基于視覺注意模型和Gist特征的圖像檢索方法.pdf

1、比起用文字來描述一種事物，圖像顯然更為生動。多媒體技術的快速發(fā)展使得互聯(lián)網(wǎng)上的大量數(shù)據(jù)被保存為圖像形式。因為圖像包含豐富的內容，如何在互聯(lián)網(wǎng)上充斥的大量圖像數(shù)據(jù)中尋找用戶個人所需要的圖像就成了一個難題。圖像檢索技術由此誕生。
　　隨著時代的發(fā)展和用戶需求的不斷變化，基于文本的圖像檢索技術逐漸因檢索效果不佳被淘汰，基于內容的圖像檢索成為主流。從用戶角度看，基于內容的圖像檢索返回的結果較基于文本的圖像檢索而言更符合人眼感官。最初，基于

2、內容的圖像檢索是基于圖像的表層視覺特征即低層特征進行檢索，但是由于表層圖像特征與圖像的高層特征之間存在“不可逾越的鴻溝”，得到的檢索結果尚不能完全滿足圖像檢索的智能需求。視覺注意機制能夠從一定程度上克服“語義鴻溝”，同時，圖像的場景感知信息作為圖像中對象的空間結構描述包含了語義層信息，因此，如果將這兩項技術引入到圖像檢索中可能會取得較好的效果。
　　為了模仿人類視覺系統(tǒng)的視覺注意機制和場景感知能力，在一定水平上縮短“語義鴻溝”，并

3、提出一種能更好描述圖像內容的特征，本文提出建立一個視覺注意和Gist特征計算模型，使用一個互補的計算模型來模擬視覺注意和場景感知。對Itti視覺注意模型添加了邊緣信息，獲得了圖像的視覺注意信息后，對其進行操作，進一步獲得Gist特征，得到的特征不僅包括了視覺注意信息也包括了圖像的場景信息，因此可以更好的描述圖像內容。
　　確定檢索系統(tǒng)所使用的特征后，建立實驗圖像數(shù)據(jù)庫，數(shù)據(jù)庫中具有大量不同類別的圖像，用以檢驗檢索算法的魯棒性。我們

4、采用三種圖像檢索算法對選取Core圖像庫的十類圖像進行檢索，對得到的實驗結果進行對比總結。本文對十類圖像進行多次檢索實驗，以克服個別例子對實驗性能的影響。實驗表明，對于無背景的單一顯著區(qū)域圖像和有背景（背景較為簡單）的單一顯著區(qū)域圖像，本文的檢索系統(tǒng)性能非常好。而對其他相對復雜的圖像，本文的檢索算法也可以取得較好的性能。
　　本文使用MicrosoftVisualStudio2010結合MicrosoftSQLServer2008