基于内容的图像检索概述.ppt

基于内容的图像检索（ Content-based image retrieval） * 目前大家比较熟悉的计算机检索技术，大多是基于文字的检索。不论是文章的查询、图片的有哪些信誉好的足球投注网站、音乐的查找甚至视频的检索，都是通过文字的描述或者标引实现的。 文字检索的薄弱环节在于对多媒体信息描述上，用文字描述难以避免主观性。这样，就产生了基于内容的检索需求，不论是图片、声音、视频还是动画。于是各种基于内容的检索技术就应运而生了。基于内容的图像检索技术是其中的一项重要技术。 二、什么是基于内容的检索技术 从20世纪70年代开始，有关图像检索的研究就已开始，当时主要是基于文本的图像检索技术（Text-based Image Retrieval，简称TBIR），利用文本描述的方式描述图像的特征，如一张照片，配以文字说明照片拍摄的时间、地点、事件的主要内容等等。 1、什么是基于内容的检索技术 1.1 基于文本的图像检索技术 TBIR 1、什么是基于内容的检索技术 1.1 基于文本的图像检索技术 TBIR 存在的问题： 一是这种方法需要较多的人工参与，而且随着图像数目的增加，这种方法很难实现； 二是由于图像所包含的信息量庞大，不同的人对于同一张图像的理解也不相同，这就导致对图像的标注没有一个统一的标准，因而检索的结果不能很好地符合用户的需求。 图2-2 不同的人关心不同的内容 到90年代以后，出现了对图像的内容语义，如图像的颜色、纹理、布局等进行分析和检索的图像检索技术，即基于内容的图像检索（Content-based Image Retrieval，简称CBIR）技术。 1.2 基于内容的图像检索 CBIR CBIR指的是查询条件本身就是一个图像，或者是对于图像内容的描述，它建立索引的方式是通过提取底层特征，然后通过计算比较这些特征和查询条件之间的距离，来决定两个图片的相似程度。 2 基于内容的图像检索原理 1、提取特征值：利用一些数学的规则（公式），把图像进行一个量化的描述，按照色彩、形状、图案、纹理等不同要求，把一张图片转化为一组数字，我们称其为特征值。由于是采用的同样的规则，所以每一张图片都能提取出一组特征值。 2、特征值的比对：由于采用的规则是相同的，如果两张图片是一样的，提取的特征值也会相同，这样就可以把两张图片的内容比较转化为两组特征值的数字比较，也就是用数字量的比较代替了模拟量的比较； 3、结合语义分析：相同特征值的图片不一定就是相同的内容，结合图片的语义进行分析判断。 如果两张图片是相似的，提取的特征值也是相近的；反过来讲，如果两张图片相差很大，其特征值也会有很大的差距； 对于图像的低层特征，主要采用的是图像的颜色、纹理及其形状等特征。 2.4图像的低层特征值提取 2.4.1颜色特征 颜色特征和图像的大小、方向无关，而且对图像的背景颜色不敏感，因此颜色特征被广泛应用于图像检索。颜色特征中包括颜色直方图、颜色相关图、颜色矩等。 图2-3颜色特征－颜色布局示例 2.4.2纹理特征 纹理特征代表了物体的视觉模式，它包含了物体表面的组织结构以及与周围环境之间的关系。常用的方法有相关矩阵法，粗糙度、对比度等纹理表示方法，以及小波变换等。 图2-4纹理特征 2.4.3形状特征 形状特征则包括两种，一种是基于边界的形状特征，另外一种则是基于区域的形状特征。最常用的表示方法有傅利叶变换和不变矩等。 这些低层的特征将通过各种方法抽取出来，并形成一组特征向量，建立相关索引并存储到数据库中。 灯管 杯子 基于边缘的形状表示 基于区域的形状表示 单纯使用图像的底层特征值，容易产生混淆，因为不同的图像也会有近似的特征组合，例如：一个冰箱和一个洗衣机，从正面看二者有较大的区别，但从后面看其后视图时，二者的差距很小，相似度较高，无法有效区分； 2.5单独使用低层特征值的弊端 冰箱 图2-6 冰箱与洗衣机的后视图对比 洗衣机 * * *