论图像检索中的纹理分析

2023-01-08

随着网络信息检索技术的不断发展, 各种类型的网络信息检索工具如雨后春笋般不断涌现, 各自的检索功能与服务在不断完善, 特别是基于内容的图像分类检索技术 (CBIR) 更是有了长足的发展。其中, 纹理特征作为最为显著的视觉特征之一, 是基于内容的图像检索中一个十分重要的方面。本文对图像检索中的纹理分析这个方面做了基础的探讨。

1 纹理分析方法和研究现状简述

纹理是图像的一个重要而又难以描述的特征, 由于自然界物质形式的多样性, 关于图像纹理迄今为止仍没有一个公认的、严格的定义。由于对纹理的感受是与心理效果相结合, 所以用语言或文字来描述纹理通常很困难。

纹理一般指人们所观察到的图像象元 (或子区域) 的灰度变化规律。习惯上把图像中这种局部不规则而宏观有规律的特性称之为纹理。纹理分析指的是通过一定的图像处理技术抽取出纹理特征, 从而获得纹理定量的或定性描述的处理过程。纹理分析包括检测纹理基元和获得相关纹理基元排列分布方式的消息两大部分1。在一个尺度上进行纹理的分析和测量, 研究图像在小范围内的不规则性, 称之为微纹理分析。纹理具有多尺度特性, 不同的尺度可对应不同的纹理结构, 在多尺度或多分辨率上分析纹理, 称之为宏纹理分析。常用的纹理分析方法有三种:统计分析方法、结构分析方法和频谱分析方法。一般来说, 统计分析方法应用于微纹理 (micro-texture) 图像的效果较好, 而对宏纹理 (macro-texture) 图像需要结合统计和结构两类方法进行分析。频谱分析方法借助于傅立叶频谱的频率特征来描述周期的或近乎周期的二维图像模式的方向性。

2 图像检索技术简介

自20世纪70年代以来, 在数据库系统和计算机视觉两大研究领域的共同推动下, 图像检索技术已成为一个非常活跃的研究领域。人们从不同的角度来研究图像检索技术, 主要有基于文本图像检索的和基于内容图像检索两大类。

2.1 基于文本的图像检索

20世纪70年代, 图像检索系统是将图像作为数据库中存储的一个对象, 把图像的关键词或文本标题以及一些附加的描述信息作为图像的索引, 然后在图像的存储路径和关键词之间建立联系, 对图像本身的存储仍是以外部方式进行的。查询操作是将查询条件和图像的文本描述进行匹配, 有些检索系统还有词典的支持。目前提供这一检索方式的典型系统是Yahoo的Image Surfer和Ditto等图像检索系统。

基于文本的图像检索由于可以利用成熟的关系数据库技术, 所以检索比较准确, 而且速度很快。但是随着图像数据库规模的增大, 基于关键字或文本标注的图像检索存在的问题就突显出来了。首先, 人工对图像进行标注太费时费力, 其次人工标注具有主观性和不确定性。最近有许多研究者通过分析网页对其链接图像的说明获得图像的文本标注, 这在一定程度上减少了人工标注的劳动量, 但是网页对图像的说明仍然是人工的, 因此不能避免主观性和不确定性问题。

2.2 基于内容的图像检索

鉴于上述因素, 人们提出了一种新的图像检索技术:基于图像自身内容的检索。基于内容的图像检索不需要用户的参与, 而利用图像自身的特征, 如颜色、纹理、形状等特征来进行检索, 具有较强的客观性。通常, 可以抽取图像库中所有图像的特征 (主要是图像的低层视觉特征, 如颜色、纹理和形状等) , 用户检索的过程一般是提供一个样例图像, 系统抽取该样例图像的相应特征, 然后同数据库中被检索对象所有的特征进行比较, 并将与样例特征相似的图像返回给用户, 这个过程称之为基于内容的图像检索。与传统的文本检索系统相比, 基于内容的图像检索系统具有如下特点: (1) 以低层视觉特征为描述内容。 (2) 以基于视觉特征向量的相似性为度量准则。 (3) 以相关反馈为有效手段。因此通过用户的相关反馈, 检索系统学习用户的意图和准则来指导图像检索过程, 有效提高图像检索的效率。基于内容图像检索的系统结构和一般流程如图1。

3 基于纹理特征的图像检索系统结构

(1) 系统结构:不同与基于低层视觉特征数据的图像检索系统, 本文基于纹理的图像检索是在自然语言关键词检索的基础上进行的。通过自然语言关键词的检索结果来获得图像的主体内容, 获得主体的内容之后, 根据相应的主体内容进行纹理的检索。提取图像的纹理特征参数, 然后根据图像主体内容进行纹理的识别;将纹理识别的结果, 添加到数据库中, 然后利用关键字检索数据库进行基于纹理特征的检索。 (2) 纹理的语义表示。语义表示的最简单的方法就是使用文本的方法描述语义。文本可以反映抽象的物体形状和姿态, 并且具有简单、直观的优点, 是一种很好的语义表示方法。因此本文采用自然语言描述的图像纹理属性描述词来描述语义知识。为了将图像的低层特征映射到高层语义上, 我们建立了图像的纹理属性词典。

纹理属性词典里列出了25个描述物体纹理的常用中文用词 (名词和形容词) , 它们分别是:花纹、花格、条纹、斜纹、网纹、网格、裂纹、龟纹、斑纹、波纹、螺纹、木纹、绒毛、绒毛状、颗粒、鳞、鱼鳞、鱼鳞状、羽毛、羽毛状、兽毛、兽毛状、蜂窝状、晶格和乱纹。在语义词典中, 我们用“:”来表示同义词, 如“鳞:鱼鳞:鱼鳞状”;“绒毛:绒毛状”等, 这说明上述这些形容词描述的是同一或者相近的纹理。

4 结语

与基于文本的图像检索相比, 基于内容的图像检索能更好的满足用户需求。本文提出了利用纹理特征作为图像的视觉特征进行检索, 并提出了基于纹理特征的图像检索系统结构。

摘要:由于数据处理中的纹理描述和分析的复杂性, 图像检索系统中的纹理检索手段技术还没有得到充分利用。本文主要针对基于纹理特征的图像检索系统进行了研究。

关键词:图像分类,图像检索,纹理分析

参考文献

[1] 刘忠轩, 彭思龙.方向EMD分解与其在纹理分割中的应用[J].中国科学E辑2005 (2) .

[2] 汪祖媛, 梁栋, 李斌, 李煊, 庄镇泉.基于树状小波分解的纹理图象检索[J].中国图象图形学报, 2001 (11) .

[3] 黄元元, 郭丽, 杨静宇.基于目标区域颜色与纹理特征的图像检索[J].南京理工大学学报 (自然科学版) , 2003 (3) .

[4] 刘泓.纹理图象的分析与识别研究[D].中国优秀博硕士学位论文全文数据库 (博士) , 2004 (4) .

上一篇:虚拟财产分割的法律问题研究下一篇:中学生心理健康调查分析