论文部分内容阅读
计算机技术、多媒体技术以及Internet技术的飞速发展带来了大量的图像信息,因此如何有效地、快速地从大规模的图像数据库中检索出满足用户需要的图像是目前一个急需解决的重要问题。基于语义的图像检索技术是在CBIR基础上发展起来的,研究如何从多渠道获取图像语义信息,并根据语义检索相关图像,是解决这一问题的有效手段。
本论文主要围绕图像底层特征的提取,以及如何从底层特征向高层语义过渡等问题展开详细的研究。本文首先系统阐述了基于内容/语义的图像检索技术的概念及特点,论述了基于内容的图像检索系统总普遍存在的“语义鸿沟”问题。对各底层特征的提取算法进行了研究和探讨,证明了其作为CBIR索引图像时的特征的有效性和局限性。然后对图像语义的特征,图像语义的表示和图像语义的提取等做了深入的研究,并提出了利用支持向量机对图像分类,提取语义信息,从而实现了从低层特征到高层语义的过渡。作为本课题的一大理论基础,介绍了支持向量机(SVM)的基本原理和应用。其中对非线性分类器和多类分类器做了较深入的探讨,并结合本课题实际,提出了利用多类分类器来实现图像分类。为了实现基于语义的图像检索,首先需要对图像进行语义标注,但是对于大型图像库来说,完全依靠手工对所有图像标注是不现实的,为此我们提出了一种新的半自动的图像标注方法:首先,人工对训练集中的图像标注,从预先定义的K个关键词中选择与图像匹配的关键词。然后,利用已标注好的图像集合,应用SVM训练K个分类器。最后,使用训练好的多类分类器自动地标注未标注的图像,每幅图像由K个分类器分类并赋一概率值,本文称之为“确信度”,以用来表示图像与该关键词的关联程度,最终完成对图像库的语义标注,这样就建立了初始的语义库。考虑到分类器的性能,所以仅仅依靠初始的语义库来进行图像检索,还不能满足用户的需要,为此,引入了人-机交互机制,通过对用户反馈信息的学习,一方面可以把误归类的图像正确归类,另一方面通过调整语义库的权重系数来不断提高检索效率,直到满足用户的需要为止。考虑到查全率,本系统在查询率小于90%时,还使用了基于内容的图像检索。最后对本课题作了总结和进一步工作的展望。