基于视觉显著区提取的图像检索方法研究

摘要

近年来，随着移动互联网技术高速发展和数码产品快速普及，数字图像的数量呈现几何指数式增长，如何对这些图像进行高效地存储、快速地检索正在成为一个研究的热点。不过，现有的检索技术始终需要面对的一个难题就是“语义鸿沟”现象，即计算机技术对于图像高层语义和底层特征之间的理解差异问题。本文从语义鸿沟产生的原因开始分析，开展基于内容的图像检索技术研究。本文的内容包括三个方面：①改进图像显著区提取的方法②采用SIFT算子来进行局部特征提取③利用局部特征进行图像检索。　　视觉注意曾经是神经生物学的概念，是人在心里活动时个体对外界对象的指向与集中；用通俗的语言表述就是在观察一幅图像的时候，人眼第一眼所注意的那部分内容。现有的研究表明，在观察图像之初，图像中的某一部分最先获得入眼的注意，这部分往往就是让人感兴趣区或者感兴趣区的一部分。经过对生物视觉理论的不断研究，学者提出了视觉注意模型(visual attention model)，采用这种模型可以获得图像中的感兴趣区，这个区域可以表达图像中的显著区特性。由于在图像检索中背景等次要内容占据了大量的篇幅，如果能够剔除这些背景，使用图像的主要部分来进行特征匹配势必会提高效率。　　本文首先分析了基于内容的图像检索的一般方法和视觉注意模型的相关研究现状，其次研究了基于视觉注意模型的显著区提取算法，最后采用SIFT算子提取图像显著区的特征，并将它运用在图像检索时的特征匹配中。主要的研究内容如下：　　(1)在Itti经典视觉注意模型的特征图生成过程中，主要采用高斯金字塔在不同层级之间进行中心周围作差运算。中心是高分辨率样本，而周围是低分辨率样本。这样就会带来以下两个问题：a）由于周围是从中心区经过平滑向下采样得到的，在作差的时候又要把二者放大到同一个规格，这样就会引起显著图更大的模糊暗区b）高斯金字塔需要分解到多个层级，如果原始图像比较模糊，那么取样后导致的图像几乎无法识别。针对上述问题，本文提出了一种改进的方法：对于多层级的图像，中央周围运算仅作用在每个层级内部，而不作用于不同层级之间，同时采用窗口的方式，在本层级内部模拟中央周围运算。　　(2)图像检索方法需要提取图像的特征以用于特征匹配，为了能准确的描述图像的主体内容，同时又能加快计算速度，本文提出了仅针对图像显著区域特征匹配的检索方法，该方法采用显著区域的特征向量作为图像匹配的相似度量。　　(3)SIFT算子是可以用于提取物体的局部特征点，它不仅与物体的大小、旋转方向无关，而且对光线、噪声、微视角改变的容错率较高。本文将SIFT算予运用在显著区域的特征提取上，最后采用SIFT特征向量进行特征匹配。　　实验结果表明，本文提出的图像检索方法在查全率和查准率上高于基于全局颜色直方图的方法，同时也优于多特征融合的方法。

目录

第一个书签之前