基于内容语义的图像检索方法技术

基于内容语义的图像检索方法采用综合特征，并结合人类视觉特点，给出了一种基于颜色．空间信息的检索方法，取得了比一般的单一特征检索方法更好的效果。以及采用基于EM和色彩聚类的彩色图像分割方法，使得基于区域的彩色图像检索取得较好的效果。

【技术实现步骤摘要】

基于内容语义的图像检索方法是关于计算机图像方面的

技术介绍
随着信息化社会的到来和计算机应用的普及，人们越来越多地接触到大量的信息，其中多媒体信息是人们接触最广泛的一种信息资源，它以文字、图像、声音和视频等各种形式存在，并且随着科技的进步以爆炸的速度增长。特别是近10年来互联网的应用和发展，更加促进了多媒体信息的数据量急剧增长。面对海量数据，人们往往无所适从，信息量的快速增长使得人们对多媒体信息的检索需求与目俱增，因此图像检索技术就成了研究的热点之一。基于内容的图像检索(content—BasedIIIlageRetricval：cBlR)是数据挖掘领域最具有挑战性的，是数据库、多媒体技术前沿的研究方向之一，近年来己成为国内外研究热点，并将成为21世纪必须攻克的关键技术之一。基于内容的图像检索自70年代始便成为一个非常活跃的研究领域，其推动力来源于两大研究方向：数据库系统和计算机视觉，其研究意义在于：若能开发出一种先进的检索系统，根据图像本身的内容特征在图像数据库中进行有效的归类和检索，并给用户提供直观的操作、反馈和结果接口，使得用户可以快速定位到需要的单个图像或多个图像上，并且替代人工对图像分类管理的繁重工作，由机器自动对图像进行归类和管理，这无疑会极大的节省人们用于图像信息整理、分类和查找的时间。这种迫切的需求推动着基于内容的图像检索技术的研究工作不断深入。基于内容的图像检索实际上是多媒体数据挖掘领域的一个重要分支，数据挖掘是一门交叉学科，融合了数据库、人工智能、机器学习、统计学等多个领域的理论和技术。基于内容的图像检索综合利用了数据库和计算机视觉研究领域中各方面的技术，同时对这些技术的研究和发展也起到了一定的推动作用。由于基于内容的检索有着广泛的应用前景和市场前景，因而也引起了国际标准化组织的关注。随着多媒体内容描述的国际标准化，内容描述及查询语言将成为研究的热点，基于内容的图像检索将朝商业化方向迈进。
技术实现思路
基于内容的图像检索，是指直接根据描述图像对象内容的各种特征进行检索。它根据用户提出的反映图像内容特征的查询要求，能从数据库中查找到具有指定特征或含有特征内容的图像(包括视频片断)，它区别于传统的基于关键词的检索方法，融合了图像处理、模式识别、计算机视觉、数据挖掘、数据库管理等多种技术。这种检索模式具有以下特点：1)直接从图像内容中提取信息线索，如颜色、纹理等；并根据这些线索从大量存储在数据库的图像中检索出具有相似特征的图像数据。2)基于内容的检索是一种近似匹配，这一点与常规数据库检索方法有明显的不同。3)特征提取和索引建立可由计算机自动实现，避免了人工描述的主观性，也大大减少了人工的工作量。4)提问方式直观，检索交互性强。5)它是一种多层次的高效检索、基于内容的检索、对象关联检索以及概念检索模式。基于语义的图像检索Eakins根据语义复杂性，提出层次化语义模型，其中的每一部分对应于图像的一个语义层次级别，下一个层次通常包含了比上一个层次更高级的语义，而更高级的语义往往建立在较低层语义获得的基础上。基于语义图像检索的概念模型包括以下过程：1)特征提取：对图像中的各种视觉特征进行提取，如颜色、纹理、形状等，形成一个特征集。2)选择图像特征：根据语义类型，选择特征集中的一个子集，该子集对预先定义好的图像语义类型的区别能力最强。3)图像检索：在选定的特征空间中进行图像检索，按相似性大小返回3个最相似的图像。4)评价：对图像的各种特征进行自动、客观的评价，选出适合不同语义类型的图像特征。基于知识的语义提取，主要特征是需要预先提供必要的知识，建立规则库，如对象模板、图像场景分类器等。计算机视觉和图像理解是其支柱，如果这两种技术达到实用的水平，则基于知识的语义提取就成为一个简单的应用而己。这又可以根据对象识别或全局视觉特征来处理。基于对象识别的语义提取主要有三个步骤：图像分割、对象识别、空间关系分析，如GRIM-DBMS。它的目标是在一些特定的领域解释和检索线条图。它使用图像中对象类别及对象空间关系的语义，是早期语义图像检索系统的代表。识别出的对象和空间关系可以成为获得更高一层语义的基础，作为获得图像场景语义和图像描述的行为语义的辅助手段。在结合特定的领域知识后，可以在特定的领域取得成功的应用。对象空间关系的表示可以用2Dstring、空问方向图(spatialorientationgraph)等方法。外部信息源的语义提取，是指根据图像的来源处的其他信息，获得与图像相关的高层的语义描述信息。针对处于Internet环境的图像，有很多关联的信息可以提供这一语义。我们从以下几方面提取语义信息：文件名和uRL，通常网页编辑人员会给图像赋一个有意义的名字。URL通常代表网页的层次信息，如分类信息“动物”、“鸟类”等，这也可以给我们提供语义信息。替换文本(ALT)，为了在不能显示图像的页面浏览中，给读者明确的信息，用一段文本代替图像显示。图像周围的文本，很多时候图像是用来说明文字要表达的内容的，因此在图像上下文中都包含着图像的语义信息。图像的语义分割问题是依赖于应用的，在一个应用中用户可能感兴趣的是图像的细节信息，而在另一个应用中用户感兴趣的可能是图像中大型的物体，所以定义一个通用的图像语义分割算法是不可能的。本文档来自技高网...

【技术保护点】
基于内容语义的图像检索方法其特征是直接从图像内容中提取信息线索，如颜色、纹理等；并根据这些线索从大量存储在数据库的图像中检索出具有相似特征的图像数据。

【技术特征摘要】
1.基于内容语义的图像检索方法其特征是直接从图像内容中提取信息线索，如颜色、纹理等；并根据这些线索从大量存储在数据库的图像中检索出具有相似特征的图像数据。
2.基于内容的检索是一种近似匹配，这一点与常规数据库检索方法有明显的不同。<...

【专利技术属性】
技术研发人员：不公告发明人，
申请(专利权)人：镇江华扬信息科技有限公司，
类型：发明
国别省市：江苏;32