中财网许晴 杨洋:基于内容的图像检索技术3
来源：百度文库 编辑：中财网 时间：2024/04/29 10:23:40
2、基于纹理特征的检索
纹理是图像中一个重要而又难以描述的特性。很多图像在局部区域内可能呈现出不规则性,而在整体上却表现出某种规律性。习惯上把图像中这种局部不规则而整体有规律的特性称之为纹理。从人类的感知经验出发,纹理特征主要有粗糙性、方向性和对比度,这也是用于检索的主要特征。已有不少纹理分析方法,大致可分为两类。
1.统计方法
用于分析像木纹、沙地、草坪等细致而不规则的物体,并根据关于象素间灰度的统计性质对纹理规定出特征及特征与参数间的关系。
2.结构方法
适于像布料的印刷图案或砖瓦等一类元素组成的纹理及其排列比较规则的图案,然后根据纹理基元及其排列规则来描述纹理的结构及特征、特征与参数间的关系。由于纹理难以描述,因此,对纹理的检索都采用QBE(Query By Example)方式。另外,为缩小查找纹理的范围,纹理颜色也作为一个检索特征。通过对纹理颜色的定性描述,把检索空间缩小到某个颜色范围内,然后再以QBE为基础,调整粗糙度、方向性和对比度三个特征,逐步逼近要检索的目标。
检索时首先将一些大致的图像纹理(可采用Brodatz的纹理相薄)以小图像的形式全部显示给用户,一旦用户选中了其中某个与查询要求最接近的纹理形式,系统则以查询表的形式让用户适当调整纹理特征,如方向上"再偏西一点",粗糙度上"再细致一些",或对比度"再强一些"等,通过将这些概念转换为参数数值进行调整,并逐步返回越来越精确的结果。
3、基于形状特征的检索
形状特征是图像目标的一个显著特征,很多查询可能并不针对图像的颜色,因为同一物体可能有各种不同的颜色,但其形状总是相似的。如检索某辆汽车的图像,汽车可以是红的、绿的等,但形状决不会如飞机的外形。另外,对于图形来说,形状是它唯一重要的特征。从图像中提取的目标边缘称为轮廓。基于形状或轮廓的检索是基于内容检索的一个重要方面,它能使用户通过勾勒图像的形状或轮廓,从图像库中检索出形状相似的图像。一个封闭的形状具有许多特征,如形状的拐点、重心、各阶矩,以及形状所包含的面积与周长比、长短轴比等。对于复杂的形状,还有孔洞数及各目标间的几何关系等。图形特征还包括其矩阵表示及矢量特征、骨架特征等。
基于形状特征的检索方法有两种:
(1)分割图像经过边缘提取后,得到目标的轮廓线,针对这种轮廓线进行的形状特征检索。
(2)直接针对图形寻找适当的矢量特征用于检索算法。处理这种结构化检索更为复杂,需做更多的预处理。
基于形状的检索更多地用于当用户粗略地画出一个轮廓进行检索的情况。这种轮廓可以是用户凭借脑子中的印象徒手画出来的,也可以是通过系统提供的基本绘图工具"拼凑"的。这两种情况都有一个特点,即提供的形状只是欲检索形状的粗略描述,它从大小、方向或整体结构上都可能与真正要查的图形有较大出入。因此,基于形状检索的难点在于寻找能够检索与大小、方向及扭曲伸缩无关的方法。因此,同时采用三个特征作为形状特征,即长/短轴比、周长2/面积比、最近与最远点的连线间的夹角。这三个特征对形状的大小变化与旋转都不变。其中长短轴分别定义为形状质心到形状边缘最远点或最近点的连线。
4、基于空间关系特征的检索
上述的颜色、纹理和形状等多种特征反映的都是图像的整体特征，而无法体现图像中所包含的对象或物体。事实上，图像中对象所在的位置和对象之间的空间关系同样是图像检索中非常重要的特征。打个比方，蓝色的天空和蔚蓝的海洋的在颜色直方图上是非常接近而难以辨别。但如果我们指明是“处于图像上半部分的蓝色区域”，则一般来说就可以区分天空和海洋。由此可见，包含空间关系的图像特征对检索有很大帮助。
空间关系特征可以分为两类：一类是基于图像分割的方法：首先对图像进行自动分割，划分出其中所含的对象或颜色区域，然后根据这些区域对图像索引。这种方法的算法都是自动的，其主要优点是可以从大量的图像中提取边界而不占用用户的时间和精力。然而，如果通用领域内没有经过预处理的图像，这种自动的分割技术效果就不太好。另一类是基于图像子块的方法：它是将图像简单地均匀划分若干规则子块，对每个图像子块提取特征建立索引。这类方法从概念上来说非常简单，但这种普通规则的分块并不能精确的给出局部色彩的信息，而且计算和存储的代价都比较昂贵，因此，在这类方法在实际中应用较少。