圖像檢索算法的研究.pdf

1、隨著網(wǎng)絡(luò)技術(shù)和存儲技術(shù)的不斷向前發(fā)展,圖像數(shù)據(jù)正以指數(shù)級的方式增長,越來越多的數(shù)據(jù)分布在網(wǎng)絡(luò)上,這對于用戶如何高效、快捷和輕松地查詢到自己想要的圖片信息是個難題。基于內(nèi)容的圖像檢索算法的提出正是為了解決海量的圖像數(shù)據(jù)難以手工標(biāo)注以及用戶需求快速地查詢到想要的語義信息圖像的問題?；趦?nèi)容的圖像檢索算法利用計算機(jī)自動的提取圖像的底層視覺特征、在特征空間上定義相似度度量準(zhǔn)則,計算查詢圖像和數(shù)據(jù)庫中源圖像之間在底層視覺特征向量上的差異,從而來描

2、述兩幅圖像之間的語義差異性。其在最初的一段時間取得了相當(dāng)?shù)某晒?。但是由于圖像的底層特征和圖像高層語義之間的“語義鴻溝”問題,基于內(nèi)容的圖像檢索算法無法從根本上克服圖像的底層特征對圖像高層語義描述的不一致性。在此基礎(chǔ)上,研究者開始尋求其他的檢索算法或者對原有算法進(jìn)行改進(jìn),逐步縮小二者之間的“語義鴻溝”問題:提出了基于區(qū)域的圖像檢索、相關(guān)反饋和高層語義建模等方法。其中基于區(qū)域的和高層語義建模的方式從根本上講,還是沒有脫離基于圖像底層特征,只

3、是利用其它相關(guān)技術(shù)對基于圖像底層視覺特征的檢索算法的性能進(jìn)行了提高。而相關(guān)反饋技術(shù)的提出是區(qū)別于其它兩種的,這一方式的提出考慮了檢索過程是一個用戶參與的過程,系統(tǒng)完全可以把用戶在參與的過程中提供的信息融合進(jìn)檢索算法來提高檢索結(jié)果的精確度。但是除了圖像的像素信息之外,圖像中還有其他的信息可以用來提高對圖像語義信息的理解。相機(jī)元信息(Exif)記錄了圖像在拍攝的時候相機(jī)中各種參數(shù)的狀態(tài)和數(shù)值,如:閃關(guān)燈是否打開、曝光時間、光圈長度等。這些信

4、息對于圖像的語義信息的理解有著輔助作用,已有的研究文獻(xiàn)也證明了該觀點。不同的物體概念和不同數(shù)值的相機(jī)元信息相互關(guān)聯(lián),如閃關(guān)燈在室內(nèi)比在室外更容易打開、光圈長度值對于風(fēng)景圖像和物體圖像的差異很明顯。而問題的關(guān)鍵在于研究發(fā)掘出相機(jī)元信息和圖像的高層語義之間的關(guān)系。本文在綜合上述信息后,提出了一種融合了相機(jī)元信息的基于區(qū)域的圖像檢索算法。該算法首先利用圖像分割算法將圖像分割成區(qū)域塊,然后在區(qū)域塊上利用MPEG-7所定義的底層顏色描述子提取底層