摘 要：本文提出了適用于圖像檢索的同態(tài)濾波的相關(guān)運算規(guī)則，給出了多元語義特征提取方法，提出了多元語義描述的具體方法，提出了一種基于頻域同態(tài)濾波和語義特征提取圖像檢索方法，仿真實驗結(jié)果表明該方法的圖像檢索求解精度和速度都達(dá)到了滿意的結(jié)果。

關(guān)鍵詞：同態(tài)濾波；多元語義；語義特征；圖像檢索

中圖分類號：TP391

1 頻域同態(tài)濾波

1.1 理論基礎(chǔ)

在日常生活中人們獲得圖像的過程是用光源照射在物體上，物體表面將光線反射投射在光學(xué)儀器上，然后就可以得到一張圖像，在這里設(shè)為f（x，y）。在同一光源的照射下，由不同物體表面光滑程度等因素不同使得其產(chǎn)生的反射特性也就不同，所以在成像中就出現(xiàn)了不同的圖像[1]。在一般情況下使用i（x，y）表示照射光的能量分布，用r（x，y）表示物體的光反射特性（反射系數(shù)），并且0≤i（x，y）<∞，0≤r（x，y）<1。

圖像的內(nèi)容是由反射的分量決定的，但圖像的局部細(xì)化的信息變化時，圖像的在空間上也做相應(yīng)的變化，它的頻譜處在頻率較高的區(qū)域[2]；而照射分量在空間上通常變換的比較緩慢，它的頻譜出現(xiàn)在頻率較為低的區(qū)域。所以，所得到的圖像上的局部信息是由其反射性質(zhì)決定的。反映在灰度圖像上，可以認(rèn)為圖像的灰度是將反射的分量r（x，y）和照射的分量i（x，y）乘積得到的，即：f（x，y）=i（x，y）·r（x，y）。由此得到要增強(qiáng)圖像的局部信息，就需要使頻率較高的部分加強(qiáng)，頻率低的減弱。

1.2 相關(guān)運算規(guī)則

運算規(guī)則1：為了方便計算需要將兩個分量分開，兩邊取對數(shù)得到：

2 語義特征提取

2.1 多元語義特征提取

圖像特征可以是顏色，紋理，形狀等物理特性，也可以是一個標(biāo)題，關(guān)鍵詞，注釋，和其他類型的文本和圖像的功能，突出的內(nèi)容相關(guān)的功能，如顏色，紋理，形狀等上。多元語義特征構(gòu)建模型如圖1所示。

2.1.1 顏色特征

一種圖像顏色的最基本的功能之一。圖像是由像素除了其自身的位置，進(jìn)行由彩色的唯一信息是單個像素坐標(biāo)。同時，顯色性的最直觀的圖像特征之一。由圖像顏色的彩色圖像中的所有像素的顏色共同決定。形成一組顏色的所有像素的值，被稱為色彩空間中，也被稱為顏色模型。在現(xiàn)實中，大自然的顏色是非常豐富多彩的，人們?yōu)榱四軌蜃尣煌娜俗裱嗤囊?guī)則來描述圖像的顏色，顏色的定量表示，建立一個統(tǒng)一的顏色特征模型。然而，人類對色彩的感知是一個復(fù)雜的生理過程和心理過程，同時，隨著研究的不斷深入，顏色的應(yīng)用領(lǐng)域越來越廣泛。因此，為了更好地滿足不同區(qū)域的色彩，逐漸出現(xiàn)了各種色彩空間模型。

2.1.2 紋理特征

它有一個不規(guī)則的圖像部分，而普通的功能，稱為宏觀質(zhì)地。與圖像的特征，這是不依賴于顏色或亮度的視覺特性，這也反映在從所有的固有特性，如葉，石，織物等的表面的材料的表面紋理有其自己的紋理。紋理表面結(jié)構(gòu)包含了重要的信息，有組織的安排和他們的聯(lián)系，與周圍環(huán)境的圖像紋理特征是低層次的功能，圖像是基于內(nèi)容的圖像檢索應(yīng)用程序的一個重要屬性是很常見的。

2.1.3 形狀特征

對象的形狀，圖像分析和圖像檢索的另一個重要特點。但不像其他低級別的功能顏色或紋理，形狀特征必須根據(jù)圖像中的對象分為基礎(chǔ)的表達(dá)。因為目前的技術(shù)不能準(zhǔn)確的自動分割的圖像的形狀，所以僅適用于某些特殊的應(yīng)用，在這些應(yīng)用中，可直接獲得包括在圖像中的對象的形狀特征的圖像檢索。另一方面，因為人體的轉(zhuǎn)換（例如，旋轉(zhuǎn)和縮放）的形狀主觀上不敏感，必須滿足適當(dāng)?shù)男螤钐卣骱酮毩⒌男D(zhuǎn)和縮放變換，形狀相似性的計算也帶來了一定的難度。

2.1.4 多元語義特征

多元語義特點的一般性描述，可以使用傳統(tǒng)的數(shù)據(jù)庫的方法和基于知識模型的管理和檢索，有點類似傳統(tǒng)的基于文本的圖像檢索。但兩者之間最大的區(qū)別是，傳統(tǒng)的TBIC完全手工錄入使用注解的方法，而多元語義特征的圖像檢索的目標(biāo)是能夠自動生成圖像數(shù)據(jù)的語義。但現(xiàn)在仍處于半自動或全手動的方法來提取語義特征，對于大型數(shù)據(jù)庫或動態(tài)數(shù)據(jù)庫，提取方法是不是太現(xiàn)實，所以這種方法目前只適用于特定的應(yīng)用程序。此外，一些語義信息，以幫助一些文本圖像視頻自動定位，確定以后檢索。語義特征提取方法自動化程度較高，其應(yīng)用范圍通常是很小的。如何自動提取的圖像的語義特征的物理性能是一個問題。本文提出的多元語義描述方法如圖2所示。

2.2 圖像內(nèi)容分層

圖像內(nèi)容為三層次結(jié)構(gòu)，該分層結(jié)構(gòu)可以被理解為一個簡化的分層模型，如下圖3所示。

第一層是在圖像上的所有像素的圖像檢索涉及較少的內(nèi)容的層。第二層是層的物理特性，主要包括的圖像是在人，在任何環(huán)境下，任何人，從理論上講，這些特性是相同的固有的物理特性。第三層是一個層的語義特征，使反射的物理特性的基礎(chǔ)上。

主要使用第二層和第三層的圖像特征的圖像檢索。檢索所采集到的圖像數(shù)據(jù)集后需要預(yù)先設(shè)定的圖像數(shù)據(jù)中提取重要的數(shù)據(jù)建立的圖像數(shù)據(jù)庫中的庫的特性的特征向量是其基本思想。當(dāng)用戶提交查詢目標(biāo)圖像檢索或進(jìn)入查詢功能命令語句，然后按照所選的搜索庫已經(jīng)執(zhí)行一個特征向量對齊算法的規(guī)律和特點，最后得到一個或多個最接近的查詢特征的特征矢量，其對應(yīng)的圖像的檢索結(jié)果。有些系統(tǒng)還加入了反饋技術(shù)，優(yōu)化得到的結(jié)果。

2.3 多元語義特征提取

如圖4是多元語義特征提取結(jié)構(gòu)圖，主要含有三個模塊：查詢模塊，檢索模塊和輸入模塊。輸入數(shù)據(jù)庫系統(tǒng)的每個圖像特征提取，特征和功能的圖像將被添加圖像庫，用戶查詢模塊提交樣本圖像和其他檢索請求，系統(tǒng)采樣的圖像特征提取，特征圖像庫，所有的圖像功能，比較功能，和相似度進(jìn)行排序，從而獲得搜索結(jié)果，這是檢索模塊?？梢燥@示給用戶檢索系統(tǒng)與反饋功能查詢的結(jié)果，用戶的反饋的結(jié)果，或直接輸出的檢測結(jié)果。

在構(gòu)建圖像數(shù)據(jù)庫過程中，不可獲取的步驟是對圖像資源庫中的圖像進(jìn)行預(yù)處理和特征的提取工作，其中圖像預(yù)處理過程包括圖像存儲，圖像信息解析，文件名更改以及存儲調(diào)整。特征提取是從圖像的各種提點出發(fā)進(jìn)行提取的，包括顏色、紋理、形狀和輔助信息。

圖像檢索關(guān)鍵技術(shù)，包括特征提取，特征相似度計算，技術(shù)和語義的相關(guān)反饋。具體取決于所選擇的圖像特征不同層次的圖像檢索，基于內(nèi)容的圖像檢索，基于語義的圖像檢索和圖像檢索基于三種類型的反饋。

3 基于頻域同態(tài)濾波和語義特征提取圖像檢索

3.1 圖像檢索框架圖

圖像檢索系統(tǒng)的總體框架如圖5所示，粗略地描述了基于內(nèi)容的圖像檢索過程中，脫機(jī)處理由三個個過程組成：頻域同態(tài)濾波局部關(guān)鍵信息點增強(qiáng)，圖像庫的語義圖像特征提取和圖像數(shù)據(jù)建立索引，數(shù)據(jù)索引方法采用局部敏感哈希方案。

在大多數(shù)的圖像檢索任務(wù)，我們需要的圖像檢索任務(wù)的選擇和設(shè)計合適的相似性度量計劃哈希函數(shù)的設(shè)計和圖像相似性度量的對應(yīng)。

3.2 實驗結(jié)果

實驗一選取文獻(xiàn)[3]提供的標(biāo)準(zhǔn)測試圖像集，其中選取五組典型圖像作為實驗分析樣本，結(jié)果見表1。實驗二選取文獻(xiàn)[4]提供的測試圖像集，分析結(jié)果見表2所示。有表1和表2可知本文提出的方法在對圖像檢索的精度和速度上都達(dá)到了滿意的結(jié)果。

4 結(jié)束語

本文提出了適用于圖像檢索的同態(tài)濾波的相關(guān)運算規(guī)則，給出了多元語義特征提取方法，提出了多元語義描述的具體方法，提出了一種基于頻域同態(tài)濾波和語義特征提取圖像檢索方法，仿真實驗結(jié)果表明該方法的圖像檢索求解精度和速度都達(dá)到了滿意的結(jié)果。

參考文獻(xiàn)：

[1]王波.濾波算法在圖像增強(qiáng)中的應(yīng)用研究[J].計算機(jī)仿真，2013（03）：16-18.

[2]王波.基于細(xì)胞膜優(yōu)化的圖像邊緣檢測算法研究[J].計算機(jī)仿真，2013（06）：189-204.

[3]陳虎.基于內(nèi)容的圖像檢索技術(shù)的研究[D].電子科技大學(xué)，2013.

[4]張貝貝.基于內(nèi)容的圖像檢索若干關(guān)鍵問題研究[D].遼寧師范大學(xué)，2013.

作者簡介：呂洪柱（1971.08-），男，黑龍江依安人，副教授，碩士，主要研究方向：數(shù)據(jù)挖掘智能數(shù)據(jù)處理；王波（1980.11-），男，黑龍江克山人，講師，碩士，主要研究方向：計算智能及圖像處理。

作者單位：齊齊哈爾大學(xué) 計算中心，黑龍江齊齊哈爾 161006

基金項目：黑龍江省自然科學(xué)基金資助項目（項目編號：F201333）；黑龍江省教育廳科學(xué)技術(shù)研究項目（項目編號：12531758）。