随着数字图像以及网络技术的不断发展,基于内容的图像检索技术已经成为计算机视觉与多媒体计算的重要研究领域。基于内容的图像检索技术根据图像内容,如色彩、形状、纹理等特征或者这些特征的组合,在图像数据库中检索与查询图像相似的图像。 图像检索技术的关键问题是图像特征的表示方法与图像特征相似性度量方法.本文主要围绕这两方面的问题展开研究。主要工作与创新点包括以下四个方面:第一,对图像内容特征表示方法进行了研究,包括色彩与形状表示方法.针对传统颜色直方图无法反映色彩空间信息,容易导致误匹配的不足,我们提出了两种新的颜色直方图检索方法:平均面积直方图 (Average Area Histogram)与主要面积直方图 (Prominent AreaHistogram).这两种直方图根据每个颜色所形成的不连通区域的平均面积与主要面积大小建立直方图的bins,能够反映色彩的空间分布,对图像旋转、缩放具有鲁棒性。实验表明,这两种直方图能够区分色彩相似但空间分布不同的图像,提高直方图检索性能。利用少量色彩能够集中反映对象结构基本组成的特点,我们提出了一种新的基于区域的图像检索方法。通过降低色彩等级,分割出能够表示对象形状基本组成的区域序列.这些序列,能够表达一定的对象语义。仿真实验表明,本文提出的形状检索算法简单有效,取得了较好的检索效果。 第二,对线性与非线性方式的图像特征相似性度量方法进行了研究。首先,本文引入层次分析法(Analytic Hierarchy Process AHP)为多个内容特征分配权重,以线性方式实现图像相似性度量。对内容特征变化范围相似的对象,权重可以重用。实验结果表明,该方法对图像检索是适用、有效的。其次,为了反映图像低层特征与高层语义之间存在的非线性映射关系,本文提出了基于模糊逻辑的图像检索系统。使用模糊语言变量描述对象特征之间的相似性程度,以非线性方式推理图像相似性。模糊规则能够反映用户对客观对象的认知,从而反映不同用户主观感知差异。外观特征变化相似的对象可以适用相同的规则,系统具有良好的鲁棒性。试验表明,系统能够为用户提供个性化的检索服务,缩小“语义鸿沟”,提高检索性能。 第三,本文基于虚拟相关反馈(Pseudo-Relevance Feedback PRF)技术,提出了一种新的自动相关反馈检索方法:外部自动相关反馈(Outer Auto Relevance Feedback OARF).基于图像内容特征距离,应用K_均值聚类方法,从初始检索结果中自动选择正例图像。以每幅正例图像作为新的查询,实施传统检索,然后对检索结果进行融合。 将用户从传统相关反馈检索方式的负担中解放出来。试验表明,本文所提出的外部自动相关反馈技术能够显著提高原始检索算法的性能,缩小“语义鸿沟”。 第四,本文对基于语义的图像检索方法进行了研究,实现了基于粗糙集(Rough Set RS)方法的风景图像分类系统。我们从风景图像中抽取2种与对象密切关联的主要色彩和这些色彩形成区域的尺寸、空间位置以及纹理特征,将风景图像转化为上述特征描述的对象。系统可以自动发现图像分类的知识,更加灵活地处理风景图像外观变化以及噪声。实验结果表明,系统产生的规则对4类风景图像的平均分类正确率达到85﹪。