圖象檢索進(jìn)展與展望

1、正文：本科生文獻(xiàn)綜述（論文）圖像檢索的進(jìn)展與展望1圖像檢索的進(jìn)展與展望圖像檢索的進(jìn)展與展望行知學(xué)院計(jì)算機(jī)與科學(xué)技術(shù)專(zhuān)業(yè)羅英（05196140）指導(dǎo)老師：張長(zhǎng)江（副教授）摘要摘要：隨著計(jì)算機(jī)數(shù)據(jù)處理能力的提高和多媒體編碼技術(shù)的進(jìn)步，網(wǎng)絡(luò)上的各類(lèi)資源日益豐富，人們很容易在多媒體信息海洋中迷失方向，如何從中有效地檢索有用信息是一個(gè)很關(guān)鍵和迫切的問(wèn)題。本文基于圖像檢索技術(shù)，闡述了圖像檢索的進(jìn)展與展望。關(guān)鍵詞關(guān)鍵詞:圖像檢索；基于內(nèi)容的圖像檢索；

2、基于文本的圖像檢索技術(shù)；圖像和語(yǔ)義的混合檢索1引言隨著互聯(lián)網(wǎng)的發(fā)展，越來(lái)越多的人接觸到了更加方便，使用的數(shù)字媒體，如：數(shù)字照相機(jī)，攝象機(jī)，掃描儀等電子設(shè)備。面對(duì)如此眾多的多媒體內(nèi)容，人們很容易在多媒體信息海洋中迷失方向，如何在浩如煙海的多媒體世界中找到自己所需要的信息成了迫切需要解決的問(wèn)題。目前，已經(jīng)有不少的搜索引擎提供網(wǎng)絡(luò)圖像的檢索服務(wù)，如Google、Ditto、PicSearch、Ixquick、Mamma、百度等。2圖像檢索的進(jìn)

3、展2.12.1基于文本的圖像檢索基于文本的圖像檢索從20世紀(jì)70年代開(kāi)始，有關(guān)圖像檢索的研究就已開(kāi)始，那時(shí)主要是基于文本的圖像檢索技術(shù)（TextbasedImageRetrieval，簡(jiǎn)稱(chēng)TBIR），沿用了傳統(tǒng)文本檢索技術(shù)，回避對(duì)圖像可視化元素的分析，而是利用文本描述的方式表示圖像的特征，如繪畫(huà)作品的作者、年代、流派、尺寸等。一般以關(guān)鍵詞形式的提問(wèn)查詢圖像，或者是根據(jù)等級(jí)目錄的形式瀏覽查找特定類(lèi)目下的圖像，將圖像分為動(dòng)態(tài)圖像、照片、圖標(biāo)

4、、背景、藝術(shù)剪輯圖、插圖、壁紙、界面、成套圖像8個(gè)一級(jí)類(lèi)，下設(shè)數(shù)量不等的子類(lèi)。在圖像數(shù)字化之前，檔案管理者、圖書(shū)管理員都是采用這種方式組織和管理圖像。早期的TBIR是手工對(duì)圖像進(jìn)行注釋?zhuān)ぷ髁肯喈?dāng)大，不可避免地會(huì)帶來(lái)主觀性和不精確性。在Inter環(huán)境下的TBIR網(wǎng)頁(yè)信息的自動(dòng)采集和標(biāo)引技術(shù)的索引方式有全文索引和關(guān)鍵詞索引。如Google，Yahoo和百度等搜索引擎所提供的圖像檢索服務(wù)，它們采用的都是TBIR技術(shù)TBIR技術(shù)實(shí)現(xiàn)較簡(jiǎn)單，更

5、符合人們檢索習(xí)慣，由于這種搜索引擎可以利用正文：本科生文獻(xiàn)綜述（論文）圖像檢索的進(jìn)展與展望3和自回歸紋理模型。三、基于形狀特征的檢索基于語(yǔ)義的圖像檢索形狀特征常與目標(biāo)聯(lián)系在一起，需提取目標(biāo)的輪廓或描述目標(biāo)輪廓所包圍的區(qū)域的性質(zhì)。因此形狀比顏色和紋理的語(yǔ)義性更強(qiáng)。（1）基于邊界的表示：代表方法是傅里葉描述子。其基本思想是用對(duì)圖像進(jìn)行傅里葉變換得到的邊界作為形狀描述.其中一個(gè)優(yōu)點(diǎn)就是把二維問(wèn)題簡(jiǎn)化為一維問(wèn)題。（2）基于區(qū)域的表示：代表方法是

6、不變矩法。四、基于空間關(guān)系特征的檢索基于空間關(guān)系特征的檢索空間關(guān)系特征可以分為兩類(lèi)：一類(lèi)是基于圖像分割的方法：首先對(duì)圖像進(jìn)行自動(dòng)分割，劃分出其中所含的對(duì)象或顏色區(qū)域，然后根據(jù)這些區(qū)域?qū)D像索引。這種方法的算法都是自動(dòng)的，其主要優(yōu)點(diǎn)是可以從大量的圖像中提取邊界而不占用用戶的時(shí)間和精力。然而，如果通用領(lǐng)域內(nèi)沒(méi)有經(jīng)過(guò)預(yù)處理的圖像，這種自動(dòng)的分割技術(shù)效果就不太好。另一類(lèi)是基于圖像子塊的方法：它是將圖像簡(jiǎn)單地均勻劃分若干規(guī)則子塊，對(duì)每個(gè)圖像子塊提

7、取特征建立索引。這類(lèi)方法從概念上來(lái)說(shuō)非常簡(jiǎn)單，但這種普通規(guī)則的分塊并不能精確的給出局部色彩的信息，而且計(jì)算和存儲(chǔ)的代價(jià)都比較昂貴，因此，在這類(lèi)方法在實(shí)際中應(yīng)用較少。CBIR系統(tǒng)一般包括圖像處理模塊、查詢模塊、對(duì)象庫(kù)和特征庫(kù)和知識(shí)庫(kù)：一、圖像處理模塊圖像處理模塊包括輸入圖像和圖像特征的提取過(guò)程：（1）圖像輸入過(guò)程將圖像輸入到系統(tǒng)當(dāng)中，類(lèi)似于文本檢索系統(tǒng)中文本內(nèi)容的錄入過(guò)程。CBIR系統(tǒng)一般允許用戶以全自動(dòng)或者半自動(dòng)（需要用戶干預(yù)）的方式對(duì)

8、圖像進(jìn)行分割，標(biāo)識(shí)出需要的對(duì)象或內(nèi)容關(guān)鍵點(diǎn)，以便有針對(duì)性地對(duì)目標(biāo)進(jìn)行特征提取。如用戶界面常常提供一組示例供用戶選擇，或者由用戶親自繪制草圖輸入系統(tǒng)。（2）特征提取對(duì)用戶或系統(tǒng)標(biāo)明的圖像對(duì)象進(jìn)行特征提取處理。特征提取可由人完成，例如人工給出一些描述特征的關(guān)鍵詞，也可以通過(guò)對(duì)應(yīng)的圖像處理程序完成，自動(dòng)提取出檢索用戶可能關(guān)心的一些圖像特征。提取的特征既可以是全局性的，如整幅圖像的顏色分布，也可以是針對(duì)某個(gè)內(nèi)部的局部對(duì)象，如圖像中的子區(qū)域。特征