基于图像纹理特征检索系统

摘要 数字 化的信息己经充斥了我们的世界。越来越多的声音、影像信息被数字化地存储起来，特别是在互联网出现以后，需要储存的信息量迅速膨胀，使得信息的定位成了一个关键的问题。由于人们接受的信息很大部分都来源于视觉，所以通过图像检索已经成为了一个重要的信息定位方法。各种图像检索系统越来越受到重视。 本文提出是基于图象纹理特征检索系统，图像的纹理特征提取采用的是灰度共生矩阵算法，实现对图像纹理特提取，通过实验系统验证了此系统的搜索的准确度。 关键字：图像检索；图像纹理；灰度共生矩阵；纹理特征提取； ?研究背景 人类信息的获得绝大部分是通过视觉图像得到的。但是如何在庞大的信息库中得到自己想要的东西，是一个重要的问题。在传统的数据库系统中，信息的检索一般以数值和字符型为主。而在多媒体数据库中汇集了图像、视频、音频等非格式化信息，它们具有数据量大、信息不定长、结构复杂等特点。每一种媒体数据都有一些难以用字符和数字符号描述的内容线索，如图像中某一对像的形状、颜色和纹理，视频中的运动，声音的音调等等。当用户要利用这些线索对数据进行检索时，首先要将其人工转化为文本或关键词形式。用户要能用一两个词精确描述自己所要查找的图像，但是一幅图像的内容不是一两个词就能完全表达的，而且用户在描述图像时还带有主观性。由于给图像注释是一个枯燥乏味的过程，因此很多图像缺少注释的信息。因而仅仅基于关键词的检索己不能满足用户的检索要求。数据库及其它信息系统不仅要能对图像、视频和声音等媒体进行存储以 及基于关键字的检索，而且要对多媒体数据内容进行自动语义分析、表达和检索。，基于内容的图像检索(CBIR,Co ntent-BasedIm ageR etrieval)技术应运而生。 基于内容的图像检索技术主要是把图像的颜色、纹理、形状、空间位置关系等可视化特征作为图像的内容特征进行匹配、查找。特征抽取和匹配过程完全可以由机器自动完成，这样就可以克服手工注释的低效性和二义性。事实上，图像的可视化特征是对图像的内容的压缩和抽象，与人类的观察十分相似，因而基于内容的图像检索的检索结果能够基本满足用户的需要。 2.2研究现状 基于内容的图像检索是计算机图像处理技术与数据库技术相结合的产物，从 20世纪90年以来，基于内容的图像检索(CBIR)得到了广泛的研究。目前，已 经推出了一些具有代表性的原型系统VIR A GE 公司的、111( VisualIn formationR etrieval)图像弓}擎提供了四种可视属性检索(颜色、成分、纹理和形状)。每种属性被赋予0到10的权值。通过颜色特性检索是最简单明了的，该软件对选出的基础图像的色调、色彩以及饱合度进行分析，然后在图像库中查找与这些颜色属性最接近的图像。成分(composition)特性指相关颜色区域的近似程度。用户可以设定一个或多个属性权值来优化检索。要达到最佳平衡度需要反复试验，但检索过程是相当快的。通过对四个属性权值的调整，显示出不同的检索结果，其中简图是根据相似度降序排列。点击简图标题将得到该图像的一些详细说明，包括计算出的相似比。Photobook是美国麻省理工学院多媒体实验室开发的用于图像查询和浏览的交互式工具。它由三个子系统组成，分别负责提取形状、纹理、人脸特征。用户可以根据三个子系统中相应特征来查找图像。 QIBC 是 IBM公司开发的基于内容的图像检索系统。它支持基于例子图像的查询方式，也支持草图、轮廓和组合颜色和纹理特征的查询方式以及其它方式。Vis ual SE EK和WebSEEK是哥伦比亚大学开发的基于视觉特征的搜索引擎和面向WWW 的文本或者图像搜索引擎。它们都采用图像区域关系和从压缩域中提取的视觉特征。VisualSEEK系统采用的视觉特征是颜色集和基于小波的纹理特征。为了加快检索速度，系统采用了二叉树的索引算法。VisualSEEK支持基于视觉特征的查询和基于空间关系的查询。WebSEEK是一个面向WWW的搜索引擎。它由三个主要模块组成，分别是图像/视频采集模块，主题分类和索引模块，查找、浏览和检索模块。它支持基于关键字的查找和基于视觉内容的查找。 在国内 ， 基于内容的图像检索系统主要有中国科学院计算技术研究所智能信息处理重点实验室开发的基于内容的图像检索演示系统(Mires), Mires系统是一个综合利用高层语义特征和低层可视特征的图像检索系统。它通过机器学习的办法提取图像语义类别来表示图像高层内容，低层特征则集成图像的颜色、纹理、边缘特征，该系统还实现了基于核函数和SVM的相关反馈算法。Mires系统对各种类别的图像都能进行有效的检索。它可通过两种方式进行图像检索:(1 )通 过 图 像 浏览方式，用户浏览图像数据库中各个图像类别的图像，用户选定感兴趣的图像后可根据该图像从图像库中检索出相似的图像。(2 )通过图像检索方式，用户直接从列出的典型图像中选择感兴趣的图像进行检索。 图像检索系统除了上述的系统外，在国外还有Excalibur科技有限公司开发 中国科学技术大学硕士学位论文的Retrieval Ware系统，UCSB大学开发的Netra系统，加州大学Berkeley分校开发的Blobworld系统，普林斯顿大学开发CAETIIML系统等。