基于內(nèi)容語義的圖像檢索方法
【技術(shù)領(lǐng)域】
[0001 ] 基于內(nèi)容語義的圖像檢索方法是關(guān)于計算機圖像方面的技術(shù)領(lǐng)域。
【背景技術(shù)】
[0002]隨著信息化社會的到來和計算機應(yīng)用的普及，人們越來越多地接觸到大量的信息，其中多媒體信息是人們接觸最廣泛的一種信息資源，它以文字、圖像、聲音和視頻等各種形式存在，并且隨著科技的進步以爆炸的速度增長。特別是近10年來互聯(lián)網(wǎng)的應(yīng)用和發(fā)展，更加促進了多媒體信息的數(shù)據(jù)量急劇增長。面對海量數(shù)據(jù)，人們往往無所適從，信息量的快速增長使得人們對多媒體信息的檢索需求與目俱增，因此圖像檢索技術(shù)就成了研究的熱點之一。基于內(nèi)容的圖像檢索(content—Based Ullage Retrieval:cB1R)是數(shù)據(jù)挖掘領(lǐng)域最具有挑戰(zhàn)性的，是數(shù)據(jù)庫、多媒體技術(shù)前沿的研究方向之一，近年來己成為國內(nèi)外研究熱點，并將成為21世紀(jì)必須攻克的關(guān)鍵技術(shù)之一。
[0003]基于內(nèi)容的圖像檢索自70年代始便成為一個非?；钴S的研究領(lǐng)域，其推動力來源于兩大研究方向:數(shù)據(jù)庫系統(tǒng)和計算機視覺，其研究意義在于:若能開發(fā)出一種先進的檢索系統(tǒng)，根據(jù)圖像本身的內(nèi)容特征在圖像數(shù)據(jù)庫中進行有效的歸類和檢索，并給用戶提供直觀的操作、反饋和結(jié)果接口，使得用戶可以快速定位到需要的單個圖像或多個圖像上，并且替代人工對圖像分類管理的繁重工作，由機器自動對圖像進行歸類和管理，這無疑會極大的節(jié)省人們用于圖像信息整理、分類和查找的時間。這種迫切的需求推動著基于內(nèi)容的圖像檢索技術(shù)的研究工作不斷深入。
[0004]基于內(nèi)容的圖像檢索實際上是多媒體數(shù)據(jù)挖掘領(lǐng)域的一個重要分支，數(shù)據(jù)挖掘是一門交叉學(xué)科，融合了數(shù)據(jù)庫、人工智能、機器學(xué)習(xí)、統(tǒng)計學(xué)等多個領(lǐng)域的理論和技術(shù)。基于內(nèi)容的圖像檢索綜合利用了數(shù)據(jù)庫和計算機視覺研究領(lǐng)域中各方面的技術(shù)，同時對這些技術(shù)的研究和發(fā)展也起到了一定的推動作用。由于基于內(nèi)容的檢索有著廣泛的應(yīng)用前景和市場前景，因而也引起了國際標(biāo)準(zhǔn)化組織的關(guān)注。隨著多媒體內(nèi)容描述的國際標(biāo)準(zhǔn)化，內(nèi)容描述及查詢語言將成為研究的熱點，基于內(nèi)容的圖像檢索將朝商業(yè)化方向邁進。

【發(fā)明內(nèi)容】

[0005]基于內(nèi)容的圖像檢索，是指直接根據(jù)描述圖像對象內(nèi)容的各種特征進行檢索。它根據(jù)用戶提出的反映圖像內(nèi)容特征的查詢要求，能從數(shù)據(jù)庫中查找到具有指定特征或含有特征內(nèi)容的圖像(包括視頻片斷)，它區(qū)別于傳統(tǒng)的基于關(guān)鍵詞的檢索方法，融合了圖像處理、模式識別、計算機視覺、數(shù)據(jù)挖掘、數(shù)據(jù)庫管理等多種技術(shù)。
[0006]這種檢索模式具有以下特點:
I)直接從圖像內(nèi)容中提取信息線索，如顏色、紋理等；并根據(jù)這些線索從大量存儲在數(shù)據(jù)庫的圖像中檢索出具有相似特征的圖像數(shù)據(jù)。
[0007]2)基于內(nèi)容的檢索是一種近似匹配，這一點與常規(guī)數(shù)據(jù)庫檢索方法有明顯的不同。
[0008]3)特征提取和索引建立可由計算機自動實現(xiàn)，避免了人工描述的主觀性，也大大減少了人工的工作量。
[0009]4)提問方式直觀，檢索交互性強。
[0010]5)它是一種多層次的高效檢索、基于內(nèi)容的檢索、對象關(guān)聯(lián)檢索以及概念檢索模式。
[0011]基于語義的圖像檢索Eakins根據(jù)語義復(fù)雜性，提出層次化語義模型，其中的每一部分對應(yīng)于圖像的一個語義層次級別，下一個層次通常包含了比上一個層次更高級的語義，而更高級的語義往往建立在較低層語義獲得的基礎(chǔ)上。
[0012]基于語義圖像檢索的概念模型包括以下過程:
I)特征提取:對圖像中的各種視覺特征進行提取，如顏色、紋理、形狀等，形成一個特征集。
[0013]2)選擇圖像特征:根據(jù)語義類型，選擇特征集中的一個子集，該子集對預(yù)先定義好的圖像語義類型的區(qū)別能力最強。
[0014]3)圖像檢索:在選定的特征空間中進行圖像檢索，按相似性大小返回3個最相似的圖像。
[0015]4)評價:對圖像的各種特征進行自動、客觀的評價，選出適合不同語義類型的圖像特征。
[0016]基于知識的語義提取，主要特征是需要預(yù)先提供必要的知識，建立規(guī)則庫，如對象模板、圖像場景分類器等。計算機視覺和圖像理解是其支柱，如果這兩種技術(shù)達到實用的水平，則基于知識的語義提取就成為一個簡單的應(yīng)用而己。這又可以根據(jù)對象識別或全局視覺特征來處理。
[0017]基于對象識別的語義提取主要有三個步驟:圖像分割、對象識別、空間關(guān)系分析，如GR頂-DBMS。它的目標(biāo)是在一些特定的領(lǐng)域解釋和檢索線條圖。它使用圖像中對象類別及對象空間關(guān)系的語義，是早期語義圖像檢索系統(tǒng)的代表。識別出的對象和空間關(guān)系可以成為獲得更高一層語義的基礎(chǔ)，作為獲得圖像場景語義和圖像描述的行為語義的輔助手段。在結(jié)合特定的領(lǐng)域知識后，可以在特定的領(lǐng)域取得成功的應(yīng)用。對象空間關(guān)系的表示可以用 2Dstring、空問方向圖(spatialorientat1n graph)等方法。
[0018]外部信息源的語義提取，是指根據(jù)圖像的來源處的其他信息，獲得與圖像相關(guān)的高層的語義描述信息。針對處于Internet環(huán)境的圖像，有很多關(guān)聯(lián)的信息可以提供這一語義。我們從以下幾方面提取語義信息:文件名和uRL，通常網(wǎng)頁編輯人員會給圖像賦一個有意義的名字。URL通常代表網(wǎng)頁的層次信息，如分類信息“動物”、“鳥類”等，這也可以給我們提供語義信息。替換文本(ALT)，為了在不能顯示圖像的頁面瀏覽中，給讀者明確的信息，用一段文本代替圖像顯示。圖像周圍的文本，很多時候圖像是用來說明文字要表達的內(nèi)容的，因此在圖像上下文中都包含著圖像的語義信息。
[0019]圖像的語義分割問題是依賴于應(yīng)用的，在一個應(yīng)用中用戶可能感興趣的是圖像的細(xì)節(jié)信息，而在另一個應(yīng)用中用戶感興趣的可能是圖像中大型的物體，所以定義一個通用的圖像語義分割算法是不可能的。
【主權(quán)項】
1.基于內(nèi)容語義的圖像檢索方法其特征是直接從圖像內(nèi)容中提取信息線索，如顏色、紋理等；并根據(jù)這些線索從大量存儲在數(shù)據(jù)庫的圖像中檢索出具有相似特征的圖像數(shù)據(jù)。2.基于內(nèi)容的檢索是一種近似匹配，這一點與常規(guī)數(shù)據(jù)庫檢索方法有明顯的不同。3.特征提取和索引建立可由計算機自動實現(xiàn)，避免了人工描述的主觀性，也大大減少了人工的工作量。4.提問方式直觀，檢索交互性強。5.它是一種多層次的高效檢索、基于內(nèi)容的檢索、對象關(guān)聯(lián)檢索以及概念檢索模式。
【專利摘要】基于內(nèi)容語義的圖像檢索方法采用綜合特征，并結(jié)合人類視覺特點，給出了一種基于顏色．空間信息的檢索方法，取得了比一般的單一特征檢索方法更好的效果。以及采用基于EM和色彩聚類的彩色圖像分割方法，使得基于區(qū)域的彩色圖像檢索取得較好的效果。
【IPC分類】G06K9/62, G06F17/30
【公開號】CN105630794
【申請?zhí)枴緾N201410591510
【發(fā)明人】不公告發(fā)明人
【申請人】鎮(zhèn)江華揚信息科技有限公司
【公開日】2016年6月1日
【申請日】2014年10月30日