圖像檢索中若干問題的研究.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。近年來由于因特網(wǎng)技術(shù)的發(fā)展及各種消費型電子產(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)庫中快速、有效地尋找所需要的圖像是一個非常有意義的課題。目前工業(yè)界的許多圖像搜索引擎(如Google<'TM>和百度<'TM>)在搜索圖像時并沒有按照圖像內(nèi)容本身來搜索，而是根據(jù)與圖像相關(guān)聯(lián)的文字信息來完成搜索任務(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題的

2、關(guān)鍵技術(shù)。本文對這一技術(shù)中的幾個問題進行了研究，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力系統(tǒng)產(chǎn)生的信號，使用2種非線性信號分析方法．復(fù)雜性方法和希爾伯特．黃變換(HHT)方法來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種時間序列復(fù)雜性方法用于圖像檢索時的性能，發(fā)現(xiàn)基于符號動力學(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)；實驗表明采用Hilbert掃描方式的CO復(fù)雜性特征在Brodatz紋理庫上取得了和Gabor特征極為接近的檢索結(jié)果，計算特征所需要的時間比Gabor特征少了一個數(shù)量級；由圖像閾值化算法得到啟發(fā)，提出了一個新的一維時間序列粗?；蚣?；提出了多種基于二維CO復(fù)雜性測度的紋理特征：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；實驗表明基于金字塔分解的多尺度復(fù)雜性特征在不同的實驗圖像庫上檢索性能穩(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?zāi)Ｊ椒纸?EMD)方法所產(chǎn)生的邊界效應(yīng)問題；使用二維Hilbert變換計算了內(nèi)稟模態(tài)函數(shù)(IMF)的幅值作為檢索用的圖像紋理特征。實驗表明，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)域是表達圖像語義的主要部分。本文嘗試使用一個基于視覺生理和心理物理實驗基礎(chǔ)的選擇性視覺注意計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)使用視覺注意計算模型計算了圖像中的興趣點并提取興趣點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、圖像的顯著性標簽和注意焦點(FOA)空間關(guān)系直方圖特征。實驗結(jié)果表明顯著性標簽和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；在采用視覺注意計算模型計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)提出了將潛在語義標引方法和視覺注意計算模型結(jié)合起來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。圖像檢索實驗表明基于JSEG分割算法的包生成器取得了比一些文獻中提出的包生成器更好的實驗結(jié)果。 本文提出了“

7、圖像語義閾值”的新概念及其度量方法。通過計算機實驗和心理物理學(xué)實驗初步得到如下結(jié)論：在自然圖像認知或理解時存在一個語義閾值；可以通過圖像的圖像熵和圖像分維數(shù)及類似Weber律的方法來度量該閾值；差別閾限圖像及其原始圖像的度量值的比值與圖像語義內(nèi)容無關(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)計與開發(fā)成功了一個圖像檢索實驗平臺。使用該平臺方便了研究者進行圖像檢索實驗研究，提高了工作效率，便于他們之間進行學(xué)術(shù)交