基于内容的图象检索中特征、索引及交互问题研究

摘要

基于内容的图像检索(CBIR,CONTENT-BASED IMAGE RETRIEVAL)发展迅速,论文首先对CBIR做总体介绍,包括该领域的提出、发展、进展、问题、主要研究方向、机构及重要文献源等,并附部分原型系统列表.并针对当前主要存在问题:特征、索引及交互等深入研究.论文对CBIR中图象统计及结构特征进行分析.统计特征面向象素级,主要包含颜色、纹理信息;结构特征则侧重于对象(区域)间位置及分布信息,对象获取主要手段为图象分割和图象分块.论文提出一种非均匀量化算法,同前人工作相比,主要具有三点优势:自适应性,即不需指定目标量阶数;边缘保护性,即根据视觉理论,对图象中重要但从象素统计值上不占优势的部分进行保护,从而达到量化后视觉效果更好;速度快,即算法复杂度低,从而计算效率很高.针对当前CBIR研究中的统计特征综合问题,论文提出用颜色统计特性反映纹理信息的方法,基于彩色空间不同层面构造3D共生矩阵.在统计特征的基础上,论文分析CBIR结构信息,概述对象表现形式及对象空间关系.论文提出一种更适用于CBIR的改进JSEG算法,针对基于对象检索热门算法JSEG,取其优点并改进.保证检索精度条件下,降低算法复杂度、提高检索效率.分块是分割的简化,也可表现一定的结构信息.论文提出基于运动子块(SUB-BLOCKS)及子块位置加权的检索算法,改变以往分块固定的算法,进行动态匹配,并根据认知心理学结论,对子块根据空间位置自动加权,以适应人眼视觉特性.论文对CBIR的索引(INDEXING)问题进行深入研究.论文采用适当减少特征数、增加语义类别的基于语义图象分类技术构造索引的方案,在检索速度和精度上达到很好效果.之后,提出基于广义核函数的支撑向量机,进一步提高了前述实验速度.接着,论文提出新颖的图象理解方法及不健康视觉信息(NAKED PEOPLE)检索和过滤算法,并成功利用特定对象的多特征描述及ADABOOST学习方法综合分析,取得较好效果.在索引特征预处理过程中,论文提出了基于FFT的相似度模式,有效解决检索过程中因图象内容光照、背景、旋转、视角等带来的问题.