基于内容的图像检索 cl

4
1.基于内容的图像检索的类型 1.基于内容的图像检索的类型
由于图片存在着颜色、形状和纹理等方面的特征，因 此基于内容的图像检索也可以分为颜色检索、形状检索、 纹理检索、草图检索和对象检索等多种类型。 1)、颜色检索 2)、形状检索 3)、纹理检索 4)、草图检索 5)、对象检索
5
颜色特征是图像检索中所使用的最直观的视觉特征，是彩色 图像最显著的特征，它对图像本身的尺寸、方向、视角的依赖性 较小，具有较高的稳健性。因此基于颜色的图象检索技术是基于 内容的图像检索技术最常用最基本的方法。 常用的方法有：互补颜色空间直方图、直方图交叉法、直 方图比较法、二次距离算法等。
10
1.3纹理特征 1.3纹理特征
纹理特征代表了物体的视觉模式，它包含了物体表面的组织结构以 及与周围环境之间的关系。常用的方法有相关矩阵法，粗糙度、对比 度等纹理表示方法，以及小波变换等。
图1-4纹理特征
11
2.研究性的基于内容的图像检索系统 2.研究性的基于内容的图像检索系统
美国加州大学Netra 美国麻省理工Potobook 美国伊利诺斯MARS多媒体分析和检索 美国伊利诺斯MARS多媒体分析和检索 哥伦比亚大学VistualSEEK 加州大学伯克利分校Blobworld
2
存在的问题： 存在的问题：
在基于文本的图像检索系统中，需要先对所有的图 像进行关键字标注，然后才能使用全文检索技术对图像 进行搜索。这种方法存在两个方面的问题： 一是这种方法需要较多的人工参与，而且随着图 像数目的增加，这种方法很难实现； 二是由于图像所包含的信息量庞大，不同的人对 于同一张图像的理解也不相同，这就导致对图像的标注 没有一个统一的标准，因而检索的结果不能很好地符合 用户的需求
9
纹理特征是一个重要的图像特征，它是物体表面具有的 内在特征，包含了关于表面结构安排及周围环境的关系，被定 义为“一种反映一个区域中像素灰度级的空间分布的属性”。 目前基于纹理的算法主要分两类：一种是结构分析法， 即从图像结构组成上探索纹理的规律或者直接去探求纹理构成 的结构规律；一种是统计分析法，即从图像有关属性的统计分 析出发的。
12
3.商业性的基于内容的图像检索系统 3.商业性的基于内容的图像检索系统
1)、IBM的QBIC 2)、Virage公司开发的VIR Image Emage 3)、Excalibur技术公司开发的RetrievalWare
13
谢谢大家
制作人： 弓守勋 蔡磊
14
3
基于内容的图像检索技术 CBIR
到90年代以后，出现了对图像的内容语义，如图像的 颜色、纹理、布局等进行分析和检索的图像检索技术， 即基于内容的图像检索（Content-based Image Retrieval，简称CBIR）技术。属于图像分析的一个研 究领域。 CBIR属于基于内容检索（Content-based Retrieval ， CBIR属于基于内容检索（ 简称CBR）的一种，CBR中还包括对动态视频、音频等 其它形式多媒体信息的检索技术。
8
1.2形状特征 形状特征
形状特征则包括两种，一种是基于边界的形状特征，另外一种则 是基于区域的形状特征。最常用的表示方法有傅利叶变换和不变矩等。
图1-2(灯管) 基于边缘的形状表示
图1-3 2005301174x（杯子） 基于区域的形状表示
这些低层的特征将通过各种方法抽取出来，并形成一组特征向量，建立 相关索引并存储到数据库中。
基于内容的图像检索
一、什么是基于内容的图像检索
目前大家比较熟悉的计算机检索技术，大多是基于文 字的检索。不论是文章的查询、图片的搜索、音乐的查 找甚至视频的检索，都是通过文字的描述或者标引实现 的。 文字检索的薄弱环节在于对多媒体信息描述上，用文 字描述难以避免主观性。这样，就产生了基于内容的检 索需求，不论是图片、声音、视频还是动画。于是各种 基于内容的检索技术就应运而生了。基于内容的图像检 索技术是其中的一项重要技术。
6
1.1颜色特征 1.1颜色特征
图1-1颜色特征－颜色布局示例
7
形状特征也称为轮廓特征，指图像中子图像的边缘 特征。采用形状特征进行检索时，用户可以粗略的勾 画出一个形状或是轮廓，从图像库中检索出形状相似 的图像。基于形状检般有两种方法：一是基于轮廓线 的检索；二是直接针对特定形状的图形的检索。