基于MPEG-7的數(shù)字內(nèi)容檢索技術(shù)研究與實(shí)現(xiàn).pdf

1、近年來，隨著多媒體技術(shù)和計(jì)算機(jī)網(wǎng)絡(luò)的飛速發(fā)展，全世界的數(shù)字圖像、音視頻、數(shù)字動(dòng)畫的容量正以驚人的速度增長(zhǎng)。無論是軍用還是民用設(shè)備，每天都會(huì)產(chǎn)生很大容量的數(shù)字媒體。這些數(shù)字媒體中包含了大量有用的信息。然而，由于這些媒體是無序地分布在世界各地，因此其中包含的信息無法被有效地訪問和利用。這就要求有一種能夠快速而且準(zhǔn)確地查找訪問媒體的技術(shù)，也就是所謂的媒體檢索技術(shù)。 基于內(nèi)容的媒體數(shù)據(jù)檢索技術(shù)是當(dāng)今的一個(gè)研究熱點(diǎn)，國(guó)內(nèi)外的許多研究機(jī)構(gòu)都

2、在從事這一課題的研究，并取得了一定的研究成果?，F(xiàn)在可以檢索的媒體類型包括動(dòng)畫、音頻、視頻、靜態(tài)圖像等。 MPEG-7是運(yùn)動(dòng)圖像專家組推出的基于內(nèi)容的多媒體描述標(biāo)準(zhǔn)。MPEG-7標(biāo)準(zhǔn)重點(diǎn)在于數(shù)字AV (Audio-Video)信息的描述和定義，它以明確的結(jié)構(gòu)和語法來定義AV信息的內(nèi)容，對(duì)AV信息進(jìn)行標(biāo)準(zhǔn)化描述，并將該描述與所描述的內(nèi)容相聯(lián)系，以實(shí)現(xiàn)快速有效的搜索。 目前，用于檢索的圖像特征主要有顏色(Color)、紋理(T

3、exture)、形狀(Shape)等。由于不同的應(yīng)用背景，不同的基于內(nèi)容檢索系統(tǒng)在其檢索實(shí)現(xiàn)中采用的技術(shù)也各有側(cè)重，基于內(nèi)容的圖像檢索可以說是圖像處理和計(jì)算機(jī)視覺各種技術(shù)應(yīng)用的綜合。 本文在廣泛查閱國(guó)內(nèi)外有關(guān)基于內(nèi)容的圖像檢索技術(shù)資料的基礎(chǔ)上，基于MPEG-7標(biāo)準(zhǔn)，在圖像檢索技術(shù)，圖像特征信息提取、存儲(chǔ)、檢索等方面進(jìn)行了深入的分析和研究，實(shí)現(xiàn)了關(guān)鍵算法，并搭建了基于內(nèi)容分析的圖像檢索系統(tǒng)，能夠?qū)D像的顏色、紋理、形狀特征進(jìn)行提取

4、并實(shí)現(xiàn)檢索應(yīng)用。論文主要工作包括： 1．研究主流的基于內(nèi)容的圖像檢索技術(shù)，分析研究方向及未來的發(fā)展趨勢(shì)，確定論文所要采用的圖像數(shù)據(jù)存儲(chǔ)方式、檢索方式等。 2．詳細(xì)分析了MPEG-7標(biāo)準(zhǔn)的各個(gè)組成部分以及其核心-XML技術(shù)，并在此基礎(chǔ)上探討了MPEG-7在基于內(nèi)容的圖像檢索系統(tǒng)中的應(yīng)用。 3．圖像特征提取是圖像檢索中的關(guān)鍵，本文集中分析了顏色、形狀、紋理方面的特征描述符，在此基礎(chǔ)上進(jìn)一步分析了各種視覺特征的提取方式

5、。 4．為了實(shí)現(xiàn)圖像檢索，必須對(duì)提取圖像的不變性特征進(jìn)行匹配。形狀不變矩是目標(biāo)的一種物理特征，它對(duì)于物體的平移、旋轉(zhuǎn)、比例變換具有不變性，故系統(tǒng)實(shí)現(xiàn)中提取了圖像的形狀不變矩特征，采用歐氏距離計(jì)算相似度對(duì)圖像進(jìn)行匹配，以提高圖像匹配效果。 5．對(duì)圖像檢索系統(tǒng)的總體架構(gòu)、實(shí)現(xiàn)功能、系統(tǒng)模塊的代碼設(shè)計(jì)方案以及系統(tǒng)實(shí)現(xiàn)中的關(guān)鍵問題進(jìn)行了詳細(xì)討論。特別是關(guān)于對(duì)視頻片斷的處理，將其靈活解碼為中間幀，然后按照靜態(tài)圖像的方式處理。