基于視覺感知特性的圖像檢索研究.pdf

1、隨著多媒體采集技術(shù)、處理技術(shù)以及互聯(lián)網(wǎng)技術(shù)的飛速進(jìn)步，產(chǎn)生了海量的共享性圖像/視頻等多媒體數(shù)據(jù)，在許多領(lǐng)域中都出現(xiàn)了大型圖像數(shù)據(jù)庫。如何有效地、快速地從大規(guī)模圖像數(shù)據(jù)庫中檢索出用戶需求的圖像成為了一個富有挑戰(zhàn)且亟待解決的課題?；趦?nèi)容的圖像檢索技術(shù)(Content-BasedImageRetrievalCBIR)應(yīng)運而生，受到了日益廣泛的關(guān)注，成為了一個異?；钴S的研究領(lǐng)域。 CBIR系統(tǒng)以圖像為處理對象，采用計算機、多媒體等技術(shù)

2、模仿主觀視覺的相似評價過程的模式識別系統(tǒng)。目前，人們對視覺系統(tǒng)識別機制的理解還不夠深入；所以，CBIR系統(tǒng)的各個環(huán)節(jié)都應(yīng)該盡可能充分地反映人類視覺感知的特點，從而實現(xiàn)整體系統(tǒng)性能的進(jìn)一步提升。 本文較為深入地研究了基于內(nèi)容圖像檢索領(lǐng)域的多項技術(shù)；重點研究基于視覺感知特性的CBIR技術(shù)，具體工作在量化、底層特征提取和相似度量設(shè)計三個方向展開。 本文的主要貢獻(xiàn)總結(jié)如下： 1.提出了利用彩色-灰度分界曲線的HSV空間量

3、化算法 HSV空間中顏色分布的規(guī)律性不強，一般算法采用標(biāo)量量化的方法，該方法在低飽和度和低亮度區(qū)域會出現(xiàn)較多量化誤差。針對這一問題，本文依據(jù)視覺系統(tǒng)對于顏色感知的特點，總結(jié)出HSV空間中顏色分布的規(guī)律性；提出采用彩色-灰度分界曲線把HSV空間分割成彩色和灰度兩個子空間并分別提取特征的方法，避免/降低了上述的量化錯誤。具體為：首先，對亮度-飽和度平面進(jìn)行網(wǎng)格化處理，將網(wǎng)格點的坐標(biāo)轉(zhuǎn)換至視覺一致的L*a*b*空間，并采用差分求解區(qū)域

4、極值的方法確定彩色-灰度分界曲線上的一組點；然后，利用最小二乘法完成曲線函數(shù)的擬合；最后，給出了基于該曲線函數(shù)的量化算法。彩色-灰度曲線函數(shù)的獨立性很強，可以與其它量化方法配合使用。 2.提出了一種反映顏色關(guān)注度的特征提取算法 根據(jù)視覺生理學(xué)、心理學(xué)的理論和模型，闡明了視覺系統(tǒng)對不同顏色顯示出不同的關(guān)注程度，指出：用顏色所占的圖像面積比重來確定其特征幅值的傳統(tǒng)方法是不準(zhǔn)確的。本文提出用顏色關(guān)注度函數(shù)反映不同顏色的視覺差別

5、，用顏色的函數(shù)值和空間比重描述顏色的主觀信息量，確定該顏色特征的幅值。因此，本文基于顏色關(guān)注度函數(shù)的特征更加符合視覺系統(tǒng)的顏色感知。具體為：首先，分別分析色調(diào)、飽和度和亮度變化對顏色關(guān)注度的影響，并構(gòu)造了相應(yīng)的顏色關(guān)注度增量函數(shù)；然后，綜合上述增量函數(shù)，提出了完整的顏色關(guān)注度函數(shù)；最后，給出了基于顏色關(guān)注度函數(shù)的一種底層特征提取方法。顏色關(guān)注度函數(shù)具有一般性意義，可以用于多種顏色特征的提取。 3.提出了基于強邊緣塊特征的時域多分

6、辨率視頻分割算法 視覺系統(tǒng)對景物邊緣區(qū)域的變化更為敏感；因此本文算法通過提取圖像邊緣的一組區(qū)域極值點，確定了一組強邊緣塊，進(jìn)而采用強邊緣塊的顏色直方圖作為幀圖像底層特征。該底層特征既具備一般顏色特征穩(wěn)定性好的優(yōu)點，也具備形狀特征分辨力高的特點。在鏡頭分割時，提出時域多分辨率的方法，根據(jù)幀差特征確定搜索步長，提高了鏡頭的檢測速度；并且采用自適應(yīng)雙閾值函數(shù)，利用當(dāng)前視頻的統(tǒng)計參數(shù)確定鏡頭的變更閾值，可以更有效地檢測出視頻的鏡頭變化，

7、并識別出鏡頭變更類型：突變鏡頭或漸變鏡頭。 4.提出了一種基于動態(tài)感知因子的相似度量算法 視覺系統(tǒng)使用特征矢量的距離完成景物差異識別，而一般算法卻采用特征矢量的點間距離。本文度量算法引入了反映視覺矢量距離的動態(tài)感知因子，該因子能夠根據(jù)當(dāng)前視覺模式的特點，動態(tài)優(yōu)化相似度量的權(quán)系數(shù)；所以，本文算法能夠有效提高圖像檢索系統(tǒng)的準(zhǔn)確性。具體為：首先，假設(shè)目標(biāo)圖像類的相關(guān)特征呈正態(tài)分布，定義了模糊隸屬度函數(shù)族；進(jìn)而構(gòu)造出反映矢量距離