圖像檢索中若干問(wèn)題的研究.pdf

1、圖像含有比文本更為豐富的信息，在人們?nèi)粘Ｉ钪邪l(fā)揮著重要作用。近年來(lái)由于因特網(wǎng)技術(shù)的發(fā)展及各種消費(fèi)型電子產(chǎn)品的普及，每天都有巨量的數(shù)字圖像產(chǎn)生和發(fā)布。在多媒體數(shù)據(jù)庫(kù)中快速、有效地尋找所需要的圖像是一個(gè)非常有意義的課題。目前工業(yè)界的許多圖像搜索引擎(如Google<'TM>和百度<'TM>)在搜索圖像時(shí)并沒有按照?qǐng)D像內(nèi)容本身來(lái)搜索，而是根據(jù)與圖像相關(guān)聯(lián)的文字信息來(lái)完成搜索任務(wù)。導(dǎo)致搜索結(jié)果不盡如人意?；趦?nèi)容的圖像檢索是有望解決這一問(wèn)題的

2、關(guān)鍵技術(shù)。本文對(duì)這一技術(shù)中的幾個(gè)問(wèn)題進(jìn)行了研究，取得了如下結(jié)果： 紋理特征是圖像檢索中廣泛使用的重要底層視覺特征。本文將圖像紋理視為非線性動(dòng)力系統(tǒng)產(chǎn)生的信號(hào)，使用2種非線性信號(hào)分析方法．復(fù)雜性方法和希爾伯特．黃變換(HHT)方法來(lái)提取圖像的紋理特征并將之用于紋理圖像檢索。得出的結(jié)果有：(1)將時(shí)間序列復(fù)雜性方法用于圖像紋理分析與檢索。所做的工作和得到的結(jié)論是：比較了8種時(shí)間序列復(fù)雜性方法用于圖像檢索時(shí)的性能，發(fā)現(xiàn)基于符號(hào)動(dòng)力學(xué)和

3、基于熵的方法不適于圖像檢索：基于頻譜分析的CO復(fù)雜性特征適于圖像檢索，該特征的檢索性能與二維圖像一維化的掃描方法有關(guān)；實(shí)驗(yàn)表明采用Hilbert掃描方式的CO復(fù)雜性特征在Brodatz紋理庫(kù)上取得了和Gabor特征極為接近的檢索結(jié)果，計(jì)算特征所需要的時(shí)間比Gabor特征少了一個(gè)數(shù)量級(jí)；由圖像閾值化算法得到啟發(fā)，提出了一個(gè)新的一維時(shí)間序列粗?；蚣?；提出了多種基于二維CO復(fù)雜性測(cè)度的紋理特征：復(fù)雜度直方圖和多尺度復(fù)雜度直方圖、復(fù)雜度共生矩

4、陣、復(fù)雜度紋理譜和多尺度復(fù)雜性特征；實(shí)驗(yàn)表明基于金字塔分解的多尺度復(fù)雜性特征在不同的實(shí)驗(yàn)圖像庫(kù)上檢索性能穩(wěn)定，是一種較好的紋理特征；(2)將希爾伯特．黃變換方法用于圖像紋理分析與檢索，所做的工作和得到的結(jié)論是：提出了一種新的基于聚類的邊界處理算法以改善經(jīng)驗(yàn)?zāi)Ｊ椒纸?EMD)方法所產(chǎn)生的邊界效應(yīng)問(wèn)題；使用二維Hilbert變換計(jì)算了內(nèi)稟模態(tài)函數(shù)(IMF)的幅值作為檢索用的圖像紋理特征。實(shí)驗(yàn)表明，提出的HHT特征可以取得和Gabor特征較為

5、接近的圖像檢索結(jié)果。 圖像的顯著性區(qū)域是表達(dá)圖像語(yǔ)義的主要部分。本文嘗試使用一個(gè)基于視覺生理和心理物理實(shí)驗(yàn)基礎(chǔ)的選擇性視覺注意計(jì)算模型用于自然圖像檢索的研究。所做的工作和得到的結(jié)果是：(1)使用視覺注意計(jì)算模型計(jì)算了圖像中的興趣點(diǎn)并提取興趣點(diǎn)周圍的局部特征用于圖像檢索。提出的檢索特征有圖像的顯著性直方圖特征、圖像的顯著性標(biāo)簽和注意焦點(diǎn)(FOA)空間關(guān)系直方圖特征。實(shí)驗(yàn)結(jié)果表明顯著性標(biāo)簽和FOA空間關(guān)系混合編碼的直方圖特征可以取得

6、比全局直方圖特征更好的檢索結(jié)果；在采用視覺注意計(jì)算模型計(jì)算得到的圖像顯著性區(qū)域上提取的一些區(qū)域特征可以取得比全局特征更好的檢索結(jié)果；(2)提出了將潛在語(yǔ)義標(biāo)引方法和視覺注意計(jì)算模型結(jié)合起來(lái)用于自然圖像檢索的方法；(3)提出了在多示例學(xué)習(xí)框架下基于視覺注意計(jì)算模型和JSEG圖像分割算法的包生成器方法，并將其用于自然圖像檢索。圖像檢索實(shí)驗(yàn)表明基于JSEG分割算法的包生成器取得了比一些文獻(xiàn)中提出的包生成器更好的實(shí)驗(yàn)結(jié)果。 本文提出了“

7、圖像語(yǔ)義閾值”的新概念及其度量方法。通過(guò)計(jì)算機(jī)實(shí)驗(yàn)和心理物理學(xué)實(shí)驗(yàn)初步得到如下結(jié)論：在自然圖像認(rèn)知或理解時(shí)存在一個(gè)語(yǔ)義閾值；可以通過(guò)圖像的圖像熵和圖像分維數(shù)及類似Weber律的方法來(lái)度量該閾值；差別閾限圖像及其原始圖像的度量值的比值與圖像語(yǔ)義內(nèi)容無(wú)關(guān)，而和色彩模式(彩色或灰度)及圖像的變換方法相關(guān)。 本文作者還設(shè)計(jì)與開發(fā)成功了一個(gè)圖像檢索實(shí)驗(yàn)平臺(tái)。使用該平臺(tái)方便了研究者進(jìn)行圖像檢索實(shí)驗(yàn)研究，提高了工作效率，便于他們之間進(jìn)行學(xué)術(shù)交