【正文】 的實(shí)現(xiàn)原理可以發(fā)現(xiàn)，圖像檢索系統(tǒng)提供給用戶的查詢方法一般包括下列幾種形式：關(guān)鍵詞查找，瀏覽查找，特征輸入查找，草圖查找，示例查詢等。 隨著信息化社會(huì)的發(fā)展以及信息高速公路計(jì)劃的實(shí)施，我們接觸到大量的圖像，科技的高速發(fā)展和數(shù)字化圖像設(shè)備和大容量存儲(chǔ)器，如數(shù)碼相機(jī)、掃描儀等的發(fā)展和普及，安全、醫(yī)療、衛(wèi)星等部門(mén)每天都有大量的圖像信息產(chǎn)生，圖像數(shù)據(jù)呈現(xiàn)級(jí)數(shù)的增長(zhǎng)趨勢(shì)。在浩瀚的數(shù)據(jù)庫(kù)中，靠人工來(lái)查找某一幅圖像或具有某些特征的圖像集合，是很難完成的工作，但是類似需求在不少領(lǐng)域都 會(huì)常遇到，例如： a 每天我們每天關(guān)注的天氣預(yù)報(bào)需要的衛(wèi)星云圖； b 可視化的戰(zhàn)場(chǎng)信息，需要進(jìn)行圖像信息的重構(gòu)及分析； c 公安系統(tǒng)中常用的偵查破案，就出現(xiàn)了太多的犯罪圖像信息； d 時(shí)下網(wǎng)上購(gòu)物，多半給用戶展示商品時(shí)采用的是圖像的形式； e 醫(yī)學(xué)射線系統(tǒng)的數(shù)據(jù)庫(kù)中相關(guān)的射線照片，能為醫(yī)生提供重要的參考； f 商標(biāo)管理系統(tǒng)、郵票管理系統(tǒng)等含有龐大的圖像數(shù)據(jù)庫(kù)； g 數(shù)碼科技的發(fā)展使得普通家庭也會(huì)產(chǎn)生成千上萬(wàn)的圖像。在以上各方面，圖像檢索技術(shù)正在并將一直發(fā)揮極其重要的作用?；趦?nèi)容的圖像檢索技術(shù)是利用圖像的顏色，形狀，紋理及區(qū)域等物理特征表征一幅圖像。而兩幅圖像之間的相似性完全由圖像本身的視覺(jué)特征和系 統(tǒng)采用的相似性度量方法決定，大大提高了系統(tǒng)的檢索速度和精度。 目前，基于內(nèi)容的圖像檢索技術(shù)主要有四個(gè)研究熱點(diǎn)。以上兩點(diǎn)都是以機(jī)器為中心展開(kāi)的，沒(méi)有考慮到用戶的實(shí)際需求。研究人員提出了相關(guān)反饋的概念，通過(guò) 與用戶及時(shí)進(jìn)行交互調(diào)整檢索時(shí)使用的物理特征，融合檢索時(shí)多特征的權(quán)重和相似性度量方法。 由于基于內(nèi)容的圖像檢索技術(shù)應(yīng)用及其廣泛，國(guó)內(nèi)外眾多研究機(jī)構(gòu)紛紛投入其研究領(lǐng)域，當(dāng)然也取得了不小的進(jìn)展，研制成功了多個(gè)商業(yè)應(yīng)用系統(tǒng)和實(shí)驗(yàn)系統(tǒng)，主要有： QBIC,Retrieval,Virage,Ware,MARS,Netra,Photobook等。 綜上所述，目前國(guó)內(nèi)外的研究主要集中在索引技術(shù)，視覺(jué)特征提取和用戶接口這幾個(gè)方面。在特征提取技術(shù)上，主要是集中是顏色，形狀，特征和紋理特征進(jìn)行了研究。 基于內(nèi)容的圖像檢索技術(shù)的應(yīng)用 基于內(nèi)容的圖像檢索技術(shù)已成功應(yīng)用于一些專門(mén)的領(lǐng)域，典型的如下： 中國(guó)計(jì)量學(xué)院本科畢業(yè)設(shè)計(jì)（論文） 搜索引擎：伴隨著種種電子商務(wù)網(wǎng)站的發(fā)展，圖像搜索引擎也將成為其重要工具。因而，如何高效，快速地從數(shù)字圖書(shū)館找出用戶所需的信息成為了當(dāng)代圖書(shū)館研究的關(guān)鍵技術(shù)和熱點(diǎn)之一。 商標(biāo)檢索系統(tǒng)：在收錄的已經(jīng)注冊(cè)商標(biāo)的數(shù)據(jù)庫(kù)中查找與其類似的商標(biāo)，防止侵害商標(biāo)權(quán)。例如：犯罪數(shù)據(jù)庫(kù)，建筑物數(shù)據(jù)庫(kù)，指紋數(shù)據(jù)庫(kù)及面部數(shù)據(jù)庫(kù)等。 工業(yè)與商業(yè)：工業(yè)方面包括 CAD/CAM，企業(yè)多媒體信息系統(tǒng)等，在商業(yè)上，則有股票，在線廣告，電子商務(wù)，在線購(gòu)物等。國(guó)外在培訓(xùn)領(lǐng)域也投入了大量的人力物力，并開(kāi)展了相關(guān)課題的研究工作。以上這些都為圖像數(shù)據(jù)庫(kù)用于教育培訓(xùn)方面提供的廣闊的應(yīng)用前景。除了檢索系統(tǒng)和 圖像管理外，也包括建立醫(yī)療信息管理系統(tǒng)，管理龐雜的醫(yī)療數(shù)據(jù)等。 論文全文共分成四章，第一章是緒論，主要簡(jiǎn)單介紹了圖像檢索技術(shù)的發(fā)展歷程，分類及其應(yīng)用，并簡(jiǎn)要概括了基于內(nèi)容的圖像檢索技術(shù)的國(guó)內(nèi)外研究概況和應(yīng)用。第三章重點(diǎn)介紹基于顏色的圖像檢索系統(tǒng)實(shí)現(xiàn)，其中涉及到顏色空間的選擇及顏色矢量量化，顏色直方圖及顏色特征提取和顏色直方圖距離的度量方法。中國(guó)計(jì)量學(xué)院本科畢業(yè)設(shè)計(jì)（論文） 2. 基于內(nèi)容的圖像檢索技術(shù) 基于內(nèi)容的圖像檢索技術(shù)的系統(tǒng)結(jié)構(gòu) 目前對(duì)于基于內(nèi)容的圖像檢索系統(tǒng)的構(gòu)成和設(shè)計(jì)仍沒(méi)有統(tǒng)一的標(biāo)準(zhǔn)。圖像數(shù)據(jù)庫(kù)系統(tǒng)分為五個(gè)層次，即用戶視圖層、語(yǔ)義特征視圖層、圖像特征視圖層、特征表達(dá)層、特征組織及檢索層。圖 內(nèi)容的圖像檢索系統(tǒng)的基本框圖。用戶提交 引擎 領(lǐng)域知識(shí) 特征 索引 顏色 形狀 紋理 空間 關(guān)系 圖像源 用 戶 中國(guó)計(jì)量學(xué)院本科畢業(yè)設(shè)計(jì)（論文） 的查詢方式有多種： a 指定圖樣查詢方式：該方式非常友好，不足之處是樣圖不能充分表達(dá)用戶的查詢意愿用戶對(duì)樣圖的理解和實(shí)際系統(tǒng)對(duì)樣圖的理解有所不同，因而要添加附加屬性。其缺點(diǎn)是兼容性比較差，這樣給用戶帶來(lái)了額外的負(fù)擔(dān)。 (2) 相似性度量子系統(tǒng)是檢索引擎，使用圖像的特征來(lái)度量圖像之間的相似性，按相似性的大小對(duì)圖像集合排序，然后返回給用戶。 （ 3）索引子系統(tǒng)主要是對(duì)圖像 數(shù)據(jù)作索引。由于圖像數(shù)據(jù)庫(kù)十分龐大，直接計(jì)算相似性速度慢，因此研究出了高維矢量索引技術(shù)組織數(shù)據(jù)結(jié)構(gòu)，從而可以更快地進(jìn)行圖像的過(guò)濾和相似性計(jì)算，提高了檢索效率。目前主要以用戶的視覺(jué)特征為主，包括顏色、形狀、紋理、物體空間特征等等。 (5) 存儲(chǔ)子系統(tǒng)是用來(lái)存儲(chǔ)和管理原始圖像數(shù)據(jù)，圖像數(shù)據(jù)庫(kù)中存儲(chǔ)的信息由特征索引 數(shù)據(jù)、圖像數(shù)據(jù)和其他文本描述信息。預(yù)處理技術(shù)是對(duì)圖像入庫(kù)之前的處理，包括對(duì)比度調(diào)整、濾出噪聲、比例變換和幾何矯正等。 基于內(nèi)容的圖像檢索技術(shù)經(jīng)歷了特征調(diào)整和重新匹配的循環(huán)過(guò)程。在許多情況下，用戶不能給出一個(gè)完全的例子，只能給出一個(gè)想檢索的圖像例子，亦或一個(gè)概念性的描述，系統(tǒng)會(huì)依照給出的例子或概念查找 出與其相似的圖像，然后將相似結(jié)果集合返回給用戶。目前，大部分查詢所用的實(shí)際上是這種模糊查詢。 中國(guó)計(jì)量學(xué)院本科畢業(yè)設(shè)計(jì)（論文） 圖 基于內(nèi)容的圖像檢索系統(tǒng)的檢索流程 (1)用戶初始查詢。當(dāng)用戶使用概念查詢方式從圖像庫(kù)中查找所需的圖像時(shí)，可通過(guò)關(guān)于圖像的一般性的描述亦或 查詢語(yǔ)言進(jìn)而得到一個(gè)特定的查詢。首先用戶瀏覽示例圖像，通過(guò)瀏覽，選擇圖像的例子來(lái)即是查詢條件。 (2)相似性匹配。 （ 3）在相似匹配結(jié)束后，滿足一定相似條件的候選結(jié)果左后按照相似度從大到小排序 后返回給用戶瀏覽。對(duì)基于內(nèi)容的圖像檢索技術(shù)返回的查詢結(jié)果，用戶可進(jìn)行圖像瀏覽進(jìn)而來(lái)挑選，直到得到滿意的結(jié)果。 （ 5）如此反復(fù)，逐漸縮小查詢范圍，直到用戶得到滿意的查詢結(jié)果。示例（ QBE） 從候選結(jié)果中選擇一個(gè)示例 中國(guó)計(jì)量學(xué)院本科畢業(yè)設(shè)計(jì)（論文） 特征抽取技術(shù) 大量的基于內(nèi)容的圖像檢索技術(shù)研究主要集中在特征抽取上，以得到與人類觀察最接近的圖像特征。 顏色特征 人類在對(duì)物體和環(huán)境的感知中，顏 色起著十分重要的作用。與其他底層視覺(jué)特征比較，顏色對(duì)于圖像遮擋、旋轉(zhuǎn)、縮放及其他形變有著更強(qiáng)的魯棒性。 基于顏色的圖像檢索技術(shù)是依據(jù)圖像中組成對(duì)象目標(biāo)的顏色信息進(jìn)行檢索，是基于內(nèi)容的圖像檢索技術(shù)中最最基本的技術(shù)。該方法采用以下技術(shù)：選擇顏色空間、測(cè)量顏色直方圖的距離，顏色間的相似性和處理背景顏色的影響等關(guān)鍵問(wèn)題。除去上述方法，表示顏色特征的方法還有顏色集，顏色矩，顏色的相關(guān)圖，顏色的聚合矢量等等。基于形狀的圖像檢索技術(shù)是依據(jù)圖像中組成目標(biāo)的形狀進(jìn)行檢索，涉及到的形狀特征主要有：狹長(zhǎng)度，圓形度，二階矩常量，慣性主軸方向，內(nèi)角平均值，內(nèi)角標(biāo)準(zhǔn)方差，多邊形的頂點(diǎn)數(shù)及凹點(diǎn)數(shù)。 通常形狀特征表示分為兩類：基于區(qū)域的和基于邊界 的表示。從中能得到很多有用的特征，如：邊界的面積、周長(zhǎng)及區(qū)域的幾何中心等；區(qū)域特征有矩不變量等。在進(jìn)行基于內(nèi)容的檢索時(shí)，可以由用戶用戶選擇一種形狀或者畫(huà)出一幅草圖，然后利用形狀的特征來(lái)匹配檢索。在計(jì)算機(jī)視覺(jué)的傳統(tǒng)算法中，先后用到 Freeman鏈碼，曲線， Fourier描述子，二次曲線和 B樣條曲線等等來(lái)進(jìn)行平面曲線的描述。依據(jù)模型中國(guó)計(jì)量學(xué)院本科畢業(yè)設(shè)計(jì)（論文） 的不同特性，可以將常用的變形模型分為兩類：參數(shù)變形模型和自由變形模型。通過(guò)圖像的顯著特征如直線，邊緣等建立能量函數(shù)建立一個(gè)勢(shì)場(chǎng)，使模版變形而與這些特征匹配。人類處于檢索和識(shí)別的目的，總是忽略這種變化。這個(gè)問(wèn)題使 得基于形狀特征的檢索技術(shù)成為了當(dāng)前基于內(nèi)容的圖像檢索系統(tǒng)的一大障礙。一般來(lái)說(shuō)，紋理是指反復(fù)出現(xiàn)的圖像的局部模式及其排列規(guī)則，是圖像像素顏色和灰度級(jí)的某種規(guī)律性變化，該變化是與空間統(tǒng)計(jì)相關(guān)的。 紋理特征是由基元的安排及紋理基元兩個(gè)要素組成的。排列基元的方向性，周期性的不同及其疏密程 度能極大地對(duì)圖像的外觀改變產(chǎn)生影響。如果在尚未檢測(cè)出基元或者不知道紋理基元的情況下分析紋理，那就只能從最小的基元，也就是像素開(kāi)始建立紋理的模型，該方式被稱為紋理的模型分析。 對(duì)應(yīng)于以上兩種分析方式，紋理分析的方法基本上可以分為統(tǒng)計(jì)和結(jié)構(gòu)方法： a 統(tǒng)計(jì)分析方法是依據(jù)圖像的顏色強(qiáng)度的空間分部信息進(jìn)行統(tǒng)計(jì)的，該方法用于分析像草坪，沙地，木紋那樣的紋理細(xì)密而又不規(guī)則的物體。該方法適用于像磚花樣或布料的印刷圖案等一類紋理基元及排列比較規(guī)則的圖像。 中國(guó)計(jì)量學(xué)院本科畢業(yè)設(shè)計(jì)（論文） 在空間域方法中，最初使用的是直方圖統(tǒng)計(jì)特征法，該方法由于只能反映一維的灰度值變化，早已不再使用。從共生矩陣中可以分析圖像的紋理特征。研究人員又從視覺(jué)心理學(xué)角度出發(fā)，得出了新的分析方法，并定義了規(guī)整性，方向和粗糙度等六個(gè)特征，這些特征都是互相獨(dú)立的而且具有可視性。 基于頻率域的方法主要有小波分析和傅里葉變換。 90 年代后，小波分析在紋理分析方面發(fā)展很迅速，并出現(xiàn)了好多新的算法。圖像本身是不能詮釋圖像的語(yǔ)義特征的。因而，針對(duì)圖像本身含有的景物，對(duì)于得到圖像相似性排列，特征的完全描述和強(qiáng)分割并不是完全必要的。所以如何從相對(duì)簡(jiǎn)單圖像特征得到高層語(yǔ)義特征，以達(dá)到基于語(yǔ)義的相似性的要求是這個(gè)層次圖像檢索的研究難點(diǎn)和重點(diǎn)。 對(duì)于基于語(yǔ)義的圖像檢索技術(shù)來(lái)說(shuō)，景物分析與分類技術(shù)是非常重要的。 a Gorkani 試圖使用底層特征識(shí)別景物的高層特征，用來(lái)辨別野外風(fēng)景和城市風(fēng)景。 c Vailaya 首先使用二值 Bayesian 分類以從底層特征中獲得高層的語(yǔ)義特征，進(jìn)而構(gòu)造得到照片的層次類別，最終實(shí) 現(xiàn)了基于類別的圖像檢索技術(shù)。 上述第一種技術(shù)是對(duì)于每種目標(biāo)的用來(lái)識(shí)別的模板。其中，使用最廣泛的是 Forsyth 曾提出的用來(lái)識(shí)別圖像中任務(wù)沒(méi)被遮擋的技術(shù)，由于該技術(shù)能夠應(yīng)用到更多的目標(biāo)中去，馬和樹(shù)葉包含在其中； Newsam 使用 Edge Flow 方法自動(dòng)地分割圖像，并提取目標(biāo)，進(jìn)而基于目標(biāo)特征相似性實(shí)現(xiàn)了基于目標(biāo) 的查詢。該系統(tǒng)依據(jù)用戶對(duì)圖像的各區(qū)域加的注釋，對(duì)特征相似的區(qū)域作出相似的語(yǔ)義特征標(biāo)記，并且使用更深層次的用戶反饋機(jī)制以提高系統(tǒng)的性能；還有一種是 Chang 曾提出來(lái)的人類視覺(jué)語(yǔ)義模型，其是用傳統(tǒng)的方法和相關(guān)反饋技術(shù)來(lái)得到查詢結(jié)果，用戶滿意后，再給當(dāng)前的查詢指令語(yǔ)義的標(biāo)記，繼而存儲(chǔ)到圖像查詢數(shù)據(jù)庫(kù)。 第三層 語(yǔ)義特征的自動(dòng)檢索技術(shù)到目前為止還是非常少見(jiàn)的， Corridoni 提出利用顏色特征的主觀注釋一檢索能夠激發(fā)人類特殊情感的圖像。 因此，基于語(yǔ)義特征的圖像檢索技術(shù)將是不可缺少人的視覺(jué)感知、生理學(xué)、心理學(xué)、模式識(shí)別以及人工智能等領(lǐng)域的更深入的研究成果。假設(shè)圖像庫(kù)總有 N幅圖像。我們桐城市用下面的公式評(píng)價(jià)圖 像的匹配效果： 匹配比率 )1,1,0()( ?????? LkNnkH k () 其中 K是正確圖像的名次 圖像檢索性能的評(píng)價(jià)一般使用查準(zhǔn)率（ Precision） 和查全率（ Recall） 的相似性檢索評(píng)價(jià)準(zhǔn)則。 查準(zhǔn)率與查全率的定義如下： （ 1）查準(zhǔn)率 Precision 定義為在查詢結(jié)果中和示例圖像相關(guān)的圖像所占的百分比例，其中 Precision=100%表示 的是查詢出來(lái)的圖像都是相關(guān)圖像。 I 表示檢所得到的相關(guān)圖像的數(shù)目， J 表示檢索得到的全部圖像的數(shù)目。 Recall=100%表示的是所有的相關(guān)圖像都被檢索出來(lái)了。 中國(guó)計(jì)量學(xué)院本科畢業(yè)設(shè)計(jì)（論文） 3. 基于顏色的圖像檢索系統(tǒng)實(shí)現(xiàn) 顏色是大部分圖像的主要特征，同時(shí)還是人類主要視覺(jué)感知之一，它反映的是人眼視覺(jué)系統(tǒng)對(duì)于物質(zhì)世界的主觀感受。給予顏色的圖像檢索系統(tǒng)的實(shí)現(xiàn)方法很簡(jiǎn)單，視覺(jué)效果比較明顯，是應(yīng)用很廣泛的方法。不同的顏色感覺(jué)是不同的波長(zhǎng)的光引起的，然而，同一種顏色卻能夠用不同的光譜成分來(lái)合成。某個(gè)三維空間中的某個(gè)可見(jiàn)光子集就是顏色空間，其包括了某個(gè)色彩域所有的色彩。因此，一個(gè)顏色空間是不能包含所有的可見(jiàn)光的。其次，選擇一個(gè)適合人類視覺(jué)特征的顏色空間能夠很大程度地改善檢索效果。另外，由于在顏色空間中能夠表示的顏色非常多，用計(jì)算機(jī)進(jìn)行處理時(shí)經(jīng)常需要進(jìn)行圖像顏色的量化，也就是大量的顏色集中采用少量的參考顏色柄來(lái)表示。因而，選擇使用某個(gè)具有視覺(jué)一致性的顏色空間對(duì)于進(jìn)行圖像檢索是具有非常重要的意義的。在基于內(nèi)容的圖像檢索系統(tǒng)中，應(yīng)用 HSV顏色空間更適合于人類的肉眼判斷，能夠得到更為接近用戶觀察的檢索結(jié)果。 中國(guó)計(jì)量學(xué)院本科畢業(yè)設(shè)計(jì)（論文） a RGB顏色空間 1931年，國(guó)際照明委員會(huì)規(guī)定了使用波長(zhǎng)分別 為 700nm,單色光作為三原色紅（ R），綠（ G ），藍(lán)（ B ）。目前 ，彩色顯示器以及攝像系統(tǒng)等硬件顯示設(shè)備大部分都采用了 RGB顏色空間表示各種不同的顏色。 圖 RGB顏色空間 如圖 ，位于正方體的主對(duì)角線上的各原色的量是相等的，同時(shí)產(chǎn)生了由暗到亮的白色，也就是灰度。 b HSV顏色空間 符合人類視覺(jué)感知特征最好的顏色模型是 HSV顏色空間，它尤其適合于用戶肉眼對(duì)顏色的識(shí)別，所以被廣泛應(yīng)用在計(jì)算機(jī)視覺(jué)領(lǐng)域。 中國(guó)計(jì)量學(xué)院本科畢業(yè)設(shè)計(jì)（論文） 圖 HSV顏色空間 如圖 ，圓柱坐標(biāo)系中的圓錐形子集就對(duì)應(yīng)于 HSV顏色空間