论文部分内容阅读
基于内容的图像检索(Content-BasedImageRetrieval，简称CBIR)，是目前多媒体、信息检索、人工智能、数据库等领域共同关注的一个重要研究方向。由于传统数据模式难以描述图像等多媒体对象的内容，也无法精确定义多媒体对象内容的等同性，因此，利用传统技术很难检索到满足用户要求的多媒体对象。为了解决这个问题，基于内容的图像检索通过分析图像的语义特征和上下文联系来对图像数据进行查询，主要是将图像的内容用其感知特征来表示，以实现图像等多媒体的信息管理和检索。基于内容的图像检索已成为国内外学者研究的主要热点问题，并取得了不少的成果，已经有许多关于基于内容图像检索的原型系统，并已投入初步的应用。
目前随着Internet的发展，图形、图像、视频、音频等多媒体材料将成为网上重要的资源。因此对信息检索工具的依赖日益迫切，并且规模与复杂性日益加强。而目前基于网络的检索工具大多采用文本检索方式，效率低而不能适应要求。特别是面向具体应用领域的系统更加缺乏，离真正的实用仍有一定的距离，还有很多问题有待解决。
本文针对基于内容的图像检索领域的一些关键技术进行了研究。本文的创造性研究成果主要有：
(1)提出一种综合多种相似性距离函数的图像检索算法ISM，通过一种综合相似度计算方法实现基于全局颜色特征的图像检索。实验结果表明，与欧儿里德距离、直方图交距离、曼哈顿距离以及夹角距离等四种单独使用的相似性距离度量算法相比，ISM算法的总体检索性能最好，其P-R曲线走势最为平缓，在召回率提高的同时保持了最优的检索精度，具有较好的召回率和检索精度折衷性能。
(2)在研究HSV空间中量化颜色分布规律的基础上，提出一种基于视觉感知的颜色相关度算法VPC，在VPC算法基础上进一步提出图像分块颜色检索算法Mosaic。实验结果表明，Mosaic算法将颜色的相似度计算与人的视觉感知相结合，与目前常用的基于图像特征的空间距离判断颜色相似性的方法相比，其图像检索结果能更接近于人类的检索要求。
(3)针对特定应用领域，提出一种以对象区域的形状特征为主，结合其颜色特征的肺癌细胞图像检索方法LCD。该方法使用人工神经网络集成算法LCNE实现对肺癌细胞彩色图像的相似性匹配。实验结果表明，使用上述算法提取出的形状特征向量具有对平移、旋转和尺度变化的不变性，适合于进行图像形状的检索；LCD方法对于肺癌细胞图像的分类检索是行之有效的，提高了分类检索的准确率，达到了预期的效果。
(4)提出一种基于颜色连通区域的颜色共生矩阵纹理检索算法MCM。该算法提取的特征除了反映其纹理关系外，还综合了其颜色构成特征，部分建立了与人的视觉感知之间的对应关系。实验结果表明，MCM的检索效果明显优于传统的灰度共生矩阵纹理检索算法，尤其对于颜色与纹理并重的图像，MCM纹理检索算法的效果尤为突出，其检索适用范围也大于灰度共生矩阵纹理检索算法。
(5)在对图像频率域的纹理特征提取技术进行相关研究的基础上，提出一种基于图像频域能量谱的半径和角度直方图特征的纹理检索算法RAH。实验结果表明，RAH算法对于图像的纹理特征判别具有较好的检索效果，其对图像的纯纹理特性提取十分有效，并且具有一定的通用性。
(6)提出一种图像语义综合概率描述模型IPSM，以图像的底层特征(如颜色、形状及纹理等)为基础，利用图像的语义分类辞典(SemanticThesaurus)结构，通过密度估计方法计算图像特征的语义先验概率函数，再根据Bayes统计学习和决策理论对图像的语义分类特征进行描述和提取，形成图像高层语义特征提取算法SFE。在IPSM模型及SFE算法基础上实现了基于高层语义的图像检索算法SHM以及基于高层语义的相关反馈算法SRF。实验表明，以上方法能较为有效地对图像的高层语义进行刻划，其图像匹配检索效果良好；语义特征层的引入，有助于简化图像内容描述的复杂性，进一步提高图像检索结果的准确性。
(7)基于上述研究成果，设计并实现了一个适用于Web环境的基于内容的图像检索系统@IMAGE，并实现了两个针对特定领域的图像检索应用系统：肺癌细胞图像智能分类与检索系统(LCIR)和高速公路路面破损图像智能识别系统(HPDS)。上述系统经试用，效果很好。