图像检索技术的综述与分析

党长青

(唐山学院电子信息系，河北唐山063020)

1 概述

图像作为一种重要的信息载体，是组成多媒体信息的重要内容。随着计算机技术、现代通信技术以及信息多媒体技术的快速发展，人们在工作和生活中越来越多地接触到各种各样的图像信息。面对日益庞大的信息海洋，如何有效地组织管理和检索大规模的图像数据，并且从大量的数字图像中快速准确地检索出用户需要的图像，成为一个迫切需要解决的问题。

20世纪70年代，数据库专家就开始研究如何对图像资源进行有效的管理和查询，最早使用的方法是基于文本的图像检索(TBIR)，即首先用文本对图像进行标注，并用基于文本的数据库管理系统DBMS来建立起标注和图像之间的关联，从而实现图像检索功能。但是基于文本的图像检索技术在图像信息飞速增长的今天存在很大的缺陷:首先，手工对图像进行注解所需的工作量太大;其次，由于个人感知的差异，不同的人对相同的图像可能有不同的理解，图像注解的主观性和不准确性可能导致检索过程产生误差。所以利用图像本身的内容来进行图像检索势在必行，从而产生了基于内容的图像检索技术(CBIR)。

基于内容的图像检索不同于以往的基于文本的图像检索方法，它是指直接根据描述图像对象内容的各种特征进行检索，根据用户提出的反映图像内容特征的查询要求，能够从图像数据库中检索出具有指定特征或含有特征内容的图像(包括视频片断)，并且融合了计算机图像处理、模式识别、数据库等关键技术。由于基于内容的图像检索技术固有的优越性，使得其正逐渐成为目前研究的热点，并广泛地应用于众多领域。

2 研究内容

2.1 图像特征的提取

图像特征包括3个方面:①颜色特征。②形状特征。③纹理特征。

颜色是物体表面的一种最直观、最明显的视觉特征，每种物体都有其特有的颜色特征，同一类事物往往有着相似或相同的颜色特征，因此可以利用颜色特征来区分不同物体。而且颜色特征计算起来比较方便，因此利用颜色特征进行图像检索已经成为基于内容检索技术中最重要的方法之一。目前颜色特征的描述方法主要有颜色直方图法、颜色相关图法、颜色矩法、颜色聚合矢量法等。

形状是图像表达和图像检索中的一个非常重要的特征内容。在二维图像空间中，形状是一个非常直观的特征，因此具备良好的可区分性，但是不同于颜色和纹理等特征，形状特征的提取必须以建立在对图像中物体或区域的边缘提取和分割基础上。形状一般指被一条封闭的轮廓曲线所包围的区域，对形状特征的描述，既可以描述其边界特征，也可以描述其所包围的区域。所以，目前常用的形状特征描述方法主要分为以下两种:基于边界的形状描述和基于区域的形状描述。

纹理特征是一种不依赖于颜色或亮度的反映图像中同质现象的视觉特征。纹理是图像的重要低层物理表征，广泛存在于各种自然物体表面。例如云彩、水波、织物等都有各自的纹理特征。纹理特征包含了物体表面结构组织排列的重要信息以及它们与周围环境的联系，反映了图像或物体本身的属性。正因为如此，纹理特征在基于内容的图像检索中得到了广泛的应用。目前，纹理的描述和分析方法很多，人们可以从图像中具有结构规律的特性加以分析得到纹理特征，或者可以对图像中颜色强度的空间分布信息进行统计得到纹理信息。纹理特征的描述方法主要有:统计分析方法、频谱分析方法和结构分析方法。

2.2 图像相似度计算

图像检索就是将检索图像和图像库(即:数据库中的图像，假设1 000幅，进行相似度计算，就是将检索图像和图像库中的1 000幅图像依次比较，然后按某种相似度计算方法进行相似度计算(比如欧式距离)，然后对他们进行排序(如对1 000个计算结果使用冒泡排序进行排序，大的在前，小的在后，我们返回前面的20幅作为我们的检索结果)。

2.3 相关反馈技术

对于图像检索而言，相关反馈就是为了进一步提高检索精度而采用的方法，其实不采用相关反馈也是一个完整的检索系统。但是为了提高检索性能，我们在对图像进行相似度计算后，对返回的结果进行评价，标出相关图像(就是检索相似的图像，比如我们检索花，返回的结果中有花的图像就是相关图像，而没有花的图像就是无关图像)和无关图像。然后按照相关反馈算法进行反馈。重新对图像库进行检索，如此反复，直到得到满意的结果。

作为传统数据库检索技术的拓展，基于内容的图像检索系统主要是根据图像的内容特征进行检索的，同传统的关系数据库检索系统相比，基于内容的图像检索系统存在很大的不同。在传统数据库中，检索匹配是精确匹配的，而基于内容的图像检索系统检索匹配过程是一个近似匹配的过程。基于内容的图像检索系统的检索流程，归纳为以下几个步骤:

首先，对用户选择的图像数据库中所有图像，按照指定的特征提取方法，提取其相应的图像特征，并且以多维特征向量的形式存储到数据库中，从而形成图像的特征库。

其次，当用户提交图例作为查询图像时，系统通过对查对查询图像进行特征提取，把用户提交的查询图像转换成其内部的表示形式即特征向量。图像特征提取是把图像的内容以特征向量表达出来，因为我们在计算相似度的时候，都是计算特征向量的相似度。

2.4 图像索引

计算图像库中所有图像和查询图像之间的相似度，并且进行相似度排序。当遍历完整个图像特征库时，系统会根据相似度排序结果，把与查询图像最相似的前K幅图像作为检索结果返回给用户，这样就完成了一次图像检索过程。