论文部分内容阅读
随着多媒体技术和互联网技术的不断进步,数字图像资源正以几何级的速度增长,这就对如何进行大量图像数据的快速检索与浏览提出了新的技术挑战。在基于内容的图像检索(Content-Based Image Retrieval, CBIR)中,相当多的情况下用户并不关心图像全局相似与否,而更多关注的是图像中具有一定语义的区域是否相似。为了弥补全局特征在描述图像内容上的不足,本文提出了一种基于显著区域语义特征的图像检索方法。首先,利用谱残差和多分辨率分析方法提取图像的显著区域;然后,用概率潜在语义分析(probabilistic Latent Semantic Analysis, pLSA)从图像的区域集合中发现潜在语义模型;最后,根据潜在语义模型得到所有图像区域中潜在语义出现概率来构建显著区域的潜在语义特征,并使用该特征构建SVM分类器模型进行图像检索。本文以谱残差模型为出发点,阐述了显著区域提取、区域潜在语义特征构建以及基于显著区域图像检索的方法,主要研究成果如下:(1)显著区域的提取。根据人类视觉系统的特点,提出了一种融合谱残差和多分辨率分析的显著目标检测方法。该方法通过在不同尺度上计算图像的亮度、颜色以及方向特征的谱残差,构建多分辨率显著性图谱序列,然后用线性插值方法将不同分辨率的特征显著图叠加得到三个特征显著图,再利用k-均值聚类算法将每个特征显著图聚为两类,选择聚类中心距离最大的特征显著图作为最终的显著图,最后经过动态阈值处理获得图像的显著目标区域。融合谱残差和多分辨率分析的显著目标检测方法是本文的创新点。(2)区域潜在语义特征构建。在得到图像的显著区域之后,使用无监督的pLSA对这些图像区域所构成的集合进行潜在语义挖掘,以此构建区域潜在语义特征。(3)基于显著区域的图像检索。将正负样本看作两类,图像检索可看作一个实时分类问题。使用支持向量机(Support Vector Machine, SVM)对训练图像的区域潜在语义特征进行学习,得出训练样本集中每个样本对于决策的影响,即训练得到的支持向量,再以这些支持向量对测试图像进行分类检索,得到最终的图像检索结果。本文将显著区域提取方法和pLSA方法相结合,获得区域潜在语义特征,并将其应用于图像检索中,在一定程度上弥补了底层特征和高层语义之间的语义鸿沟。对比本文方法和基于全局特征的图像检索方法,实验结果表明,基于显著区域的图像检索结果更加准确。