基于内容的图像检索技术概述

碲，十　学术论坛　敷ｒ　一　术一用　姆　基于内容的图像检索技术概述　秦志新，・ｚ裴东兴’　（１．中北大学信息与通信工程学院山西太原０３００５１；２．山西水利职业技术学院信息工程系山西运城０４４００４）　摘要：近年来随着因特网的快速普及，如何快速准确地在海量图像中搜索到自己所需的图像显得十分重要。本文综述了基于颜色、纹理、　形状图像检索技术的主要方法，讨论了性能评价方法，并指出了应用方向。　关键词：ＣＢＩＲ颜色纹理形状性能评价方法　．中图分类号：ＴＰ３９１．４１　文献标识码：Ａ　文章编号：１００７—９４１６（２０１２）０１－０１５９－０２　１、引言　图像是对客观对象的一种相似性的、生动性的描述或写真。或　者说图像是客观对象的一种表示，包含了被描述对象的有关信息，　为人类构建了一个形象的思维模式，有助于我们学习、思考问题。据　统计，人类接受的外部信息，大约有７５％来自视觉。随着网络信息技　术的快速发展，图像作为一种内容丰富、表达直观的多媒体信息被　大量广泛的使用，如何通过搜索引擎从海量的图像中准确又快速地　搜索到自己所需的图像成为了人们迫切的愿望。传统的基于文本的　图像检索技术无法满足海量环境下多媒体信息库的检索要求。　为了准确、高效地从图像中搜索到有用信息，基于内容的图像　搜索技术应运而生。它克服了文本检索的局限性，根据图像、图像的　内容语义以及上下文联系进行查找，以图像语义特征为线索从图像　数据库中检索出具有相似特性的其它图像，尤其是人工智能、心理　医学图像处理的交叉学科的发展促进了图像语义与图像特征结合　的搜索技术的进步，人们更为关注的是图像中反馈的信息与用户的　需求的关系桥梁。　２、基于内容的图像检索　基于内容的图像检索的概念于１９９２年由Ｔ．ｋａｔｏ提出的。他在论　文“Ｑｕｅｒｙ　ｂｙ　Ｖｉｓｕａｌ　Ｅｘａｍｐｌｅ—Ｃｏｎｔｅｎｔ　ｂａｓｅｄ　Ｉｍａｇｅ　Ｒｅｔｒｉｅｖａｌ”　中构建了一个基于色彩与形状的图像数据库，并提供了一定的检索　功能进行实验。　所谓基于内容的图像检索，即从图像库中查找含有特定目标的　图像，也包括从连续的视频图像中检索含有特定目标的视频片段。　用户通过用户接口设置查询条件时，可以采用一种或几种的特征组　合来表示，然后系统采用相似性匹配算法计算关键图像特征与特征　库中图像特征的相似度，安装相似度从大到小的顺序将匹配图像反　馈给用户。用户根据反馈结果，选择是否修改查询条件，继续查询，　以达到最终结果。举例来说，用户需要～搜白色轮船的图片，只需设　定白色和轮船轮廓，数据库系统就能返回所有白色轮船的图像，帮　用户快速找到目标。　ＣＢＩＲ的核心是使用图像的可视特征对图像进行检索，包括图　像的颜色特征、纹理特征和形状特征，这些特征不受人为因素的干　扰，是图像中客观存在的视觉信息，可以通过图像处理技术来自动　识别图像中的信息。　２．１颜色特征检索　颜色是图像最直观、最明显的特征，是绝大多数基于内容的图　像和视频检索使用的特征之一。描述方法有：颜色直方图、颜色相关　图、颜色矩、颜色一致性矢量。　（１）颜色直方图。颜色直方图是在颜色空间中采用一定的量化　方法对颜色进行量化（用横轴表示），然后统计每一个量化通道在整　幅图像中所占的比例（用纵轴表示），常用的匹配方法有：矢量距离　法、直方图交叉法、直接差值法。　虽然直方图计算简单，但是不能反映图像中对象所在的位置和　对象之间的空间关系。文献［６】中提出一种改进的基于模糊量化的颜　色量化方法并在此基础上提出了一种基于颜色一空间特征的检索　方法。文献【７】中提出一种通过提取颜色特征、灰度特征，获取图像物　体的形状和空间特征，使检索结果不受图像大小、旋转和轻微的光　照变化的影响，明显改善了检索结果。　（２）颜色相关图。颜色相关图是用颜色对相对于距离的分布来　描述信息，不但刻画了某一种颜色的像素数量占整个图像的比例，　还反映了像素对的空间相关性，以及局部像素分布和总体像素分布　的相关性，并且特征范围小，效果好，缺点是计算量太大。　（３）颜色矩。颜色矩￣ｔＳｔｒｉｃｋｅｒ和Ｏｒｅｎｇｏ所提出，在颜色直方图　的基础上计算出每个颜色通的均值、方差、偏差，来替代颜色的分布　表示颜色特征，无需对特征进行量化，处理简单。　２．２纹理特征检索　纹理是图像中一个重要而又难以描述的特性，习惯上将图像在　局部区域内呈现不规则性，而在整体上却表现出某种规律性的特性　称为纹理。描述纹理特征的术语有粗糙度、对比度、方向性、线性度、　规则度、粗略度）等。描述纹理特征的方法有统计法、模型法、分析　法、频谱法。　（１）统计法。用于分析像木纹、沙地、草坪等细致而不规则的物　体，从图像有关纹理属性的统计分析出发，根据纹理的空间灰度级　相关性，构造出一个基于图像像素间方向和距离的共生矩阵，并提　取出特征与参数间的关系。　（２）结构法。用于分析像布料的印刷图案或砖瓦等排列比较规　则的图案，找出纹理基元，去探求纹理构成的结构规律，根据纹理基　元及其排列规则来描述特征与参数间的关系。　（３）模型法。用一些成熟的图像模型来描述纹理，￣ＩＭａｒｋｏｖ模　型、Ｆｒａｃｔａｌ模型、马尔科夫随便机场、子回归模型等，通过少量的参　数来描述纹理特征。　（４）频谱法。主要借助于频率特性来描述纹理，？￣ＨＧａｂｏｒ变换、小　波变换法，但是计算速度慢。纹理特征检索的具体过程是先提取纹　理特征，依据特征对图像进行分割和分类，用户一旦选中相近的纹　理形式，系统则要求用户适当调整纹理特征，如对比度“再暗一些”，　从而返回更精确的检索结果。　２．３形状特征检索　形状特征是图像的一个显著特征，是图像中最主要的视觉信　息。形状特征有：面积、周长、拐点、角点、重心、偏心率等，形状表示　方法有二次曲线、Ｂ样条曲线、ＦｒｅｅｍａｎＮ链、小波形状逼近方法等。　形状特征检索的具体过程是先提取形状的矢量特征，为了更接　近目标，同时采用三个特征，即长／短轴比、周长／面积比、最近与最　远点的连线间的夹角，这三个特征不受形状大小与旋转变化的影　响，再分析边界或区域，然后对形状进行匹配，根据具体情况选取合　适的匹配算法，以快速查找到目标对象。　３、性能评价方法　ＭＰＥ　一７标准的发布，规范了图像底层特征的提取和描述，主　……下转第１６１页　⑩　瓣　十．一　一　　＝；理学的角度去探讨顾客的感觉和需求；（２）在定性和定量的层面上　晰　从消费者的感性意象中辨认出设计特性；（３）建构感性工学的模式　和人机系统。　感性工学虽然仅有２０多年的发展，但是对其应用已经发展到设　计行业的各方面领域，并取得了显著成果。其具体的定性和定量分　析方法不失为至今为止最佳、最有效的愉悦化产品开发支持方法。　目前可以应用于产品愉悦化设计的感性工学实施方法如下：　（１）定性推论式感性工学实施方法；定性推论式感性工学主要　为利用层次推论方法，建立如树形图的相关图，以求得设计上的细　节。整个推论过程中是利用（为了满足～～的要求，必须做到的要项　有哪些？）的设问方法以团队的方式进行，团队成员以对这议题有相　当了解或经验者为佳，进行过程注重的是成员间之充分讨论与沟通。　（２）定量推论式感性工学实施方法；定量推论式感性工学的实　施程序包含“正向定量推论式感性工学”、“逆向定量推论式感性工　学”与“正逆结合型感性工学”，它们的实施程序是相同的，主要以建　构感性（意象语汇）与型态要素的关系为主要目的，并将结果构建成　为专业系统（感性工学系统）从而供给不同的设计单位咨询。因为是　运用计算机进行探讨、分析与推论等工作，所以该实施程序也可以　统称为计算机辅助式感性工学。　具体实施程序大致可以区分为以下三阶段：　（３）设计目标感性形容词语汇与设计要素的挑选；ＳＴＥＰ１收集　感性语汇；ＳＴＥＰ２收集样本图片；ＳＴＥＰ３建立语意意象空间；ＳＴＥＰ４　挑选设计要素。　（４）设计目标意象与设计要素的结合；ＳＴＥＰ５感性意象度调查；　ＳＴＥＰ６设计要素与意象的关系分析。　（５）建立感性工学系统；在这之中，ＳＴＥＰ６得设计要素与意象的　关系分析中，可以说是各相关研究中变化最多与所花时间最多的地　方，由早期的数量化一类分析（类似质性的复回归分析）开始，目前　许多学者已经利用Ｆｕｚｚｙ理论、类神经网络理论，基因算法等研究　方法进行相关探讨。　其他设计方法——生理测量设计方法；对于消费者情感因素的　准确测量与分析是产品愉悦化设计的重要前提，但是由于消费者的　学术论坛　语言、动作、表情、情感等存在着一定的易变性与动态性『２ｊ，因此在情　感三层次理论和感性工学设计方法的基础上，还可以引入相关生理　学测量方法来进一步精确消费者所表达出来的情感因素。　消费者对于喜好的产品，在生理上都会引起一定的反应。例如，　对于钟爱产品的兴奋会引起呼吸和心跳的加快。而对于这些生理神　经信号，我们可以借助于肌电仪、传感器等生理仪器来测量消费者　对于喜爱产品产生“愉悦感”所形成的脑电波、心跳、呼吸、体温等生　理指标的变化。通过对生理指标的分析处理得出产生“愉悦感”的数　值范围来最终评判目标设计产品是否达到既定目标。　５、结语　随着科技的发展、时代的进步，现时代的高品质物质生活会让　人们进一步渴望高品质的精神生活，这给现时代设计师提出了更高　的要求。产品设计在“非物质化”这个发展趋势下，“以人为本”已经　成为现时代环境下的核心设计理念，产品愉悦化设计便是对这一理　念的有效表达，也是对未来产品设计的一种探索。它作为产品情感　设计的一部分，也是其最高目标——产品给人带来愉悦化体验，其　中慝感三层次理论、感性工学和生理测量等设计方法是可以让其更　加扎实、有效的实施应用于日常生活用品、消费电子产品等设计领　域。相信产品愉悦化设计会将成为未来主要的设计发展趋势之一。　参考文献　［１］Ｄｏｎａｌｄ　Ｎｏｒｍａｎ．情感化设计［Ｈ］．北京：电子工业出版社，２００６：４７—　６　５．　［２］丁俊武等．情感化设计的主要理论、方法及研究趋势［Ｊ］．工程设　计学报（Ｊｏｕｒｎａｌ　ｏｆ　Ｅｎｇｉｎｅｅｒｉｎｇ　Ｄｅｓｉｇｎ　１２０１０，１　７（１）：１　２—１８．　［３］程建新。罗毅．后工业社会大设计时代［Ｍ］．创意产业［Ｊ］．上海：上　海工业设计协会，２００４（５）：３６—３９．　［４］叶俊男．基于生命保障概念的抗震减灾自救型产品设备研究与设　计［Ｈ］．上海：华东理工大学图书馆，２００９．　［５］ＹＡＮＧ　Ｓ　Ｍ，ＮＡＧＡＭＡＣＨＩ　Ｍ，Ｌ　ＥＥ　Ｓ　Ｙ．Ｒｕｌｅ—ｂａｓｅｄ　ｉｎｆｅｒｅｎｃｅ　ｍｏｄｅｌ　ｆｏｒ　ｔｈｅ　Ｋａｎｓｅｉ　ｅｎｇｉｎｅｅｒｉｎｇ　ｓｙｓｔｅｍ［Ｊ］。Ｉｎｔｅｒｎａｔｉｏｎａｌ　Ｊｏｕｒｎａｌ　ｏｆ　Ｉｎｄｕｓｔ　ｒｉａｌ　Ｅｒｇｏｎｏｍｉｃｓ．１　９９９（２４）：４５９—４７１．　……上接第１５９页　参考文献　要应用于模型的研究，但是基于内容的图像检索方法很多，如何评　［１］周明全，耿国华。韦娜．基于内容图像检索技术．清华大学出版社，　价这些算法，比较其优劣呢？　２００７　３．１查准率和查全率　［２］Ａ　ＫＪａｉｎ，Ａ　Ｖａｉｌａｙａ．Ｉｍａｇｅ　Ｒｅｔｒｉｅｖａｌ　Ｕｓｉｎｇ　Ｃｏｌｏｒ　ａｎｄ　Ｓｈａｐｅ［Ｊ］．　我们可以先选定含有特定目标的图像作为一组相关图像，再根　Ｐａｔｔｅｒｎ　Ｒｅｃｏｇｎｉｔｉｏｎ。１９９６。２９（８）：１　２３３２－１　２４４．　Ｗｏｎ　Ｃ　Ｓ，Ｇｒａｙ　Ｒ　Ｈ．Ｉｍａｇｅ　ｒｅｔｒｉｅｖａｌ　ｕｓｉｎｇ　ｃｏｌｏｒ　ｈｉｓｔｏ—　据返回结果计算查全率和查准率，如果值越高，则说明该算法越有　［３］Ｊｅｏｎｇ　Ｓ．效，但是这种方法的局限性在于没有考虑检索结果中相似图像所处　的位置，可以结合以下几种度量方法：（１）３点平均值，查全率为０．２，　０．５，０．８处查准率的平均值。（２）１１Ａ平均值，在１１个查全率点处求查　准率的平均值。（３）当准确率下降到０．５时的查全率。　３．２排序评价方法　选取一定数目的含有特定目标的相关图像，再固定返回图像的　数目，并将返回图像按相似性大小排序，然后计算有关返回图像的　排序评价指标。比如计算检索到的相关图像在所有返回图像中的序　ｇｒａｍｓ　ｇｅｎｅｒａｔｅｄ　ｂｙ　Ｇａｕｓｓ　ｍｉｘｔｕｒｅ　ｖｅｃｔｏｒ　ｑｕａｎｔ１ｚａｔ１０ｎ［Ｊ］．Ｃｏｍ—　ｐｕｔｅｒ　Ｖｉｓｉｏｎ　ａｎｄ　Ｉｍａｇｅ　Ｕｎｄｅｒｓｔａｎｄ１ｎｇ，２００４，９（１—３）：４４—４６．　［４］李向阳，庄越挺，潘云鹤．基于内容的图像检索技术与系统［Ｊ］．计算　机研究与发展．２００１．３８（３）：３４４—３５４　［５］韦娜．基于内容的图像检索系统性能评价［Ｊ］．中国图象图形学报，　２００４，９（１　１）．　［６］方俊，郭雷，汪子强．一种改进的基于颜色一空间特征的图像检索　方法［Ｊ］．计算机工程与应用，２００５（２５）．　号平均值，在理想情况下，所有相关图像都排在最前面。因此，平均　［７］钱瑛，须文波．基于颜色空间特征的图像检索［Ｊ］．江南大学学报：自　值越小，表明检索算法越好。　然科学版，２００７，６（２）．　４、总结与展望　基于内容的图像检索技术逐渐开始成熟起来，充分考虑了用户　的影响因素，从而提高了检索的效率和准确率，在许多领域具有广泛　的应用前景，如图书馆资料的管理、工程设计图纸的查询、犯罪记录　调查等，尤其是网络技术的发展，必将推动图像检索技术更快发展。　作者简介　秦志新（１　９８　２一　），女，山西省运城市万荣县人，讲师，主　要研究方向：信号与信息处理。　裴东兴（１　９　７　０一　），男，中北大学副教授，主要研究方向：　动态测试、动态校准、数据压缩技术。　⑩