一种基于内容的图像检索系统

焦华龙

CBIR是_项覆盖计算机视觉、 色彩感知、图像处理、图像分类、统计聚类、心理学、人机交互及与特定应用相关的领域。 本文讨论了我们开发的_个基于内容的图像检索 系统算法实现。

S 1功能描述

除关键字和分类检索外， 系统还提供以下几种基于内容的检索。 实例自动检索， 给 定_幅图像， 找出图像库中与之相似的若干幅图像， 其中相似的图像数可以在系统自设。 相似性包括颜色、纹理和形状三个方面的相似性， 可以在系统中设定它们的组合方式 （如 是否进行纹理判断、是否进行若干个特征的混合等）及所采用的特征（可选特征有颜色 Hsv 直方图、颜色位置分布直方图、纹理共生矩阵等）， 系统自动提取这些设定的特征， 不需要 进行人工标记。 颜色查询方式， 用户可以自己设置_ 幅自己想象的图像的颜色分布， 根据 用户的设置找出在图像库中与之相似的图像。 自设的图像有9个小块组成， 每_块可以指 定_种颜色。 相关性反馈， 通过用户设定的检索方式进行初次检索之后， 再根据检索得到 的结果指定每_幅图像与用户想要得到的图像的相关性程度反馈给系统， 系统根据这些信 息修正特征进行第二次检索， 如此反复几次直到获得最佳结果。 纹理判断， 对于_幅实例 图像系统先进行是否为纹理图案的判断， 再提取特征进行匹配， 如果是纹理图就需要提取纹 理特征， 并且以纹理为主要特征进行匹配， 非纹理图就不提取纹理特征， 而主要采用其他 特征来匹配。 此外， 根据数据库系统的安全性考虑， 将用户分为管理员和操作员两种， 管 理员具有所有的权限， 可以对数据库添加、删除等操作， 还可以设置用户， 设置系统的工 作方式等。

S 2系统框架和实现

本系统由这些部分组成： 图像数据库管理模块， 特征提取模块， 检索界面， 用户管理 模块， 颜色分布自定义模块， 相关性反馈模块， 如图1所示。对图像库中的每  _幅图像，图像数据库中有_条记录与之对应﹔这条记录存有图像的URL地址以及该图像对应的特征 数据在特征库中的位置信息。对于存入数据库中的图像’假定它已经存在于某个URL位置’ 特征提取模块先根据系统的设定计算每个需要存储的特征’ 同时将这些特征数据存储在特 征库中’ 之后将图像的有关URL地址、 文本描述以及特征数据在特征库中的位置信息写入 图像数据库﹔这就完成了图像的存储操作。 检索界面接受用户的界面设置和检索的特征选 择’ 与系统的其他部分交互完成检索工作。 比如进行实例的相关性反射检索’ 被检索图像 先送到特征提取模块计算得到图像特征数据’ 然后将得到的特征数据与图像数据库中每_  条记录K对应于图像库中的_幅图像）的特征数据K从记录的特征库中的位置得到）按照 某个度量方法进行比较﹔之后按匹配由好到坏的顺序排序’ 最后将比较匹配的结果图像返 回给检索界面’ 从而完成初次检索过程。 用户根据自己的主观判断在界面上对结果图像进 行相关性程度的标识之后’ 再由系统将标识信息传递给相关性反慑模块’ 由相关性反慑模 块来调整各个特征在度量上的权重’ 从而得到新的检索结果﹔如此下去’ 直到得到满意的 结果为止。 可以使用的特征有颜色特征、 纹理特征、 形状特征或者将它们组合使用。 用户 管理模块’ 可以添加、 删除用户和修改用户的权限及密码。 颜色用户自定义模块’ 可以编 辑_幅图像的颜色组成。

由于将图像库与特征库完全分离开’ 避免了管理大量图像信息的问题。 系统的结构使增加新的图像特征较为容易’ 操作界面友好。

所采用的开发工具是Visual C++和 Access。

参考文献

[1]  刘忠伟， 章毓晋 "综合利用颜色和纹理特征的图像检索"通信学报 1999 年第 5 期

[2]  Ing-sheen Hsieh and Kuo-Chin Fan "Multiple Classifiers for Color Flag and Trademark Image Retrieve" IEEE Trans. 0n Image Processing，  vol.10， N0.6， June 2001

[3]  Yong Rui， Thomas s. Huang， Michael 0rtega and sharad Mehrotra， "Relevance Feedback： A Power Tool for Interactive Content-based    Image Retrieval" IEEE Trans. 0n Circuits and system for video      Technology， 1998.

[4]  秦前清，楊宗凯"实用小波分析" 西安电子科技大学出版社， 1995.

[5]  洪安祥，陈刚，李均利，吴炯锋 "基于分形编码的图像相似匹配研究"电子学报 2002年第5期

[6]   Li Junli， Chen gang， Chi Zheru "A fuzzy metric for image     quality assessment" the 10th IEEE International Conference on Fuzzy Systems （FUZZ-IEEE2001）， Vol..2， December 2- 5，2001， Melbourne，    Australia.

[7]  T. Khalil， M. U. Akram， H. Raja， A. Jameel， and I. Basit，       "Detection of glaucoma using cup to disc ratio from spectral domain  optical coherence tomography images，" IEEE Access， vol. 6， pp. 4560– 4576， 2018.

[8]  S. Yang， L. Li， S. Wang， W. Zhang， Q. Huang， and Q. Tian，      "SkeletonNet： a hybrid network with a skeleton-embedding process for multi-view image representation learning，" IEEE Transactions on     Multimedia， vol. 1， no. 1， 2019.