然后計(jì)算p與q'及p與q″兩組描述符之間歐氏距離的比值。如果小于規(guī)定的某個(gè)閾值，則認(rèn)為匹配成功，接受點(diǎn)對(duì)(p，q')為一對(duì)匹配點(diǎn);否則匹配失敗。本文取閾值為0.45。

設(shè)Nq和Np分別表示查詢圖像q和數(shù)據(jù)庫(kù)圖像p提取的特征點(diǎn)個(gè)數(shù)，應(yīng)用BBF算法得到圖像q和p匹配特征點(diǎn)個(gè)數(shù)為N_of_Mateched，則定義查詢圖像q和數(shù)據(jù)庫(kù)圖像p的相似度為

3 計(jì)算結(jié)果與比較

實(shí)驗(yàn)圖片集大致分為三類:人臉圖片、自然景物和同一物體仿射變換處理后的圖像。選取其中32幅具有代表性的圖片作為查詢圖像。

圖3是本文算法對(duì)某一自然景物圖像的檢索返回結(jié)果，圖4是本文算法對(duì)一幅建筑物圖像檢索的返回結(jié)果。其中左邊的圖像是查詢圖像。圖中只列出了結(jié)果的第一頁(yè)，也就是最相似的圖像。其中包括圖像及與目標(biāo)圖像的相似度。

圖3 基于本文算法自然景物檢索結(jié)果Fig.3 Search result using color characteristics

圖4中采用本文算法返回的前10張圖像都是相似圖像，唯一的瑕疵是第7位和第4位位置應(yīng)該互換。

圖4 基于本文算法建筑物檢索結(jié)果Fig.4 Search result using method of this article

①查全率和查準(zhǔn)率。

本文采用查準(zhǔn)率/查全率作為系統(tǒng)性能評(píng)價(jià)準(zhǔn)則。結(jié)果為1表示最優(yōu)檢索，0表示最差檢索，其定義如下所示:

式中:Pn，Rn分別表示查準(zhǔn)率和查全率，tp表示返回的相關(guān)圖像個(gè)數(shù)，n表示相關(guān)圖像個(gè)數(shù)，k表示返回圖像個(gè)數(shù)。

32次檢索結(jié)果的平均查準(zhǔn)率Pn和查全率Rn如表1所示，在表1中，A1表示基于顏色直方圖算法，A2表示本文算法，A3表示基于SIFT特征算法。

表1 三種算法的查全率和查準(zhǔn)率Table 1 Recall rate and precision of three algorithms

所有檢索結(jié)果的查全率和查準(zhǔn)率如圖5和圖6所示。

圖5 算法對(duì)三類圖像的查全率Fig.5 Recall rate of algorithm on three types of image

圖6 算法對(duì)三類圖像的查準(zhǔn)率Fig.6 Precision of algorithm on three types of image

基于顏色直方圖算法的檢索能力很差，基于SIFT特征算法的檢索能力則非常強(qiáng)，擁有超過(guò)0.9的查全率和查準(zhǔn)率。而本文算法的檢索能力比基于SIFT特征算法略弱，但查全率和查準(zhǔn)率也在超過(guò)了0.8。

②檢索響應(yīng)時(shí)間。

搜索引擎的檢索響應(yīng)時(shí)間是指系統(tǒng)平均完成一次檢索的耗時(shí)，可用如下表達(dá)式描述:

式中:T表示平均檢索時(shí)間;n表示檢索次數(shù);tn表示n次檢索響應(yīng)時(shí)間總和。3種算法對(duì)于32次檢索所需時(shí)間如圖7所示。

圖7 三種算法的查詢響應(yīng)時(shí)間Fig.7 Query response time of three algorithms

對(duì)于圖像庫(kù)中存在500幅圖像規(guī)模，基于顏色直方圖算法每次檢索所需時(shí)間最短，平均檢索時(shí)間3.5 s左右;基于SIFT特征算法最長(zhǎng)，平均大于60 s，大大超過(guò)了用戶的忍耐度;本文算法居中，平均檢索時(shí)間為12 s左右，這是因?yàn)樗惴ㄏ仁褂妙伾卣鬟^(guò)濾了大部分?jǐn)?shù)據(jù)。

4 結(jié)論

本文提出了一種融合顏色特征和SIFT特征的圖像檢索算法。算法使用顏色特征匹配縮小檢索范圍，得到一個(gè)中間集合;對(duì)中間集合應(yīng)用SIFT算法，得到最終結(jié)果集和匹配的相似度。結(jié)果表明，算法綜合檢索能力良好，查全率和查準(zhǔn)率遠(yuǎn)高于單獨(dú)使用顏色特征算法，而平均檢索響應(yīng)時(shí)間遠(yuǎn)低于單獨(dú)使用SIFT特征檢索算法，對(duì)同一物體經(jīng)過(guò)旋轉(zhuǎn)、尺度縮放、平移等處理后的圖像表現(xiàn)出很好的檢索能力，該多特征融合算法是切實(shí)可行的。

［1］Niblack W.The QBIC project:Querying image by content using color，texture and shape［C］∥SPIE，1993: 173－187.

［2］周明全，耿國(guó)華，韋娜.基于內(nèi)容圖像檢索技術(shù)［M］.北京:清華大學(xué)出版社，2007.

［3］Riepe W，Steller M.Characterization of coal and coal blends by automatic image analysis［J］.Fuel，1984，63 (3):313.

［4］Zhan Hong－liang，Zhong Di.A scheme for visual feature based image retrieval［C］∥Proc SPIE Storage and Retrieval for Image and Video Database，1995.