多特征合成的圖像檢索系統(tǒng)的設(shè)計與實現(xiàn).pdf

1、隨著Internet上數(shù)字圖像的種類和數(shù)量的飛速增長，尋求高效的基于內(nèi)容的圖像檢索技術(shù)成為目前主要的研究方向之一。人是現(xiàn)代信息社會的主體，有關(guān)人的圖像是現(xiàn)代商業(yè)和日常生活中最常用的圖像種類之一，廣泛的存在于各大圖像庫中。本文將人臉檢測技術(shù)引入基于內(nèi)容的圖像檢索領(lǐng)域，構(gòu)建了一個多特征合成的圖像檢索系統(tǒng)。 在特征選擇方面，本文采用領(lǐng)域相關(guān)視覺特征與通用視覺特征相結(jié)合的方法。其中領(lǐng)域相關(guān)視覺特征專用于人的圖像的檢索，提高人的圖像的檢索

2、率。 在系統(tǒng)設(shè)計方面，在傳統(tǒng)的CBIR系統(tǒng)結(jié)構(gòu)的基礎(chǔ)上引入圖像篩選，先利用膚色信息將人的圖像與非人的圖像分類，然后只對那些滿足篩選條件的圖像進行圖像匹配過程中的相似度計算。實驗結(jié)果表明該設(shè)計方法可以有效減少人的圖像參與匹配的計算時間，提高檢索速度。 在特征提取階段，首先采用一種基于膚色檢測和分塊面部特征驗證的方法，提取膚色特征及人臉特征。將膚色特征作為圖像的篩選特征；人臉檢測過程檢測到的人臉個數(shù)、面積百分比作為領(lǐng)域相關(guān)特

3、征--人臉特征，然后以區(qū)域為粒度分別提取區(qū)域的通用視覺特征，包括顏色、形狀、紋理及空間特征。所有這些特征都具有縮放、旋轉(zhuǎn)、平移不變性的特點，因此該系統(tǒng)可以較準(zhǔn)確的檢索出經(jīng)過縮放、平移及旋轉(zhuǎn)變換的圖像。 在特征匹配階段，先采用分類加權(quán)的方法對以區(qū)域為粒度的通用視覺特征進行組合來計算區(qū)域相似度，然后使用一種整合區(qū)域匹配方法來計算圖像間的相似度。如果被檢圖像是人的圖像，則人臉特征參與相似度計算。最后按相似度大小排序返回查詢結(jié)果，完成圖