基于内容的图像检索技术（6）

六、基于内容特征的图像检索系统

　　从上面对图像搜索引擎的讨论中，我们可以看出，图像搜索引擎所实现的图像检索基本上是与文本搜索引擎类似的基于图像内容描述(description-based)的语义层次的匹配（例如通过关键词或自由词、分类目录）。因为许多情况下，用户习惯于通过概念来提交查询。概念查询的一种实现即是基于文本式的描述，用关键词、关键词逻辑组合或自然语言来表达查询的概念，这就是语义层次的匹配。但由于对图像的理解比文本更容易产生歧义，当语词不足以形象和准确地描述视觉感知时，用户就需要利用其所呈现的视觉特性来查询，例如利用颜色、纹理、形状等特征[9]。因此，就出现了基于图像本身固有属性（content-based）匹配的图像检索技术。

　　1 基于内容的图像检索技术[10]

　　（１） 基于颜色特征的检索

　　颜色特征是图像最直观而明显的特征，一般采用直方图来描述。颜色直方图是表示图像中颜色分布的一种方法，它的横轴表示颜色等级，纵轴表示在某一个颜色等级上具有该颜色的像素在整幅图像中所占的比例，直方图颜色空间中的每一个刻度表示了颜色空间中的一种颜色。采用直方图计算图像间的相似性比较简单，但它不能反映图像中对象的空间特征。

　　（２） 基于纹理特征的检索

　　图像可以看成是不同纹理区域的组合，纹理通常定义为图像的某种局部性质，或是对局部区域中像素之间关系的一种度量。纹理特征可用来对图像中的空间信息进行一定程度的定量描述。根据纹理特征进行检索主要考虑粗糙性、方向性和对比性三种特征。

　　由于纹理描述比较困难，一般对纹理的检索都采用示例查询(Query By Example)方式。用户给出示例的全部或部分区域特征，从而找到类似图像。

　　（３） 基于形状特征的检索

　　采用该特征进行检索时，用户通过勾勒图像的形状或轮廓，从图像库中检出形状类似的图像。基于此特征的检索方法有两种：(1)分割图像经过边缘提取后，得到目标图像的轮廓线，针对这种轮廓线进行的形状特征检索。(2)直接针对图形寻找适当的矢量特征用于检索算法。但处理这种结构化检索更为复杂，需做更多的预处理。

　　2 基于内容特征的图像库检索引擎[11]

　　目前已有Virage、Excalibur和IBM公司开发出了基于图像内容相似性特征的图像库检索引擎，并在网上提供了演示站点。

　　（１） VIRAGE（http://www.virage.com）

　　VIRAGE公司的VIR（Visual Information Retrieval）图像引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。在结果显示矩阵中可以选择查看3、6、9、12、15或18个简图。通过对四个属性权值的调整，显示出不同的检索结果。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Virage计算出的相似比。

　　（２） EXCALIBUR(http://www.excalib.com)

　　Visual RetrievalWare只是Excalbur提供的查询程序之一。在它的演示站点中提供了对其检索参数的综合设置的测试。Excalbur提供基于6种图像属性的检索，分别是颜色、形状、纹理、颜色结构、亮度结构和纵横比。颜色属性是对图像的颜色及其所占的比率进行测定，但并不包括对颜色的结构或位置的测定，这一项是由颜色结构属性控制的；形状属性指图像中物体的轮廓或线条的相对方位、弯曲度及对比度；纹理属性是指图像的平滑度或粗糙度，一幅图的表面特性；亮度属性是指构成图像的象素组合的亮度。这是一个非常有力的图像检索工具。

　　每一个属性值范围从0到5。例如，主要以形状属性进行检索时，将形状属性的权值设为5，而将其它属性的权值设为0或1。不同的权值设定产生的结果不同。当主要用形状属性检索时，检出的结果可能看起来毫不相干，例如，用一幅意大利地图为示例图像会检出一幅GUCCI的靴子，因为它们的形状的确很相似。应该注意到，图像的形状相似性与该图像中的物体是什么没有关系。

　　（３） QBIC（http://www.qbic.almaden.ibm.com）[12]

　　QBIC（Query By Image Content）是由IBM公司著名的Almaden实验室开发的。它可能是目前应用最广的图像检索系统，如旧金山现代艺术博物馆以及法国文化部等机构。

　　虽然QBIC只提供了3 种属性的检索功能：颜色属性、形状属性和纹理属性，但它的检索效率非常高。颜色特性的查询包括颜色百分比查询和颜色分布查询，利用颜色百分比查询，用户可以找到具有相似颜色及比率的图像，而利用颜色分布查询可进一步找到不仅颜色相似且颜色分布也相似的图像。纹理特性是对图像中线条的粗糙性、对比性、方向性三者的综合考虑。形状属性查询包括对象形状查询和轮廓查询。

　　QBIC除了上面的基于内容特性的检索，还辅以文本查询手段。例如为旧金山现代艺术博物馆的每幅作品给予标准描述信息：作者、标题、日期，许多作品还有内容的自然描述。