數(shù)字圖書館圖像資源檢索框架的構(gòu)建與實(shí)現(xiàn)——基于非下采樣的Contourlet變換+徐彤陽+任浩然+張國標(biāo)

[摘要]圖像檢索為數(shù)字圖書館的發(fā)展提供了技術(shù)支持，圖書館應(yīng)重視數(shù)字化發(fā)展以提升服務(wù)質(zhì)量。本文提出一種數(shù)字圖書館圖像資源檢索框架，并對(duì)系統(tǒng)的實(shí)現(xiàn)過程做了詳細(xì)的分析。同時(shí)，在提取圖像特征時(shí)提出了一種基于非下采樣的con.toudet變換圖像檢索算法（NSCT），能夠在大量圖像數(shù)據(jù)中挖掘有效的特征信息。該算法首先對(duì)圖像進(jìn)行多尺度、多方向分解，然后計(jì)算低頻和高頻中不同方向的子帶系數(shù)的標(biāo)準(zhǔn)差和均值作為圖像的紋理特征。實(shí)驗(yàn)結(jié)果顯示，本文提出的圖像檢索框架具有可行性，能夠?yàn)橛脩籼峁└鼉?yōu)質(zhì)的搜索服務(wù)，并且與同類特征提取算法進(jìn)行比較，該算法具有良好的檢索性能和較高的查準(zhǔn)率、查全率。

[關(guān)鍵詞]數(shù)字圖書館；圖像檢索；框架構(gòu)建；非下采樣conlourIet

DOI：10.3969/j.issn.1008—0821.2017.06.009

[中圖分類號(hào)]C250.76 [文獻(xiàn)標(biāo)識(shí)碼]A [文章編號(hào)]1008—0821（2017）06—0055—06

隨著計(jì)算機(jī)技術(shù)、網(wǎng)絡(luò)技術(shù)及多媒體技術(shù)的快速發(fā)展，人們進(jìn)入了“讀圖時(shí)代”，大量圖像源源不斷的產(chǎn)生，而且圖像本身具有生動(dòng)性、直觀性和易懂性的特點(diǎn)，滿足了人們對(duì)信息的需求，成為信息處理領(lǐng)域中的主要處理對(duì)象。盡管數(shù)字圖書館圖像采集技術(shù)以及存儲(chǔ)技術(shù)也在不斷地進(jìn)步，但如何從大量的圖像數(shù)據(jù)中分析出有價(jià)值的內(nèi)容并對(duì)這些海量的圖像進(jìn)行有效的組織，使用戶能快速、準(zhǔn)確地找到他們感興趣的信息，成為研究者們研究的熱點(diǎn)之一。同時(shí)，在大數(shù)據(jù)時(shí)代，用戶的信息素養(yǎng)越來越高，對(duì)信息的質(zhì)量要求也不斷提高，也對(duì)圖書館產(chǎn)生了更新、更高的要求。而圖像檢索技術(shù)的發(fā)展，能夠更好地滿足用戶對(duì)圖像檢索匹配的精準(zhǔn)度要求，改善用戶在圖像檢索過程中的信息檢索體驗(yàn)?？傊瑢?duì)圖像檢索領(lǐng)域的深入研究將決定大數(shù)據(jù)時(shí)代數(shù)字圖書館能否抓住機(jī)遇提升自己的發(fā)展水平。

近年來，對(duì)圖像檢索需求和檢索行為等方面的研究已經(jīng)取得了豐富的成果，但在如何提高用戶圖像檢索效率的問題上并沒有統(tǒng)一合理的解決措施，而圖像檢索技術(shù)恰恰能夠彌補(bǔ)這一缺失，現(xiàn)階段的圖像檢索技術(shù)主要分為基于文本的圖像檢索和基于內(nèi)容的圖像檢索兩大類。傳統(tǒng)的基于文本的圖像檢索系統(tǒng)是先對(duì)圖片信息用關(guān)鍵字進(jìn)行描述和注釋，該技術(shù)雖然已經(jīng)在數(shù)字圖書館圖像檢索領(lǐng)域中有了比較成熟的研究經(jīng)驗(yàn)，但依靠手工標(biāo)注會(huì)浪費(fèi)大量的精力并且人為的主觀性理解不能充分表達(dá)圖片的內(nèi)涵，使得圖像檢索的結(jié)果并不盡如人意。圖像文本包含更多的內(nèi)容，這些豐富的信息需要使用一定的方法和技術(shù)進(jìn)行挖據(jù)，采用內(nèi)容的檢索方法不僅可以對(duì)圖像信息進(jìn)行客觀合理的描述，而且采用相似性度量的手段有效地提高了檢索效率，滿足了信息時(shí)代發(fā)展的需求，于是基于內(nèi)容的圖像檢索（CBIR）成為數(shù)字圖書館研究的主要方向。

本文通過構(gòu)建一種基于內(nèi)容的數(shù)字圖書館圖像資源檢索框架，并利用非下采樣的Contourlet變換方法對(duì)圖像資源進(jìn)行特征提取，提高了圖像檢索精準(zhǔn)度，有效地實(shí)現(xiàn)了數(shù)字圖像資源檢索方案，為數(shù)字圖書館圖像資源的搜索提供了參考價(jià)值。

1基于內(nèi)容的圖像檢索研究現(xiàn)狀

CBIR結(jié)合人工智能、認(rèn)知心理學(xué)、面向數(shù)據(jù)庫等方面的學(xué)科知識(shí)，利用計(jì)算機(jī)視覺等方面的理論對(duì)圖像進(jìn)行自動(dòng)檢索，它不再依賴人工注釋，具有節(jié)省人力、客觀、可建立復(fù)雜描述和應(yīng)用前景廣闊等諸多優(yōu)點(diǎn)，因而該技術(shù)被廣泛研究。現(xiàn)階段CBIR主要從以下兩個(gè)方面進(jìn)行研究：

1）圖像特征提取。圖像特征提取就是通過映射或變換將高維信息轉(zhuǎn)換成計(jì)算機(jī)識(shí)別的底層特征的過程，常用的特征包括顏色特征、形狀特征、紋理特征等，這些特征要盡可能維數(shù)小、獨(dú)立性好才能對(duì)圖像的描述具有更好的相似性。

2）相似匹配和圖像特征索引。提取圖像特征后，如何采用合理的方法對(duì)特征集進(jìn)行匹配和索引以提高圖像檢索的精度成為該階段的主要研究方向，圖像匹配和索引大致分為3類技術(shù)：相似性測量、聚類分析、相關(guān)反饋技術(shù)。主要框架概念圖如圖1所示。

1.1特征提取

特征是圖像的一種固有屬性。在CBIR檢索模型中，對(duì)特征向量的提取是實(shí)現(xiàn)圖像檢索的關(guān)鍵步驟之一，也是數(shù)字圖書館圖像檢索領(lǐng)域研究的重點(diǎn)和難點(diǎn)。特征提取的內(nèi)容主要有基于低層的特征提取和基于高層語義的特征提取兩個(gè)方面。盡管高層語義特征能夠更好地反映圖像特征。目前也出現(xiàn)了有關(guān)高層語義特征提取的相關(guān)研究，但圖像低層特征與高層語義特征之間存在著巨大的“鴻溝”，如何從低層特征中提取語義信息并將它們?nèi)诤显谝黄鹑匀惶幱谄款i期，所以近幾年對(duì)圖像特征提取的研究主要還是從顏色、形狀、紋理等低層特征來進(jìn)行的。

顏色作為圖像內(nèi)容的底層特征之一，在圖像檢索領(lǐng)域的研究中得到廣泛應(yīng)用。顏色特征易于從圖像中提取，它對(duì)圖像的變化依賴性較小，可以有效地減少旋轉(zhuǎn)、尺度不一所帶來的干擾。除了采用顏色直方圖對(duì)顏色特征進(jìn)行提取以外，還可以采用顏色聚合向量、顏色協(xié)方差和顏色矩等方式提取。

形狀特征是圖像的另一個(gè)重要特征，包括了部分圖像語義信息，形狀特征的優(yōu)點(diǎn)是可以通過算法提取將圖像低層特征和高層特征很好地融合在一起，這樣就可以得到圖像中的檢索目標(biāo)。但形狀特征受圖像的平移、縮放、旋轉(zhuǎn)等變換的影響，有一定的局限性。有關(guān)形狀特征的圖像檢索，可以通過基于邊界特征的或基于區(qū)域特征這兩種方法來提取。

紋理是絕大多數(shù)物體表面的固有屬性，不同物體表面的組織結(jié)構(gòu)之間的排列規(guī)則不相同，人們通過感官視覺可以輕易地分辨不同的紋理。紋理特征能夠反映像素在領(lǐng)域空間的灰度分布規(guī)律，是對(duì)像素在局部區(qū)域之間關(guān)系的一種度量。針對(duì)紋理特征的提取算法已經(jīng)有了很多研究成果，目前紋理分析的方法基本分為統(tǒng)計(jì)法、結(jié)構(gòu)法、模型法和空間/頻率域聯(lián)合分析法這4類方法。

1.2特征的索引與匹配

對(duì)數(shù)字圖書館圖像資源特征提取后，如何將圖像數(shù)據(jù)集進(jìn)行索引和匹配成為主要的問題，如何解決語義鴻溝問題是這一過程的主要研究難點(diǎn)。相似性度量是圖像特征匹配非常重要的組成部分，其承擔(dān)著判斷圖像是否相關(guān)的重要作用，常用的相似性度量算法有曼哈頓距離、夾角余弦、蘭式距離、歐式距離和編輯距離等。每一種相似性度量算法都有其優(yōu)點(diǎn)也有其應(yīng)用的局限，對(duì)于不同的應(yīng)用和不同的圖像特征，在設(shè)計(jì)圖像檢索系統(tǒng)時(shí)，相似性度量算法的選擇和設(shè)計(jì)是不可忽視的一步。同時(shí)，單一地通過一種相似度測量方法難以產(chǎn)生健壯的、符合人類感知的圖像序列，來解決這一問題，研究人員還需要從圖像聚類、分類和相關(guān)反饋技術(shù)進(jìn)行改進(jìn)。

聚類和分類適用于處理大規(guī)模、非結(jié)構(gòu)化的圖像數(shù)據(jù)。Murthy在對(duì)圖像檢索時(shí)提出了K-means聚類并結(jié)合分層的方法，首先根據(jù)圖像顏色特征將其分為不同類別，再利用K-Means算法進(jìn)行進(jìn)一步的聚類，分層聚類能夠有效忒搞檢索速度，K-Means算法通過對(duì)向量與其聚類中心之間的距離進(jìn)行評(píng)價(jià)，高校準(zhǔn)確地獲得聚類結(jié)果。張永庫等人在利用改進(jìn)顏色聚合向量提取圖像顏色特征的基礎(chǔ)上，找到服務(wù)條件的特征向量作為初始聚類中心，利用分散度與貢獻(xiàn)度進(jìn)行聚類并建立特征索引庫，提高了檢索的效率。

相關(guān)反饋為人們提供了與系統(tǒng)交互的機(jī)會(huì)，通過反饋檢索結(jié)果，可以不斷提高檢索效率。芮勇等人最早提出了相關(guān)反饋技術(shù)，并將其應(yīng)用于基于內(nèi)容的圖像檢索中。現(xiàn)階段有關(guān)圖像檢索的相關(guān)反饋技術(shù)研究方向?yàn)闇p少系統(tǒng)與用戶的交互次數(shù)，滿足用戶的檢索需求從而提高檢索的效率和精度。

2數(shù)字圖書館圖像資源檢索框架構(gòu)建

本文構(gòu)建的基于內(nèi)容的數(shù)字圖書館圖像檢索框架主要由特征提取、相似匹配、反饋輸出這3個(gè)模塊組成。其中對(duì)圖像資源特征提取，建立特征數(shù)據(jù)庫是構(gòu)建數(shù)字圖書館檢索系統(tǒng)的核心，也是本文研究的重點(diǎn)。具體模型框架如圖2所示。

系統(tǒng)首先對(duì)存儲(chǔ)在數(shù)字圖書館數(shù)據(jù)庫中的圖像進(jìn)行自動(dòng)提取特征，然后用多維的特征向量來表示，存入到圖像特征數(shù)據(jù)庫。而用戶根據(jù)自己的檢索需要，選擇一張或幾張樣本圖像，同樣用相同特征提取方法提取特征向量。最后，系統(tǒng)計(jì)算出特征數(shù)據(jù)庫中特征向量和提取的樣本圖像的多維特征相向量的相似距離，根據(jù)距離進(jìn)行排序，再結(jié)合相應(yīng)的索引信息，最終就能獲得一定程度上相似的圖像。

2.1圖像預(yù)處理

由于生成圖像數(shù)據(jù)的工具、手段以及圖像在傳輸時(shí)會(huì)引入噪聲，導(dǎo)致圖像質(zhì)量下降。因此，為了提高圖像檢索效果，在收集圖像數(shù)據(jù)集后，不能直接作為檢索圖像，本文首先對(duì)原始圖像灰度處理，然后采用中值濾波的方法對(duì)圖像進(jìn)行去噪以減少圖像檢索的干擾因素。

2.2圖像數(shù)據(jù)庫特征提取

特征提取是數(shù)字圖書館圖像檢索系統(tǒng)實(shí)現(xiàn)的重要環(huán)節(jié)，信息提取的完整性直接影響數(shù)字圖書館圖像檢索的效果，紋理特征反映圖像本質(zhì)信息，是近年來較為常用的提取圖像信息的方式，本文提出了一種NSCT紋理算法提取圖像特征，并通過實(shí)驗(yàn)并與同類算法比較分析，該算法具有較好的檢索效果，可以為數(shù)字圖書館圖像檢索系統(tǒng)的實(shí)現(xiàn)提供參考方案。

2.2.1 NSCT算法

NSCT算法是由Contourlet變換發(fā)展而來的，Contourlet變換的基本思想是用近似的“線段”來逼近原始圖像，相比小波采用“點(diǎn)”來逼近，可以利用更少的系數(shù)來近似原始圖像，因而具有良好的各異性和方向性。它很好的解決了二維或更高維奇異性，可以獲得更多的高頻中各個(gè)方向的細(xì)節(jié)信息。但是，采用Contourlet變換對(duì)圖形進(jìn)行分解時(shí)，必須對(duì)圖像信號(hào)頻繁地進(jìn)行采樣操作，導(dǎo)致分解的過程中不僅缺乏平移不變性還容易信息失真，為此Cunha等人針對(duì)Contourlet變換的一些局限性進(jìn)行改進(jìn)，提出非下采樣的Contourlet變換，在分解和重構(gòu)過程中，取消了上、下采樣操作，具有較好的平移不變性。

NSCT由非下采樣的金字塔濾波器NSP和非下采樣的方向?yàn)V波器組NSDFB實(shí)現(xiàn)。如圖3所示，圖像首先經(jīng)NSP分解為低通部分和帶通部分，然后帶通部分通過DFB進(jìn)行多方向分解，類似的分解步驟可以對(duì)低頻子帶繼續(xù)迭代濾波，實(shí)現(xiàn)對(duì)信號(hào)的多尺度、多方向分析。因?yàn)槎喑叨确纸夂投喾较蚍纸馐窍嗷オ?dú)立的，所以各高頻子帶上的方向分解數(shù)都可以是2的任意正整數(shù)次冪。與Contourlet變換相比，由于剔除了下采樣環(huán)節(jié)，經(jīng)NSCT分解后的圖像與原始圖像尺寸一致，在保持平移不變性的同時(shí)也保留了更多的圖像細(xì)節(jié)。

3.2結(jié)果分析

通過實(shí)驗(yàn)結(jié)果看出，相比同類算法，本文提出的算法在檢索目標(biāo)圖像后，返回前7、10、20、30幅圖像的平均查準(zhǔn)率要明顯高于其它類方法，同時(shí)該算法檢索五幅圖像的平均查全率達(dá)到80%，優(yōu)于Harr小波變換檢索40%和文獻(xiàn)[16]提出的檢索算法59%，不僅使數(shù)字圖書館圖像檢索框架得以有效實(shí)現(xiàn)，而且具有較高的檢索準(zhǔn)確率。

4結(jié)語

大數(shù)據(jù)時(shí)代，圖書館新興的數(shù)據(jù)分析、知識(shí)挖掘、信息處理等服務(wù)為數(shù)字圖書館帶來了歷史性的發(fā)展機(jī)遇，圖書館通過總結(jié)數(shù)據(jù)中存在的規(guī)律，挖掘潛在價(jià)值，將促進(jìn)圖書館服務(wù)水平的提升。圖像檢索技術(shù)為數(shù)字圖書館圖像采集與處理提供了新的技術(shù)支持和科技創(chuàng)新的平臺(tái)，能夠更好地實(shí)現(xiàn)圖書館的服務(wù)宗旨。本文構(gòu)建了數(shù)字圖書館圖像資源檢索框架，并提出了一種基于NSCT的圖像紋理檢索算法，實(shí)驗(yàn)結(jié)果顯示該算法實(shí)用便捷，具有較好的魯棒性和較高的檢索性能，對(duì)數(shù)字圖書館圖像檢索的服務(wù)模式具有一定參考價(jià)值。多種特征融合和相關(guān)反饋機(jī)制可以進(jìn)一步提高圖像檢索精度，將是以后研究的重點(diǎn)。