【CBIR】CBIR学习
CBIR
CBIR分为三个层次:
一、依据提取图像本身的颜色、形状、纹理等低层特征进行检索;
二、基于图像的低层特征,通过识别图像中的对象类别及对象间的空间拓扑关系进行检索;
三、基于图像抽象属性(场景语义、行为语义和情感语义)的推理学习进行检索。
研究热点:
1.如何选择合适的全局特征去描述图像内容和采用什么样的相似性度量方法进行图像匹配;
2.基于区域,通过图像分割提取图像中的物体,再对每个区域使用局部特征来描述,综合每个区域特征可得到图像特征描述。
3.借助相关反馈的思想,根据用户需求及时调整系统检索时用的特征和相似性度量方法,从而缩小底层特征和高层语义之间的差距。
4.如何从多种渠道获取图像语义信息,如何将图像底层特征与图像关键词结合进行图像自动标注以提高检索准确率等。
检索方法分类:
1、外部图例查询
2、内部图例查询
3、草图查询
4、综合查询
颜色特征
颜色空间变换+量化 是基于颜色特征的图像检索的一个十分重要的问题
颜色特征提取及颜色和空间信息
以RGB颜色空间作为表达图像颜色特征的起点,研究不同的变换Tc和响应的量化Qc,以得到一些相互分隔的空间,而空间应具有一致性、完整性、紧凑性、和自然性。
1一致性:颜色之间的近似度量应表达视觉感知上的相似性。
2完整性