【文章內(nèi)容簡介】 較特征數(shù)據(jù)庫特征提取圖像數(shù)據(jù)庫范例圖像或草圖查詢方式結(jié)果輸出與反饋機制相似匹配圖像數(shù)據(jù)庫管理 系統(tǒng)原理框圖 基于內(nèi)容圖像檢索的處理過程基于內(nèi)容的查詢和檢索是一個逐步求精的過程，存在著一個特征調(diào)整、重新匹配的循環(huán)過程。(1)提查詢要求。用戶查找一個數(shù)據(jù)對象時，利用系統(tǒng)人機界面提供的輸入方式形成一個查詢條件。查詢接口一般要對所提交的數(shù)據(jù)進行預處理，然后再傳遞給搜索引擎。(2)相似性匹配。用戶提交的查詢要求經(jīng)處理形成查詢特征，將查詢特征與數(shù)據(jù)庫中的特征按照一定的匹配算法進行匹配。用戶的查詢說明 示例 一般性描述相似性匹配修改查詢說明返回一組候選結(jié)果滿意？結(jié)束從候選結(jié)果中選擇一個示例NY 基于內(nèi)容圖像檢索的處理過程(3)返回查詢結(jié)果。滿足一定相似性的一組候選結(jié)果按相似度大小排列返回給用戶，因此，系統(tǒng)人機界面要有顯示瀏覽查詢結(jié)果的功能。(4)調(diào)整查詢特征。對系統(tǒng)返回的一組查詢結(jié)果，用戶可以通過遍歷挑選滿意的結(jié)果，也可以從候選結(jié)果中選擇一個示例，進行查詢特征調(diào)整，形成一個新的查詢。如此逐步求精，直到滿意為止。用戶提交查詢樣本選擇檢索類型庫中圖像對查詢樣本提取特征輸出檢索結(jié)果從特征庫中提取特征圖像檢索 圖像查詢流程圖 基于內(nèi)容圖像檢索的特點基于內(nèi)容的圖像檢索具有下列主要特點：(1)從圖像內(nèi)容中由計算機自動提取視覺特征，并根據(jù)這些特征從圖像數(shù)據(jù)庫中查找、檢索出具有相似特征的圖像數(shù)據(jù)。基于內(nèi)容的圖像檢索直接對圖像內(nèi)容進行分析，抽取特征和語義，把檢索過程與語義提取直接聯(lián)系起來，使得檢索過程更加有效，適應(yīng)性更強。(2)使用相似匹配代替精確匹配。在傳統(tǒng)的基于文本的圖像檢索中，是以精確匹配為主。在基于內(nèi)容的圖像檢索中，通常采用相似匹配方式，從而獲得類似圖像，不斷縮小檢索范圍，直至定位于所要求的目標，與傳統(tǒng)數(shù)據(jù)庫檢索的精確匹配不同。(3)直觀的可視化查詢方式，交互性強?；趦?nèi)容的圖像檢索通常采用范例檢索方式，在許多現(xiàn)存的基于內(nèi)容的圖像檢索系統(tǒng)中都運用其中的一種或幾種相結(jié)合的查詢方式。(4)滿足多層次的檢索要求。系統(tǒng)通常包含圖像庫、特征庫，可滿足多方面的檢索要求。用戶可以向系統(tǒng)提交與所需查詢的圖像一致或類似的例圖、繪制草圖或進行單個特征的檢索、基于多個特征的綜合檢索、基于對象的檢索等。4 顏色特征理論顏色特征是圖像檢索中使用最廣泛的一種視覺特征，也是最直觀和最簡單的一種，它具有很多優(yōu)良的性質(zhì)，它對于圖像的平移、旋轉(zhuǎn)、大小的變化具有良好的適應(yīng)能力。顏色直方圖是提取顏色特征最常用的一種表示方法。最早采用顏色進行圖像檢索是由Swain和Ballard提出的基于顏色直方圖的檢索方法[8]，其核心思想是在一定的顏色空間中對圖像中的各種顏色出現(xiàn)的頻數(shù)進行統(tǒng)計，然后圖像之間相似的問題就轉(zhuǎn)化成比較圖像直方圖之間的相似性問題。 顏色模型 RGB顏色模型RGB模型是基于三基色模型的代表。整個顏色空間位于邊長為1的立方體中，每個像素實際上任何可能量化的顏色都能用三維空間中第一個象限的一個點來表示，：藍（0,0,1）青（0,1,1）白（1,1,1）綠（0,1,0）RGB紅（1,0,0）品紅（1,0,1）黃（1,1,0）黑（0,0,0）灰度 RGB顏色模型這個模型基于笛卡兒坐標系。原點上，任一基色均沒有亮度，即原點對應(yīng)于黑色。三個軸分別為R、G、B三基色。離原點最遠的頂點對應(yīng)于白色。亮度較低的等量的三種基色產(chǎn)生灰色的陰影，所有這些點均落在彩色立方體的對角線上，該對角線被稱為灰色線。該模型是數(shù)字圖像處理所使用的最重要的彩色模型。然而，RGB顏色模型與人的視覺感知有一定差距，例如給定一個顏色，人很難判定其中的R，G，B分量，這時使用面向視覺感知的顏色模型比較方便一些。 HSV顏色模型從數(shù)字圖像中一般都得到RGB值，但RGB顏色空間中的顏色不能與感知上的顏色模型聯(lián)系。在所有的顏色空間中，HSV模型對應(yīng)于畫家配色模型，它能較好反映人對顏色的感知和鑒別能力，非常適合基于顏色的圖像相似比較，而且HSV和RGB顏色空間的轉(zhuǎn)換是可逆的。視頻采集卡得到幀圖像一般采用RGB模型，因此要把RGB模型轉(zhuǎn)換成HSV模型，具體算法如下[9]：設(shè)定義為：則v=／255 () ()這里。 顏色特征提取顏色是一種能簡化目標提取和分類的重要描述符，所以選擇合適，對顏色的表達方式是很重要的。另一方面，對顏色的特征表達依賴于所用的顏色模型，最好選擇與人的感覺相一致的顏色空間。最早在基于內(nèi)容的圖像索引的色彩直方圖中得到應(yīng)用。顏色特征定義比較明確，抽取也相對容易，并且具有尺度不變性、旋轉(zhuǎn)不變性和位置不變性等特點，因此在圖像檢索中得到廣泛的重視和研究，并提出了很多改進算法。最早的全局色彩特征索引方法是由Swain和Ballard提出的基于色彩直方圖的檢索法，其主要思想是在一定的色彩空間中對圖像各種色彩出現(xiàn)的頻數(shù)進行統(tǒng)計，既描述的是不同色彩在整幅圖像中所占的比例。而并不關(guān)心每種色彩所處的空間位置，所以顏色直方圖特別適合于描述那些難以進行自動分割的圖像和不需要考慮物體空間位置的圖像。顏色直方圖可以基于不同的顏色空間和坐標系。大部分的數(shù)字圖像采用RGB色彩空間，但這種空間結(jié)構(gòu)并不符合人們對顏色相似性的主觀判斷。因此，有人提出了基于HSV空間、Luv空間和Lab空間的顏色直方圖。除了基于這些顏色空間的直方圖外，還提出了許多改進的方法，例如，何恒等提出的綜合顏色和紋理特征的模糊直方圖方法，該方法將圖像分快處理，得到圖像在HSV空間的顏色模糊直方圖，然后用紋理特征對顏色模糊直方圖進行擴展，從而得到綜合模糊直方圖，同時還給出了抽取圖像顏色和紋理特征的方法和建立圖像綜合模糊直方圖的計算程。王禹等提出的基于廣義直方圖的圖像檢索方法[10]，該方法把圖像和它的平滑圖像組合起來，形成一個二元組即“廣義圖像”，廣義圖像的直方圖稱為廣義直方圖。除此之外還有累積直方圖法、均值直方圖法等。5 直方圖理論 顏色直方圖顏色直方圖是最常用的顏色特征提取方法之一，其核心思想是在一定的顏色空間中對圖像各種顏色出現(xiàn)的頻數(shù)進行統(tǒng)計。目前，幾乎所有的基于顏色特征的檢索算法都是以顏色直方圖為基礎(chǔ)的。它的優(yōu)點就在于它能簡單描述一幅圖像中顏色的全局分布，即不同色彩在整幅圖像中所占的比例，特別適用于描述那些難以自動分割的圖像和不需要考慮物體空間位置的圖像[11]。計算顏色直方圖需要將顏色空間劃分為若干個小的顏色區(qū)間，每個區(qū)間成為直方圖的一個柄(bin)。這個過程稱為顏色量化(color quantization)。然后，通過計算顏色落在每個小區(qū)間的像素數(shù)量可以得到顏色直方圖。橫坐標表示顏色的色彩歸一化后的值，縱坐標表示每個小的顏色區(qū)間中所對應(yīng)的圖像像素的總和。顏色直方圖可以對應(yīng)于不同的顏色空間。最常用的是RGB顏色空間，因為大部分的數(shù)字圖像都是用這種顏色空間表達的。當圖像用RGB顏色空間表示時，彩色圖像的直方圖可以用R、G、B三個單色的直方圖來表示或者用一個RGB聯(lián)合分布的顏色直方圖來表示。當用三個單色直方圖表示時，各個直方圖表示的是圖像在這種顏色分量的統(tǒng)計分布，總共有三個不同的概率分布。而彩色圖像直接用一個顏色直方圖表示時，其統(tǒng)計的是不同顏色出現(xiàn)的頻數(shù)，以色彩作為橫坐標，縱坐標為色彩出現(xiàn)的頻數(shù)。在RGB顏色空間中，顏色直方圖可以看成是一個離散函數(shù)，即 ()其中，k表示圖像的特征取值，L表示特征可取值的個數(shù)，凡表示圖像中具體征值為k的像素個數(shù)，n表示圖像像素的總個數(shù)。由此看出，顏色直方圖具有下列性質(zhì)：位置無關(guān)性直方圖描述了每個灰度級的像素的個數(shù)，但不能為這些像素在圖像中的位置提供任何線索。當一幅圖像被壓縮為直方圖后，所有的空間信息將全部丟失。因此，任一特定的圖像具有唯一的直方圖，(a)、(b)、(c)和(d)四幅圖像，如果陰影部分具有相同的灰度值而且面積相等，那么這四幅圖像的直方圖卻是完全相同的，這說明了不同的圖像可能具有完全相同的直方圖。（a）（b）（c）（d） 直方圖的位置無關(guān)性疊加性如果一幅圖像由兩個不連接的區(qū)域組成，并且每個區(qū)域的直方圖己知，則整幅圖像的直方圖是該兩個區(qū)域的直方圖之和。顯然，該結(jié)論可推廣到任何數(shù)目的不連接區(qū)域的情形?？傮w性（a）（b）（c）（d） 直方圖的總體性直方圖是總體灰度概念，從直方圖中可以看出圖像整體的性質(zhì)。：直方圖(a)表示圖像總體偏暗：直方圖(b)表示圖像總體偏亮；直方圖(c)表示圖像的灰度動態(tài)范圍太小，許多細節(jié)必然分辨不清楚；直方圖(d)表示圖像灰度級分布均勻，給人以清晰、明快的感覺。 直方