李瑞光 姜鋒霞

摘要：從基于內(nèi)容圖像檢索特征來看，各特征反應(yīng)了圖像各側(cè)面內(nèi)在特性，利用此種技術(shù)檢索需要多類相似性度量方法，特征與特征之間的相似性度量方式是當(dāng)前CBIR的核心課題。使用圖形特征，在不同相似性的度量方式下，多種特征在圖像庫上的檢索性能，可為CBIR系統(tǒng)設(shè)計提供相應(yīng)的依據(jù)，通過本次實驗得知，圖像特征檢索性能不僅與度量方法有關(guān)，也與圖像庫有密切關(guān)聯(lián)。

關(guān)鍵詞：內(nèi)容圖像檢索；特征；性能

中圖分類號：E866 文獻標(biāo)識碼：A 文章編號：1009-3044（2014）05-0922-02

基于內(nèi)容圖像檢索的關(guān)鍵環(huán)節(jié)，便是圖像特征、相似性度量方式的選擇。圖像檢索系統(tǒng)的使用者大多有一定相關(guān)知識，但從圖像特征中檢索自己所需要的往往不切實際；圖像檢索系統(tǒng)中可能擁有許多不同的圖像庫，單一特征搜索，往往無法適應(yīng)系統(tǒng)檢索功能。目前的檢索系統(tǒng)，都需要使用者對圖像特征進行選擇，而這樣的模式，使得檢索系統(tǒng)無法滿足廣大用戶的需求。本次研究主要為解決目前檢索系統(tǒng)中所存在的問題，對圖像多種特征性能做評價，便于對特征做指導(dǎo)融合，系統(tǒng)可服務(wù)于大眾用戶，也能同時面對不同圖像庫。

1 相關(guān)的工作

上世紀(jì)末，基于內(nèi)容圖像檢索就已經(jīng)成為多媒體技術(shù)中備受矚目的領(lǐng)域，已經(jīng)有許多不同性質(zhì)的圖像檢索系統(tǒng)被開發(fā)使用。

QBIC為第一個用于藝術(shù)博物館、郵票、商標(biāo)等的圖像數(shù)據(jù)管理，是商業(yè)化基于內(nèi)容圖像的檢索系統(tǒng)，對以后的圖像檢索發(fā)展有著極其深遠的影響。其提出了檢索供功能的三個特征，紋理特征、顏色特征、形狀特征。在顏色特征查詢中，包括對顏色分布、百分比查詢。使用百分比查詢，使用者可以找到相似顏色，而顏色分布差異不僅可以造成相似顏色，也能造成分布相似的顏色圖案。

紋理特征是對圖像線條的方向性、對比性、粗糙性做綜合考慮；以形狀查詢則是對輪廓查詢、形象查詢。目前的系統(tǒng)雖然可以特征檢索，但特征之間毫無聯(lián)系，使用者需要對圖像特征有基本認(rèn)識，將系統(tǒng)的使用便捷性大打折扣。

后來，又有了圖4中可視特征的檢索，分別為顏色布局、顏色、形狀、紋理?？稍O(shè)置0～10權(quán)值，使用者需要設(shè)定多個權(quán)值對檢索做優(yōu)化，當(dāng)然，要想達到最佳效果，還需要對實驗反復(fù)做，此方法也存在問題。

在CBIR領(lǐng)域里，已有許多系統(tǒng)，但對圖像特性做評價卻是很少，導(dǎo)致許多用戶盲目選擇特征的問題。

2 實驗框架

2.1 圖像特征

圖像檢索一般都會選擇紋理、顏色、形狀等圖像基本特征。目前，顏色特征為圖像檢索中使用最為廣泛的視覺特征。為圖像顏色控制的數(shù)值度量，顏色特征與顏色空間有密切關(guān)系，常用顏色空間有HSV顏色空間、HGB顏色空間。紋理特征為圖像檢索的另一種廣泛使用的圖像特征。

人類視覺感知中，形狀為重要特征，形狀特征在圖像檢索中也較為常用，不同形狀表示，許多對形狀特征識別的方法已經(jīng)被推出。在實際操作中，圖像分割無法在計算機領(lǐng)域中有效使用，因此，形狀特征無法很好的將其應(yīng)用于圖像檢索中，因此實驗主要基于紋理、顏色特征進行。

2.2相似性度量

基于內(nèi)容圖像檢索特點為基于查詢樣例和數(shù)據(jù)候選圖像相似性，并非準(zhǔn)確匹配，在對圖像特征進行選擇外，適合的相似性度量方式，能對圖像檢索性能造成影響。相似性度量可采用二階距離、一階距離。

2.3性能評價

以往信息檢索中，結(jié)果評價大多采用查準(zhǔn)率、查全率的參數(shù)，CBIR系統(tǒng)中，系統(tǒng)會以排序結(jié)果為準(zhǔn)，返給用戶相似度排列表。因此，查準(zhǔn)率、查全率并未用于CBIR中，大多使用前N個結(jié)果的正確率PN。

3 實驗結(jié)果

實驗數(shù)據(jù)主要有兩個圖庫，Corel與Brodatz。Corel圖庫有過六萬張圖片，其中包括風(fēng)景、人物、建筑、動物、植物等，可在此圖庫中可挑選30個語義類，每類有120張，共3600張圖片可為實驗數(shù)據(jù)。檢索中會將樣本圖片屬同語義類顯示正確，而相反則為錯誤。

Brodatz圖庫中，可將圖像分割為15（4×4）張，而這樣可形成新測試圖庫，在檢索中，和樣本圖片所屬同張原始圖片，則顯示結(jié)果為正確，相反則為錯誤。

3.1 圖像特征評價實驗

圖像特征評價實驗是對不同圖像做評價，相同相似性的度量方式下，對圖像庫的檢索效果。在本次實驗中10種圖像特征性高，使用L1、L2的相似度度量方法下，在Corel與Brodatz分別進行。對圖像特征結(jié)果做對比，L1、L2度量時，特征性能趨勢、結(jié)果一致，在兩個測試庫所得結(jié)果如圖1、圖2所示。

圖1 Corel圖庫特征查準(zhǔn)率對比

圖2 Brodatz圖庫特征查全率對比

3.2 相似性度量方式性能對比

對常用相似度度量方法對比，各相似性度量方式結(jié)果、趨勢一致，所有只有HSV顏色直方圖結(jié)果，在兩個測試庫所得結(jié)果如圖3、圖4所示。

圖3 Corel圖庫相似性度量方式性能對比

圖4 Brodatz圖庫相似性度量方式性能對比 （下轉(zhuǎn)第929頁）

（上接第923頁）

4 結(jié)束語

圖像特征檢索性能，與相似性度量方式有關(guān)，也與圖像庫相關(guān)。從檢驗結(jié)果中顯示，HSV顏色直方圖，顏色一致性向量在Corel圖庫上性能較好。而紋理特征則在Brodatz圖庫上性能較好。為系統(tǒng)有通用性，在做設(shè)計時，不能以某一圖像特征為設(shè)計基礎(chǔ)，而需要對不同圖庫做分析，從而對其特征進確定。在實驗分析中，對圖像特征做指導(dǎo)融合實驗，其效果極好，可讓系統(tǒng)有通用性。

參考文獻：

[1] 朱文燕.基于內(nèi)容的圖像檢索中特征性能分析[D].天津：天津大學(xué)，2009.

[2] 張國宏.基于多特征融合的外觀設(shè)計專利圖像檢索算法[D].廣州：廣東工業(yè)大學(xué)，2011.

[3] 齊為民.基于內(nèi)容圖像檢索系統(tǒng)設(shè)計與實現(xiàn)[D].大連：大連理工大學(xué)，2009.

[4] 魏翩翩.基于內(nèi)容的圖像檢索技術(shù)研究及系統(tǒng)實現(xiàn)[D].廈門：廈門大學(xué)，2009.

[5] 張振華.基于內(nèi)容的圖像檢索關(guān)鍵技術(shù)研究[D].大連：大連理工大學(xué)，2011.

[6] 郜妍妍.基于內(nèi)容圖像檢索的一些關(guān)鍵技術(shù)研究[D].長沙：國防科學(xué)技術(shù)大學(xué)，2010.

[7] Canny.Based on the characteristics of the two layers of commodities research and implementation of image retrieval technology[D].Power system communication，2011.

[8] MapReduce.Key techniques of content-based medical image retrieval[D].Power system communication，2012.