维普资讯 http://www.cqvip.com ２００２年５月 松辽学刊（自然科学版） №．２ 第２期 Ｓｏｎｇｌｉａｏ Ｊｏｕｒｎａｌ（Ｎａｔｕｒａｌ Ｓｃｉｅｎｃｅ Ｅｄｉｔｉｏｎ） Ｍａ、 ． 基于内容的图象检索技术 王洪君 （吉林师范大学计算机系，吉林四平１３６０００） 摘 要：本文对基于内的图象检索理论进行了深入的研究，给出了图象检索的基本过程，常用方法，匹配 算法和提高检索效率的方法． 关键词：图象检索；颜色；形状；纹理 中图分类号：Ｇ ３５４．４ 文献标识码：Ａ 文章编号：１０００一ｌ８４０（２００２）０２—０００４—０３ ｌ 前言 计算机科学技术的发展，计算机信息处理能力的增强，为利用图象来描述和表示信息提供了可 能，同时利用图象来表示信息也正是人们所希望的，这样越来越多的图象数据库被建立，例如：卫星遥 感图象、医学图象、地理信息系统、公安安全部门的现场照片、指纹、手迹、足迹等图象的图象库．而且 随着时是的推移，图象数据库不断扩大，如何对图象进行高效查询就成为人们对图象数据库进行有效 管理的问题之 ，传统的数据查询方法已不能满足人们的要求，人们更希望能够利用图象的可视特征 对图象库进行查询，基于内容的图象检索正是在这种情况下产生的。它克服了传统方法的不足，融合 了图象识别和数据库技术，从而提供了更有效的检索手段． 基于内容的图象检索就是通过分析图象的内容（如：颜色、纹理、形状等）对图象进行检索的技术， 其过程是：首先，分析图象的内容，提取图象特征存储在数据库中；然后，查询时，只要给出图象的模糊 描述，就可以在图象库中找出想要的图象。其特点是：１．检索过程具有交互性，用户可以参与检索过 程．２．引入了特征库和知识辅助的概念．３．它更注重的是信息的快速查询．这是一幅返复筛选的过程， 最后得到的不只是一幅图象，一般是多幅图象．例如：要查找一个人头像，首先给出它的大概描述，再 进行筛选，最后得到想要的图象． 基于内容的图象检索技术由于是根据图象的可视内容进行检索，无疑对广大用户来说是非常方 便的，特别是随着计算机网络技术的发展，其应用前景将是非常广阔的．主要包括颜色、纹理形状和草 图检索． ２ 基于内容的图象检索 １．ｊ基于颜色的图象检索 颜色是图象的一个重要属性，对大小、方向和旋转都不敏感，具有一定的稳定性，例如：要检索一 幅落日图象，只要指定图象中的主要颜色红色的大致比例就可以此为依据查找与此颜色分布类似的 图象，而此时其他检索特征往往难以奏效．颜色特征值一般用直方图来描述，直方图的横轴表示颜色 的等级，纵轴表示在某一个颜色等级 具有该颜色的象素在整幅图象中所占的比例．设一幅图象的颜 色直方图为：Ｈ（ｉ），则对直方图作归一化处理后的直方图Ｉ定义如下： 收稿日期：２００２—０ｌ—ｌ５ 第一作者简介：王洪君．（１９５６一）男，１９８８年毕业于【ｒＩ】平师范学院数学系，并留校任教，计算机系讲师，现在东北大学攻读博士学位 ４’＿—— 维普资讯 http://www.cqvip.com 八，，．、Ｈ（ｉ） 。 ∑万 对于彩色图象，每一种颜色都可以由红、绿、蓝三原色按一定的比例组合而成，相应的直方图有三 个．设Ｉ 、ｌ 和 为图象库中所存彩色图象的三个分量的直方图，Ｑ 、Ｑ。和Ｑ。为查询图象的直方图． 以直方图为特征的常用的匹配方法有： （１）欧氏距离法 其方法是以图象直方法在各个灰度级上的值构成特征矢量，按照欧氏距离公式计算特征向量之 间的距离，以这个距离值代表图象之间的差别程度． 则两图象间的距离定义为： Ｓ（，，Ｑ）＝１．０一 ∑，（， （ｒ）一ＱＲ（ｒ）） ＋∑ （，。（ｇ）一Ｑ。（ｇ） ＋∑６（， （ｂ）一Ｑ （ｂ）） 从上式可以看出Ｓ（，，Ｑ）的取值在［０，１］上，如果图象Ｉ与图象Ｑ是同一图象，那么它的取值就是 １；如果两幅图象差别很大，则它的取值就接近于零。 （２）直方图交叉法 该方法是取两幅图象在灰度级上的较小值，然后累加所得结果就为两幅图象的相似程度，公式一 般如下： ｓ（，，９）： 鱼 从上式可以看出该公式的取值位于［０，１］之间，若两幅图象相同，则取值为１，若两幅图象差别较 大，则其取值等于零． （３）直接差值法 该方法是直接把直方图在各个灰度级上的值对应相减，并做归一化处理，其公式如下： Ｓ（，，Ｑ）＝１．０一 ∑，（Ｉ（， （ｒ）一Ｑ （ｒ）Ｉ）＋∑ （Ｉ Ｉｃ（ｇ）一Ｑ。（ｇ）Ｉ）＋∑ （Ｉ ＩＢ（ｂ）一Ｑ （ｂ）Ｉ） ６ 如果两幅图相同，则相似度为１。 否则，如两幅图象差较大，则相似度就越小 １．２基于纹理的图象检索 纹理同颜色一样，是图象中的一个重要特征，虽然图象在局部区内可能呈现出不规则性，但从整 体上看还是表现出某种规律性。根据图象的纹理对图象进行检索的方法主要有： （１）统计的方法 该方法主要是根据关于象素间的灰度的统计性质对纹理规定出特征与参数间关系，主要适用于 分析像木纹、沙地、草坪等细致而不规则的物体． （２）结构的方法 该方法主要是根据图象的纹理基元及其排列规律来描述纹理的结构及特征、特征与参数之间的 关系，主要适用于象布料的印刷图案或砖瓦等一类元素组成的纹理及其排列比较规则的图案． １．３基于形状的图象检索 形状特征是刻划图象中目标的主要特征之一，传统的方法是用Ｆｒｅｅｍａｎ链码、曲线、Ｆｏｕｒｉｅｒ描述 子、二次曲线及Ｂ样条曲线等来描述平面曲线。Ｈｏｕｇｈ变换是最经典的方法。对于更广泛的变形匹 配问题，则需要与变形模型的研究相结合．出于对算法时间和空间的复杂性的考虑，形状的表达和匹 配往往采用更简单的方法，如：形状参数面积、周长、长短轴比等，对于复杂的图形，还有孔洞数及各目 标间的几何关系等． 基于形状持征的检索方法有两种： （１）分割图象经过边缘提取后，得到目标的轮廓线，针对这种轮廓线提取形状特征进行图象检索． （２）直接针对图形寻找适当的矢量特征进行图象检索． ５一 维普资讯 http://www.cqvip.com 基于形状的检索更多地用于当用户粗略地画出一个轮廓进行检索的情况。基于形状的检索主要 是要寻找那些对平移、缩放、旋转都不变的几何特征．其方法主要是计算查询图象与图象库中图象之 间的距离，用５（ｉ）表示图象的特征，设Ｐ是图象库中的图象，Ｑ是查询图象，则Ｐ与Ｑ之间关于特征 ｓ（ ）的相似度一般定义为： Ｓ＝１．０ Ｉ Ｓ （ ）一Ｓ （ｉ）｝ ｍａｘ（Ｓ，（ｉ），Ｓ （ｉ）） 而总的相似度定义为： ． ５： 其中ｗｉ是第１个特征量的权值。这些权值可以由我们根据形状特征量的重要程度赋予固定的 值，也可以由用户根据查询要求中他所强调的重点所在加以更改．可以看出相似度ｓ的取值介于是 ０—１之间，如果Ｐ和Ｑ是同～图象，则Ｓ＝Ｉ．同样如果ｓ接近于１，则可以认为两幅图相似． ３提高检索准确率的方法 上面所提到的图象检索方法并不一定单独使用，我们可以把它们联合起来使用，这样就可以 提供更多的约束条件，而使得返回图象中包含目标图象的比率得到提高，例如我们在进行颜色检索的 同时，可以进行基于形状的检索或纹理的检索，这样就可以提高检索的质量，设Ｑ为检索图象，Ｉ为图 象库中的图象，ｓ 为Ｉ和Ｑ之问基于形状的相似度，ｓ 为Ｉ和Ｑ之间基于纹理的相似度，ｓ 为Ｉ和Ｑ 之间基于颜色的相似度，则Ｉ和Ｑ之间的相似度可以定义为： Ｗ：ｓ：＋Ｗ Ｓ ＋Ｗ ｓ — ＿‘ ＿ 这里ｗ 、ｗ 和ｗ 分别是相对于颜色、纹理和形状的权值，如果使用相同的权值（设为１），则Ｓ在［０， １ ｊ之间． ４提高检索速度的方法 因为随着数据库的增大，库中图象数目不断地增加，选取适宜的检索方法对提高检索速度很重 要。提高检索速度主要通过以下两种方法：～是分类该方法是建立一个分类树，在分类树的不同级别 上，所用的关键属性可以不同，例如：人脸型的查询，在分类树的顶层可以是人脸的型状，而在下一级 上可以是眼睛的大小 另外分类的准则主要是根据特征矢量的相似程度，即在每一类中选一个标准图 象，在图象人库时，根据图象之间的相似程度决定其归为那一类，图象查询时也是一样，首先确定查询 图象应属于那一类，然后再进行检索．再是过滤过滤的方法就是用一个快速计算的过滤器扫描特征数 据库中的所有数据，把不符合要求的数据去掉，而把被检索的图象只与通过过滤器的图象进行比较， 这样就可以提高查询速度．例如：对于形状检索来说，首先我们把被查询图象中的对象物与图象库中 的图象中的对象物的长短轴比进行比较，这样就可以滤掉长短轴比与被查询图象长短轴比相差很大 的那部分图象，然后，我们再对通过过滤器下的图象作进一步的相似度计算，这样就可以大大提高检 索速度． ５ 小结 基于内容的图象检索是近年来发展起来的关于图象数据库的关键技术之一，正在发展之中，目前 这一领域的研究虽然取得了很大的成就，但其发展还不完善，还有许多有待研究的技术．由于图象内 容的多样性，对于不同的图象其侧重点也不相同，因此很难找到一种通用的对所有图象都实用的图象 检索方法．上面所提到的方法只是众多方法中带有普遍性的一小部分．希望能对读者有所帮助． （下转第１０页）