图像的自动语义标注技术研究与实现

摘要

数据库技术、多媒体技术以及Internet技术的长足发展和互联网的普及，大量的图像出现在互联网上，如何有效地、快速地从大规模图像数据库中检索出所需的图像成为人们思考的问题。基于语义的图像检索不仅方便于用户的使用，还准确地体现出用户的意图，因此是图像检索发展的必然。而图像的标注字能够较好的表达图像的语义内容，它能够缩小图像的高级语义和低级视觉内容之间的差距，因此图像语义的自动标注方法也正逐渐引起人们的重视。
　　 本文通过分析图像语义自动标注的相关技术，深入探讨和研究了图像视觉特征的提取方法。在颜色特征提取方面，利用HSL(Huc,Saturation,Lightness)颜色空间，经过多人次的对大量颜色样本相似性距离的测试的统计，我们对HSL模型进行了以下改造，以使变形后的HSL空间内的点间距离更符合人类的视觉判断，提取原始图像的主色作为原始图像的颜色特征；在纹理特征提取方面，针对不同纹理特点分别采用了基于共生矩阵的统计纹理分析和基于小波变换的频谱纹理分析两种方法予以实现。通过对以上特征的提取，实现了融合多特征的图像检索。
　　 针对不同特点的图像，融合不同的图像特征，并采用不同的相似性度量方法，提高了图像检索的准确率。在检索结果的基础上，采用基于实例的方法实现了对图像语义的自动标注。这种方法的基本思想是，把带有标注的训练样本集当作一种标注经验，在提取出示例图像的视觉特征后，从经验库中检索出与之视觉相似的图像，并且通过模仿这些例子图像的标注，对图像实施标注。
　　 通过大量的仿真验证，表明该语义自动标注方法不仅能够将图像的视觉特征转化为图像的标注字信息，可以有效的应用于基于语义的图像检索，而且克服了手工标注费时费力的缺点，为用户的使用带来了极大的方便。