李磊

湖北工程學(xué)院

基于數(shù)字圖像的檢索技術(shù)研究

李磊

湖北工程學(xué)院

近年來(lái)，網(wǎng)絡(luò)和多媒體技術(shù)越來(lái)越發(fā)達(dá)，網(wǎng)絡(luò)上的各類(lèi)資源日以豐富，人們?cè)絹?lái)越青睞于直觀生動(dòng)的多媒體技術(shù)，數(shù)字圖像的存在感越來(lái)越強(qiáng)，但它們并沒(méi)有被綜合整理分類(lèi)，這樣想快速充分的利用這些有用信息，就需要用到圖像檢索技術(shù)。目前，網(wǎng)絡(luò)資源的日益豐富以及圖像檢索技術(shù)日益發(fā)展成熟，使得不斷擴(kuò)大圖像檢索技術(shù)的應(yīng)用領(lǐng)域，這就需要我們繼續(xù)研究完善圖像檢索技術(shù)。與此同時(shí)，網(wǎng)絡(luò)傳送速度與計(jì)算機(jī)信息處理速度不斷提高，網(wǎng)頁(yè)中越來(lái)越普遍的使用多媒體信息，特別是圖像信息，成為了網(wǎng)頁(yè)內(nèi)容的重要組成部分。如何為用戶(hù)同時(shí)提供文本信息和圖像信息，是信息檢索中一個(gè)重要研究方向。于是各種基于Web的圖像檢索系統(tǒng)應(yīng)運(yùn)而生，極大地方便了用戶(hù)對(duì)網(wǎng)上圖像進(jìn)行檢索。本文將重點(diǎn)介紹各種圖像檢索技術(shù)的原理、現(xiàn)狀、發(fā)展趨勢(shì)。

圖像檢索 文本內(nèi)容 圖像內(nèi)容

圖像檢索引擎的檢索途徑主要有三種：

1 立足于文本，對(duì)圖像進(jìn)行檢索

但是因?yàn)槭芸卦~匯本身的局限，易歧義，更新慢，所以不太容易應(yīng)對(duì)網(wǎng)絡(luò)上日新月異的各類(lèi)圖像，傳統(tǒng)的圖像檢索技術(shù)是通過(guò)精確匹配關(guān)鍵字檢索，用關(guān)鍵字標(biāo)識(shí)系統(tǒng)內(nèi)的圖像，標(biāo)識(shí)相一致的關(guān)鍵字就是檢索線索，即輸入是關(guān)鍵字，輸出是圖像。它又包括兩種途徑：①基于圖像外部信息進(jìn)行檢索。在找出圖像文件后，圖像檢索引擎通過(guò)查看文件名或路徑名確定文件內(nèi)容。②基于手工標(biāo)注的檢索。手工描述并分類(lèi)圖像的內(nèi)容，將其標(biāo)注為關(guān)鍵字，并建立索引。這種查詢(xún)方式的有點(diǎn)是比較準(zhǔn)確，有較好的查準(zhǔn)率，但勞動(dòng)強(qiáng)度大，圖像的標(biāo)注也缺乏統(tǒng)一標(biāo)準(zhǔn)。

2 立足于圖像內(nèi)容，對(duì)圖像進(jìn)行分析和檢索

通過(guò)圖像分析軟件自動(dòng)抽取圖像的顏色、形狀、紋理等特征進(jìn)行檢索，并建立特征索引庫(kù)，輸入要查找的圖像的特征描述，通過(guò)檢索規(guī)則，輸出有著相近特征的圖像內(nèi)容，按相似規(guī)則排列，這種檢索方法的優(yōu)點(diǎn)是把在傳統(tǒng)圖像檢索技術(shù)中用戶(hù)描述或識(shí)別的圖像特征，交由系統(tǒng)去解決。這種檢索主要是基于圖像本身特征層次來(lái)完成的，適用于有明確的查詢(xún)要求的檢索目標(biāo)，但目前這種檢索技術(shù)在圖像檢索引擎中應(yīng)用還有一定困難。盡管圖像檢索已經(jīng)出現(xiàn)了多種表征圖像特征的方法諸如直方圖、顏色矩、顏色集等，但是要實(shí)現(xiàn)更高語(yǔ)義上的檢索，實(shí)現(xiàn)難度大，進(jìn)展慢。

3 結(jié)合文本和內(nèi)容，進(jìn)行融合性檢索

二者雖側(cè)重不同但卻互相補(bǔ)充，集合兩者的優(yōu)勢(shì)，促進(jìn)高效、簡(jiǎn)單的圖像檢索方式。

這三種圖像引擎的檢索方式都是相互影響和相互促進(jìn)的，任何一種方法進(jìn)步，都會(huì)促進(jìn)圖像檢索技術(shù)的發(fā)展。

4 基于顏色的圖像檢索

顏色特征提取。在傳統(tǒng)的圖像檢索算法中，最簡(jiǎn)單基本的一種計(jì)算方法是直方圖，該算法用于表達(dá)不同顏色所占的比例構(gòu)成數(shù)字圖像。一般用（Red-Green-Blue）顏色空間來(lái)描述在數(shù)字圖像中的一幅圖像，然而人們對(duì)（Red-Green-Blue）空間結(jié)構(gòu)不熟悉，以及人們對(duì)顏色相似性的認(rèn)識(shí)存誤差，尤其是在量化過(guò)程中。因此我們需要將（Red-Green-Blue）空間轉(zhuǎn)化成HSV空間，再來(lái)通過(guò)量化的方法來(lái)獲取我們需要的圖像顏色直方圖，顏色特征是一種全局特征，通過(guò)它我們能夠描述圖像或圖像區(qū)域的景物表面性質(zhì)，一般顏色特征是基于像素點(diǎn)的特征。由于顏色對(duì)圖像或圖像區(qū)域的方向、大小等變化不敏感，所以顏色特征不能很好地捕捉圖像中對(duì)象的局部特征。如果僅使用顏色特征查詢(xún)，當(dāng)數(shù)據(jù)庫(kù)很大時(shí)，常會(huì)檢索出許多不需要的圖像。但是在圖像檢索中應(yīng)用最為廣泛的視覺(jué)特征是顏色特征，主要是因?yàn)閳D像中所包含的物體或場(chǎng)景和顏色往往十分相關(guān)。此外，相比其他視覺(jué)特征，顏色特征對(duì)圖像本身的尺寸、方向、視角的依賴(lài)性較小，從而具有較高的穩(wěn)定性。

檢索中，為了正確地使用顏色，我們需要建立顏色模型。顏色特征是圖像最直觀而明顯的特征，一般采用直方圖來(lái)描述。顏色直方圖是表示圖像中顏色分布的一種方法，它的橫軸表示顏色等級(jí)，縱軸表示在某一個(gè)顏色等級(jí)上具有該顏色的像素在整幅圖像中所占的比例，直方圖顏色空間中的每一個(gè)刻度表示了顏色空間中的一種顏色。在顏色布局描述符中，對(duì)分割好的8×8的圖像取每一塊圖像的顏色平均值，形成一個(gè)顏色平均值矩陣，然后對(duì)其用二維離散余弦進(jìn)行變換，取低頻分量作為顏色特征。

5 基于紋理的圖像檢索

紋理特征提取。紋理是一種反映圖像中同質(zhì)現(xiàn)象的視覺(jué)特征，它體現(xiàn)的是物體表面的具有緩慢變化或者周期性變化的表面結(jié)構(gòu)組織排列屬性。紋理和灰度、顏色等圖像特征不同，它的原理是通過(guò)像素及其周?chē)臻g鄰域的灰度分布來(lái)表現(xiàn)，即：局部紋理信息。而圖像可以看成是不同紋理區(qū)域的組合。紋理特征可用來(lái)對(duì)圖像中的空間信息進(jìn)行一定程度的定量描述，這彌補(bǔ)了顏色特征的缺陷。邊緣直方圖是基于圖像邊緣的統(tǒng)計(jì)特征，目標(biāo)的邊緣和紋理特征能較好地被反映，且運(yùn)算速度較高。

6 結(jié)束語(yǔ)

本文分析了圖像檢索技術(shù)的幾種類(lèi)型，并分析研究了其中幾個(gè)算法，以及顏色、紋理特征提取。但隨著計(jì)算機(jī)網(wǎng)絡(luò)技術(shù)的飛速發(fā)展檢索效率和精度需要不斷提高，這就需要我們?cè)诂F(xiàn)有圖像檢索技術(shù)的基礎(chǔ)上加強(qiáng)對(duì)基于內(nèi)容的圖像檢索技術(shù)進(jìn)行研究，最終實(shí)現(xiàn)更高語(yǔ)義上的精準(zhǔn)檢索。