【正文】 ????????? ???xyxyxjWyxyxg ?????? 221e x p)2 1(),( 2222 (316) ?????????????????? ????2222)(21e x p),( vu vwuvuG ?? (317) 這里 ，xu ??? 21? 、yv ??? 21? ② 將 g(x,y)作為母小波，那么自相關(guān)的過濾器字典就可以通過生成函數(shù)對(duì)g(x,y)進(jìn)行適當(dāng)?shù)臄U(kuò)張和旋轉(zhuǎn)得到： e ge rnmayxGayxg mnm i nt,1),(),( 39。 為用結(jié)構(gòu)法描述紋理，在獲得紋理基元的基礎(chǔ)上，還要建立將他們進(jìn)行排序的規(guī)則，有一種建立排列規(guī)則的方法是借助字符串描述，利用字符串描 中國(guó)礦業(yè)大學(xué) 2021 屆本科生畢業(yè)設(shè)計(jì) 。, ??? ? (318) (319) )c o ss in(39。 ② 對(duì)平滑后的傅立葉頻譜的高頻分量進(jìn)行統(tǒng)計(jì)，構(gòu)造 一個(gè) 2D 相關(guān)矩陣，其特征值的比值可以反映原圖像中兩個(gè)主要 紋理方向之間的相對(duì)權(quán)重； ③ 對(duì)平滑后的傅立葉頻譜進(jìn)行 Hough 變換，兩個(gè)峰值的方向在數(shù)值上代表了原圖像的兩個(gè)主要的紋理方向。 [3] 1 同質(zhì)紋理描述符 一幅圖象可看作是同質(zhì)紋理以馬賽克的形式拼起來的，所以與圖象區(qū)域?qū)?yīng)的紋理可作為索引來檢索圖象，同質(zhì)紋理描述符可以提供一個(gè)定量的紋理描述用于對(duì)紋理的精確檢索和描述，他對(duì)每幅紋理圖象或者每 個(gè)紋理區(qū)域用 62 個(gè)（量化成 8bit）數(shù)來表達(dá)，同質(zhì)紋理描述符的計(jì)算步驟如下 ①用方向（分 6個(gè)方向）和尺度（分 5級(jí)）可調(diào)的 Gabor 濾波器組過濾圖象。 如果利用濾波把周期成分除去，剩下的非周期部分可用統(tǒng)計(jì)方法描述 在實(shí)際的頻譜特征檢測(cè)中，為簡(jiǎn)單起見可把頻譜轉(zhuǎn)換到極 坐標(biāo)中，此時(shí)頻譜可用函數(shù) ),( ?rS 表示，如圖所示，對(duì)每個(gè)確定的方向 ),( ?rS 是 1個(gè) 1D 函數(shù) ? ?RS? 。和傅立葉變換算法對(duì)應(yīng)的是反傅立葉變換算法。 5 重復(fù)性、方向性。 小波變換提供了一種將任何能量有限信號(hào)分解成一系列對(duì)數(shù)帶寬相同的頻道的方法，為分析紋理模型，常用兩種小波變換： 金字塔結(jié)構(gòu)的小波變換和樹結(jié)構(gòu)的小波變換，下圖給出了小波變換的分解的一個(gè)對(duì)比圖 ，（ L表示低頻， H 表示高頻）分別表示了金字塔結(jié)構(gòu)和樹型結(jié)構(gòu)的迭代分解情況，在金字塔結(jié)構(gòu)分解中，僅遞歸分解 LL 通道（低頻通道）以生成下一尺寸的各頻帶輸出，而不分解其他通道，在樹型結(jié)構(gòu)分解中， 還常將 LH 通道和HL 通道（中頻部分）遞歸分解。 ⑴ 功率譜 將圖象分成一 些不重合的塊并分別計(jì)算各塊的功率譜是一種有效的紋理描述方法，基于這樣的方法得到的功率譜，可以用譜的最大值作為參數(shù)來對(duì)紋理性質(zhì)建模，此時(shí)如果原始空域中有周期模式，則可用功率譜的峰來表示，不過對(duì)包括非周期或隨即 模式的圖象，要檢測(cè)功率譜中的峰很困難。由于人對(duì)紋理的視覺特征的認(rèn)識(shí)非常主觀，目前還沒有一個(gè)統(tǒng)一的標(biāo)準(zhǔn)來精確的表示紋理特征。它假定圖像由較小的紋理基元排列而成，采用句法分析方法，對(duì)圖像中非常具有結(jié)構(gòu)規(guī)律的特征進(jìn)行分析，但只適用于規(guī)則的結(jié)構(gòu)紋理分析；統(tǒng)計(jì)方法從直觀印象出發(fā)，認(rèn)為紋理無非是客觀事物給人的印象，所以有心理學(xué)的因素。而紋理的精確定義至今還未給出，一般地說， 紋理就是指在圖像中反復(fù)出現(xiàn)的局部模式和它們的排列規(guī)律 [7]。而對(duì)于大型圖像 庫，則肯定需要建立索引。 圖像檢索的關(guān)鍵技術(shù) ⑴ 圖像視覺特征的提取及利用 特征（內(nèi)容）提取是基于內(nèi)容圖像檢索的基石，廣義上講，特征既包括文本特征（關(guān)鍵字、標(biāo)注等）又包括視覺特征（顏色、紋理、形狀、外觀等）。 基于內(nèi)容的圖像檢索工作框架和功能模塊 圖像檢索系統(tǒng)的工作框架 [3] 圖 圖象檢索系統(tǒng)的工作框架圖 查詢 提取 匹配 描述 驗(yàn)證 多媒體數(shù)據(jù)庫 信息用戶 中國(guó)礦業(yè)大學(xué) 2021 屆本科生畢業(yè)設(shè)計(jì) 第 9 頁 用戶發(fā)出查詢要求，系統(tǒng)將查詢要求轉(zhuǎn)化為計(jì)算機(jī)內(nèi)部描述，并借助這些描述與庫中的信息進(jìn)行匹配，提取出相關(guān)的信息數(shù)據(jù)，用戶對(duì)此驗(yàn)證后可直接使用 或者借以改進(jìn)查詢條件開始新一輪的檢索。 基于內(nèi)容的圖像檢索技術(shù) 在特征匹配時(shí)， 幾乎不需要用戶的參與， 而主要利用圖像自身的特征 (如顏色、紋理、形狀等 )來完成，具有較強(qiáng)的客觀性和直觀性。 第二部分是 基于內(nèi)容的圖像檢索技術(shù)的綜述 ， 對(duì) 圖像檢索 概念、 圖像檢索 工作框架和功能模塊以及檢索的關(guān)鍵技術(shù)作了 宏觀的介 紹。 3． CORE 系統(tǒng) 新加坡國(guó)立大學(xué)開發(fā)的一個(gè)基于內(nèi)容的檢索機(jī)。并在這兩個(gè)系統(tǒng)的基礎(chǔ)上開發(fā)了一個(gè)基于內(nèi)容的多媒體檢索系統(tǒng) —— WebscopeCBR,它支持基于關(guān)鍵字、全局顏色、局部紋理、對(duì)象形狀、顏色布局、紋理布局等的查詢。例如在 INSPEC 上用 image retrival 為關(guān)鍵詞，可搜索到從 1992 年以來的文獻(xiàn)一接近 3000 篇，M． 和 在文獻(xiàn) [21]中提出了利用圖象的小波變換在表現(xiàn)圖象方 向性方面的特點(diǎn)，直接在壓縮域中抽取圖象特征進(jìn)行相似度匹配的方法，以較小的計(jì)算量取得了較好的檢索效果，在文獻(xiàn) [20]中， Pei 和 cheng提出使用圖象的代表色作為識(shí)別的特征依據(jù) ,這種 方法與人眼在獲取圖象信息時(shí)的過程是相似的。局部特征包括對(duì)連續(xù)邊界的分割點(diǎn)集（ Mehrotra et， al ， 1995） 。紋理查詢的方式可以是查詢者提供紋理模板或給定模板圖象。任何一種方式，匹配過程都是返回直方圖與模板顏色直方圖最為接近的圖象。雖然匹配技術(shù)是當(dāng)前研究的熱點(diǎn)，但是尋找性能優(yōu)良的相似性度量標(biāo)準(zhǔn)，仍然需要做更進(jìn)一步的研究。 （ 3）基于 語義的查找。圖象的特征就是一幅圖象與其他圖象不同的原始特性或根本屬性。雖然使用目的和在書籍庫查找某本書是完全類似的。這個(gè)簡(jiǎn)單的查詢，對(duì)具有五十 年發(fā)展歷史的計(jì)算機(jī)視覺來說，目前幾乎是不可能的。隨著研究的深入， 人們逐漸認(rèn)識(shí)到了上述過程對(duì)多媒體信息的重要性，并提出了不少解決方法，這其中最具特 色 中國(guó)礦業(yè)大學(xué) 2021 屆本科生畢業(yè)設(shè)計(jì) 第 2 頁 的 就是基于內(nèi)容的多媒體信息檢索 [3]。摘 要 隨著科技的發(fā)展，特別是網(wǎng)絡(luò)和計(jì)算機(jī)的發(fā)展，現(xiàn)代信息的處理方式發(fā)生了很大變化，要想從數(shù)據(jù)庫中快速準(zhǔn)確的檢索出所需要的信息，為了提高處理的速度和準(zhǔn)確率，需要改變傳統(tǒng)的信息檢索的方式來適應(yīng)社會(huì)發(fā)展的需要，因此基于內(nèi)容的圖像檢索應(yīng)運(yùn)而生了， 基于內(nèi)容的圖像檢索技術(shù)在數(shù)字圖書館，網(wǎng)絡(luò)信息安全，預(yù)防犯罪，知識(shí)產(chǎn)權(quán)，醫(yī)療診斷，地理信息系統(tǒng)及遙感等領(lǐng)域有著廣泛的應(yīng)用。 從技術(shù)上一個(gè)重要原因就是由于多媒體信息 系統(tǒng)具有將不同的信息都表示成碼流 形式的能力，這樣 ， 不同的形式的信息就都 有 可能容于同一設(shè)備 —— 計(jì)算機(jī)，這對(duì)多媒體信息的檢索和存儲(chǔ)都帶來了極大的方便，因?yàn)榇a 流是一種非常適合目前計(jì)算機(jī)和通信設(shè)備進(jìn)行存儲(chǔ)和傳輸?shù)姆绞?，不過多媒體的應(yīng)用不僅有信息傳輸問題，越來越多的是信息加工問題，目前對(duì)多媒體信息的應(yīng)用主要是放在了存儲(chǔ)和傳輸 多媒體信息上， 然而信息的傳輸常常是一些應(yīng)用的開始，而不是 應(yīng)用的最終目的，如果沒有 碼流結(jié)構(gòu)方面的知識(shí)和信息，碼流實(shí)際上沒有什么用處，也就是說必須將碼流轉(zhuǎn)化成一種人的感覺可以理解的形式，才可以獲得和利用它所攜帶的信息，這種轉(zhuǎn) 化從本質(zhì)上說就是一個(gè)對(duì)信息抽象化和結(jié)構(gòu)化的過程。比如：查詢者需要查找一幅“公園里玩耍的孩子”的圖象。 基于內(nèi)容的圖象檢索就是在圖象庫中找到查詢者需要的圖象。在基于特征的層次上描述圖象。查詢時(shí)，使用者給出的模板圖象按照庫內(nèi)保存的方法抽取出目標(biāo)特征矢量。評(píng)價(jià)技術(shù)的難點(diǎn)在于制定統(tǒng)一的準(zhǔn)則，因?yàn)椴煌臋z索系統(tǒng)應(yīng)用于不同的領(lǐng)域，使用不同的方法，很難用普適性強(qiáng)的準(zhǔn)則加以評(píng)價(jià)。在查詢時(shí)，使用者只需要定義各種顏色之間的比例，如查詢者給出一幅模板圖象，從中計(jì)算出該圖象的顏色直方圖。小波理論（ Manjunath and Ma， 1996）和分形理論（ Kaplan et al， 1998）的發(fā)展， 中國(guó)礦業(yè)大學(xué) 2021 屆本科生畢業(yè)設(shè)計(jì) 第 4 頁 為紋理分析提供了新的工具。全局特征有縱橫比，環(huán)狀度和矩不變量等（ Niblack et al， 1993）。經(jīng)過國(guó)內(nèi)外專家的 10 多年的研究，基于內(nèi)容的信息檢索已經(jīng)取得了長(zhǎng)足的發(fā)展，已有大量相關(guān)的理論研究和技術(shù)應(yīng)用的論文發(fā)表。浙江大學(xué)也在早些 年完成了兩個(gè)原型系統(tǒng)：基于圖象顏色的檢索系統(tǒng) Photo Navigator 以及基于圖象形狀的檢索系統(tǒng) Photo Engine。圖像在裝入時(shí)按人臉、形狀或紋理特性自動(dòng)分類，圖像根據(jù)類別通過顯著語義特征壓縮編碼。 內(nèi)容安排如下： 第一部分 緒 論中簡(jiǎn)單的 介紹 了 圖像檢索的研究背景和現(xiàn)狀、 典型的 圖像檢索系統(tǒng) 和圖像檢索系統(tǒng)的應(yīng)用 。將該圖像的特征向量和特征庫中的特征向量進(jìn)行匹配，根據(jù)匹配的結(jié)果到圖像庫中搜索就可以提取出所需要的檢索圖 。用戶的交互性增強(qiáng)了表達(dá)查詢、評(píng)價(jià)查詢結(jié)果和基于評(píng)價(jià)結(jié)果進(jìn)行進(jìn)一步檢索的能力。 圖像檢索的流程 圖 圖象的 檢索流程 圖 輸入 分析 特征 特征庫 分析 特征 匹配 數(shù)據(jù)庫 輸出 瀏覽 查詢 中國(guó)礦業(yè)大學(xué) 2021 屆本科生畢業(yè)設(shè)計(jì) 第 10 頁 由于上述工作原理可以知道基于特征的圖像檢索有三個(gè)關(guān)鍵：一是要選取恰當(dāng)?shù)膱D像特征，二是要采用有效的特征提取方法，三是要有準(zhǔn)確的特征匹配算法。 ⑷ 高效的特征索引技術(shù) 許多檢索算法的實(shí)驗(yàn)數(shù)據(jù)僅僅幾百個(gè)或上千個(gè)，雖然采用順序搜索，但感覺不出檢索的響應(yīng)時(shí)間。 體系結(jié)構(gòu) 支持基于內(nèi)容檢索 基 圖像數(shù)據(jù)庫的結(jié)構(gòu) 框架結(jié)構(gòu) 全局顏色特征索引 于 顏色特征索引 局部顏色特征索引 內(nèi) 容 形狀特征索引 形狀輪廓特征索引 的 支持基于內(nèi)容的圖 形狀區(qū)域特征索引 圖 像檢索的索引技術(shù) 像 紋理特征索引 紋理結(jié)構(gòu)特征索引 檢 紋理統(tǒng)計(jì)特征索引 索 主 空間特征索引 2D S t r i ng 及其變種的索引 要 空間對(duì)象點(diǎn)集拓?fù)潢P(guān)系 研 幾何度量方法 究 圖像內(nèi)容的相似度量方法 技 基于集合理論的度量方法 術(shù) 圖像多特征的相關(guān)反饋 基于內(nèi)容的圖像檢索效果評(píng)判 中國(guó)礦業(yè)大學(xué) 2021 屆本科生畢業(yè)設(shè)計(jì) 第 12 頁 3 基于紋理的圖像檢索理論知識(shí) 紋理描述模型 紋理概述 紋理是與物體表面材質(zhì)有關(guān)的圖像內(nèi)在特征，可以把紋理描述為：一個(gè)鄰域內(nèi)象素灰度級(jí)變化的空間分布規(guī)律，包括表面結(jié)構(gòu)組織及與周圍環(huán)境關(guān)系的許多重要信息。它通常是在已知紋理基元的情況下進(jìn)行的，適用分析象紡織品圖案、磚等花樣排列較規(guī)則的紋理。其中最重要的特征是紋理的粗糙度、對(duì)比度和方向度 ,QBIC 系統(tǒng)中就 是利用了這三種性質(zhì)的數(shù)學(xué)描述進(jìn)行基于紋理的檢索。因?yàn)榧y理模型正比于空間周期，所以粗紋理的空間能量都集中在低頻部分，而細(xì)紋理對(duì)應(yīng)的頻率部分分量主要集中在高頻部分。發(fā)現(xiàn) Gabor 小波變換的檢索方法效果最 好。方向性是一個(gè)全局的紋理特征，描述紋理是如何沿某些方向散布或集中的，方向性與紋理基元的形狀以及如何將這些紋理基元排列的規(guī) 則有關(guān)，圖像區(qū)域的朝向可借助梯度模塊計(jì)算，將這些朝向統(tǒng)計(jì)起來，就可組成朝向直方圖，其中直方圖的峰值分布就表達(dá)了圖像的方向性 。而根據(jù)該原理創(chuàng)立的傅立葉變換算法利用直接測(cè)量到的原始信號(hào)，以累加方式來計(jì)算該信號(hào)中不同正弦波信號(hào)的頻率、振幅和相位。 頻譜法中常用的 3 個(gè)性質(zhì)是 ： 傅立葉頻譜中突起的峰值對(duì)應(yīng) 紋 理模式的主方向 （） 這些峰在頻域平面上的位置對(duì)應(yīng)模式的基本周期。公式 2( ) ( , )t F d? ? ? ?? ? (310) 如果 ()t? 存在峰巔，則說明原圖像有可能是沿著 ? 0方向延伸的，如果不存在明顯的峰巔或者峰點(diǎn)過多，則說明紋理無明顯的方向性變化，或者紋理 中國(guó)礦業(yè)大學(xué) 2021 屆本科生畢業(yè)設(shè)計(jì) 第 20 頁 雜亂無 章。并以經(jīng)頻域平滑后的傅立葉頻譜作為圖像紋理分析的基礎(chǔ)