基于草图的图像检索技术研究与系统实现

论文摘要

随着本地数据库及网络上多媒体信息的爆炸式增长,图像管理、存储与检索面临着巨大的挑战。如何从庞大的信息库中检索出自己需要的图像,也因此变得尤为困难,并成为一个重要的研究课题。基于内容的图像检索(CBIR)技术是图像检索领域最重要的应用之一。它与传统图像检索方式的区别在于CBIR的核心在于提取图像自身内容进行检索而非依靠外界标注进行文本检索。大部分CBIR系统需要用户提供一张或更多现成的图片或辅助关键字文本标注作为输入。但是很遗憾这样的要求有时候并不可行,因为为每一次检索寻找一张已存图片并不容易而且关键字文本标注因主观性突出而并不一定准确,从而导致检索结果并不令人满意。基于草图的图像检索技术解决了这一问题。使用用户手绘草图作为输入,符合用户的思维与操作习惯,也便于用户描述目标检索图像的具体图像特征。草图与相机成像的数字图像存在巨大差异：数字图像是真实成像,与被描绘目标在视觉感官上几乎一致；草图并非自然成像,它是用户对存于脑海中目标图像一个简要的描绘,因此丢失了实物目标的许多亮度等细节特征。目前,多数学者将精力放在草图的获取以及草图特征的提取技术上,而忽略了手绘草图的空间分布结构信息。本文中,我们结合人类视觉注意机制,研究用户绘制草图时重点关注的区域或信息是哪些,分析用户手绘草图的空间结构。通过ARP划分,将草图按照圆角、弧径划分并利用样本统计技术求得草图的空间权值分布图。对比检索试验结果说明空间权值分布图对改进图像间相似度度量有明显作用。本文中,我们选择代表性的颜色特征、问题特征、形状特征作为比对草图与数据库图像的特征描述符,比对实验结果。并融合多特征进行实验,寻找理想的图像特征作为草图的特征描述符已达到更好的检索效果。为了验证本文提出的方法可行性,本文在开源软件Digikam的基础上实现了基于草图的图像检索系统。Digikam是在KDE桌面环境下的图像管理与编辑应用软件,我们重做了其中的图像检索部分,并在本文中演示了检索结果。

论文目录

• 摘要
• Abstract
• 1 绪论
• 1.1 研究背景
• 1.2 本文所做的工作
• 1.3 论文的组织结构
• 2 图像检索技术及其发展
• 2.1 传统图像检索技术
• 2.2 基于内容的图像检索技术
• 2.3 基于内容的图像检索的特征提取及其描述
• 2.3.1 颜色特征
• 2.3.2 纹理特征
• 2.3.3 形状特征
• 2.3.4 空间关系特征
• 2.4 基于草图的图像检索技术
• 2.5 国内外已开发图像检索系统简介
• 3 基于草图的图像检索技术
• 3.1 基于草图的图像检索流程
• 3.2 草图的预处理及空间权重分配
• 3.2.1 手绘草图的获取与预处理
• 3.2.2 人类视觉注意机制
• 3.2.3 ARP划分
• 3.2.4 用户草图空间权重分配
• 3.3 图像检索算法中常用的相似性度量准则
• 3.4 基于草图的图像检索算法评价标准
• 4 基于草图的图像检索特征选取与结果分析
• 4.1 颜色特征
• 4.1.1 颜色矩
• 4.1.2 改进的分块颜色矩特征及特征提取步骤
• 4.2 形状特征
• 4.2.1 形状边缘直方图
• 4.2.2 基于ARP划分的形状边缘直方图描述符
• 4.3 纹理特征
• 4.3.1 哈尔小波
• 4.3.2 基于哈尔小波变换的特征提取
• 4.4 实验结果及分析
• 4.4.1 实验设计
• 4.4.2 实验结果分析
• 5 基于草图的图像检索系统设计与实现
• 5.1 Digikam
• 5.2 系统组成结构
• 5.3 基于草图的图像检索系统展示
• 结论
• 参考文献
• 攻读硕士学位期间发表学术论文情况
• 致谢