12 数字图像和互联网.pdf

• 中国石油大学（华东）信控学院 1 第十二章 数字图像与互联网 12.1 基于互联网的图像系统 12.2 面向图像检索的内容匹配 12.3 面向版权保护的数字水印 2 12.1 基于互联网的图像系统 •互联网图像系统的结构 图像管理 图像访问 图像创建 （Server） （浏览器） •互联网图像系统的研究方向 –解决图像数据大与网络带宽窄的问题 –与信息安全、版权保护相关的图像问题 –静止、活动图像的存储与检索的问题 3 12.2 面向图像检索的内容匹配 12.2.1 内容检索与内容匹配 12.2.2 内容匹配的主要策略 12.2.3 内容描述标准MPEG7 4 12.2.1 内容检索与内容匹配 • 问题的提出 –当我们的数字图像数量很多时（达到上千张、 甚至上百万张），如何快速有效地找到需要 的数字图像是一项有挑战性的工作 –那么，如何利用计算机辅助检索图像呢？ （与文本检索不同，图像与图像之间的比较 是一个复杂的问题） 5 12.2.1 内容检索与内容匹配 •传统的图像检索方法 »通过图片的元数据或标引文字进行检索 例：图像元数据 宽度：210 高度：172 主题：玻璃瓶与草 背景：淡灰 内容：6个有草的玻璃瓶 3个瓶有红色液体 3个瓶有透明液体 6 12.2.1 内容检索与内容匹配 •标引文字的检索的局限性是： •图片的标引文字主要靠人工输入。对大数据量 的场合（如Web资源、数字图书馆等）应用困 难 •标引文字无法精确完整的刻画图片内容 –文字描述一维线性的媒体，而图片是二维非线性 的媒体 –生成或利用元数据的过程实质是在两种差异很大 的媒体间的翻译过程，有很大的随意性和信息损失 7 12.2.1 内容检索与内容匹配 •基于内容的图像检索方法 –一图胜千言，考虑绕过这些转换（翻译）过 程直接利用图片去检索图片，这就是基于内 容的检索的出发点 –基于内容的图像检索的英文缩写：CBIR Content-Based Image Retrieval –90年代初，国际上就开始了对基于内容的 多媒体信息检索方面的研究。 8 12.2.1 内容检索与内容匹配 –大量原型系统已经推出,技术正在逐步走向 成熟，已经出现一些商用系统。 •商用系统如：IBM的QBIC、 Virage 的VIR Image Engine 。 •原型系统如：UCB的BlobWorld （形状）、 Stanford的系统（颜色）。 –检索效果仍需改进。 9 12.2.1 内容检索与内容匹配 •基于内容的图像检索系统结构 特征匹配模块