基于数字图像的检索技术研究

2017-12-27李磊

数码世界 2017年2期

关键词：数字图像关键字直方图

李磊

湖北工程学院

基于数字图像的检索技术研究

李磊

湖北工程学院

近年来，网络和多媒体技术越来越发达，网络上的各类资源日以丰富，人们越来越青睐于直观生动的多媒体技术，数字图像的存在感越来越强，但它们并没有被综合整理分类，这样想快速充分的利用这些有用信息，就需要用到图像检索技术。目前，网络资源的日益丰富以及图像检索技术日益发展成熟，使得不断扩大图像检索技术的应用领域，这就需要我们继续研究完善图像检索技术。与此同时，网络传送速度与计算机信息处理速度不断提高，网页中越来越普遍的使用多媒体信息，特别是图像信息，成为了网页内容的重要组成部分。如何为用户同时提供文本信息和图像信息，是信息检索中一个重要研究方向。于是各种基于Web的图像检索系统应运而生，极大地方便了用户对网上图像进行检索。本文将重点介绍各种图像检索技术的原理、现状、发展趋势。

图像检索文本内容图像内容

图像检索引擎的检索途径主要有三种：

1 立足于文本，对图像进行检索

但是因为受控词汇本身的局限，易歧义，更新慢，所以不太容易应对网络上日新月异的各类图像，传统的图像检索技术是通过精确匹配关键字检索，用关键字标识系统内的图像，标识相一致的关键字就是检索线索，即输入是关键字，输出是图像。它又包括两种途径：①基于图像外部信息进行检索。在找出图像文件后，图像检索引擎通过查看文件名或路径名确定文件内容。②基于手工标注的检索。手工描述并分类图像的内容，将其标注为关键字，并建立索引。这种查询方式的有点是比较准确，有较好的查准率，但劳动强度大，图像的标注也缺乏统一标准。

2 立足于图像内容，对图像进行分析和检索

通过图像分析软件自动抽取图像的颜色、形状、纹理等特征进行检索，并建立特征索引库，输入要查找的图像的特征描述，通过检索规则，输出有着相近特征的图像内容，按相似规则排列，这种检索方法的优点是把在传统图像检索技术中用户描述或识别的图像特征，交由系统去解决。这种检索主要是基于图像本身特征层次来完成的，适用于有明确的查询要求的检索目标，但目前这种检索技术在图像检索引擎中应用还有一定困难。尽管图像检索已经出现了多种表征图像特征的方法诸如直方图、颜色矩、颜色集等，但是要实现更高语义上的检索，实现难度大，进展慢。

3 结合文本和内容，进行融合性检索

二者虽侧重不同但却互相补充，集合两者的优势，促进高效、简单的图像检索方式。

这三种图像引擎的检索方式都是相互影响和相互促进的，任何一种方法进步，都会促进图像检索技术的发展。

4 基于颜色的图像检索

颜色特征提取。在传统的图像检索算法中，最简单基本的一种计算方法是直方图，该算法用于表达不同颜色所占的比例构成数字图像。一般用（Red-Green-Blue）颜色空间来描述在数字图像中的一幅图像，然而人们对（Red-Green-Blue）空间结构不熟悉，以及人们对颜色相似性的认识存误差，尤其是在量化过程中。因此我们需要将（Red-Green-Blue）空间转化成HSV空间，再来通过量化的方法来获取我们需要的图像颜色直方图，颜色特征是一种全局特征，通过它我们能够描述图像或图像区域的景物表面性质，一般颜色特征是基于像素点的特征。由于颜色对图像或图像区域的方向、大小等变化不敏感，所以颜色特征不能很好地捕捉图像中对象的局部特征。如果仅使用颜色特征查询，当数据库很大时，常会检索出许多不需要的图像。但是在图像检索中应用最为广泛的视觉特征是颜色特征，主要是因为图像中所包含的物体或场景和颜色往往十分相关。此外，相比其他视觉特征，颜色特征对图像本身的尺寸、方向、视角的依赖性较小，从而具有较高的稳定性。

检索中，为了正确地使用颜色，我们需要建立颜色模型。颜色特征是图像最直观而明显的特征，一般采用直方图来描述。颜色直方图是表示图像中颜色分布的一种方法，它的横轴表示颜色等级，纵轴表示在某一个颜色等级上具有该颜色的像素在整幅图像中所占的比例，直方图颜色空间中的每一个刻度表示了颜色空间中的一种颜色。在颜色布局描述符中，对分割好的8×8的图像取每一块图像的颜色平均值，形成一个颜色平均值矩阵，然后对其用二维离散余弦进行变换，取低频分量作为颜色特征。

5 基于纹理的图像检索

纹理特征提取。纹理是一种反映图像中同质现象的视觉特征，它体现的是物体表面的具有缓慢变化或者周期性变化的表面结构组织排列属性。纹理和灰度、颜色等图像特征不同，它的原理是通过像素及其周围空间邻域的灰度分布来表现，即：局部纹理信息。而图像可以看成是不同纹理区域的组合。纹理特征可用来对图像中的空间信息进行一定程度的定量描述，这弥补了颜色特征的缺陷。边缘直方图是基于图像边缘的统计特征，目标的边缘和纹理特征能较好地被反映，且运算速度较高。