基于互聯網的圖像信息檢索技術

摘要：隨著互聯網上圖像資源增多，其檢索問題給傳統檢索理論帶來新挑戰。該文對圖像信息檢索技術進行分類研究，并對兩類圖像信息檢索技術的發展與結合做出了展望。

關鍵詞：關鍵詞搜索；分類瀏覽；圖像內容特征；特征檢索；內容檢索

中圖分類號：TP391文獻標識碼：A文章編號：1009-3044(2008)34-1825-02

The Image Information Retrieval Technology Based on Internet

SHI Chang-qing1， ZHANG Meng2

(1.Tianjin Oriental Barter Wantong Trading Center Co.， Ltd. Tianjin 300051， China;2.Beijing Normal University， Management Department， Beijing 100080， China)

Abstract: With increase of image resources in the internet， it brings about new challenges to the previous retrieval theory. This essay have discussed varies kinds of Image Information retrieval technology that now exists， and looks forward to the development and integration of the retrieval technology.

Key words: key words retrieval; classified browse; content feature of image; feature retrieval; content retrieval

1 引言

隨著互聯網應用的普及、計算機數據處理能力的提高和多媒體編碼技術的進步，網絡上的各類資源日益豐富，人們對網絡搜索的要求也越來越高，網民不再滿足于基于的傳統網頁查詢，更具專業性、個性化的搜索引擎成為了人們的迫切需求，直觀形象的多媒體信息倍受人們青睞。Mp3、圖片等特色搜索功能應運而生并顯示出流行和快速發展的態勢，不僅豐富了搜索引擎領域，更成為搜索巨頭新的爭奪領地。

2 數字化圖像檢索簡介

數字化圖像——作為多媒體信息的一個重要組成部分，以其生動的形象、易于理解的表現形式成為在商業、教育、科技等多方面廣泛應用的媒體形式之一。無論對于專業的設計者還是一般的普通網友，挖掘網絡素材，查找和利用網絡上的圖像都成為一種需求。由此，在網絡環境下實現對圖像的查找變得必要且迫切。

從20世紀70年代開始，有關圖像檢索的研究就已開始，當時主要是基于文本的圖像檢索技術（Text-based Image Retrieval，簡稱TBIR），利用文本描述的方式描述圖像的特征，如繪畫作品的作者、年代、流派等。20世紀90年代以后，出現了對圖像的內容語義，如顏色、紋理、布局等進行分析和檢索的圖像檢索技術，即基于內容的圖像檢索技術（Content-based Image Retrieval，簡稱CBIR）。

2.1 檢索原理

在檢索原理上，無論是基于文本的圖像檢索還是基于內容的圖像檢索，主要包括三方面：一方面對用戶需求的分析和轉化，形成可以檢索索引數據庫的提問；另一方面，收集和加工圖像資源，提取特征，分析并進行標引，建立圖像的索引數據庫；再一方面就是根據相似度算法計算用戶提問與索引數據庫中記錄的相似度大小，提取出滿足閾值的記錄作為結果，并按照相似度降序的方式輸出。

可見，圖像檢索的實質就是如何解決圖像數據庫與用戶需求的匹配和選擇問題。目前，網上圖像信息的檢索技術大致可分為兩部分，一種是基于整個網絡的圖像搜索引擎的檢索技術，一種是主要基于圖像數據庫的各種圖像檢索系統。兩者從不同的角度出發檢索圖像信息。比較而言，后者的技術更為成熟；前者由于要求反映信息快速、全面、覆蓋面廣，因而技術相對粗糙些，并且前者越來越傾向于與后者的檢索技術相結合。

2.2 檢索技術

目前互聯網上的圖像搜索引擎主要分為關鍵詞檢索和分類瀏覽兩種檢索方式。關鍵詞檢索是基于圖像外部信息所進行的自由詞檢索，利用Web文檔豐富的文本上下文及超文本結構信息，為圖像分析、標引提供依據；分類目錄瀏覽方式是圖像搜索引擎將采集到的圖像通過某種自動或人工進行分類標識，為用戶提供按主題瀏覽的檢索方式。

不難看出，圖像搜索引擎所實現的圖像檢索基本上是與文本搜索引擎類似的，是基于圖像內容描述的語義層次的匹配（例如通過關鍵詞、分類目錄等）。但處于不同背景環境的用戶對圖像的理解會有千差萬別的不同，從而導致這種圖像檢索方式的檢準率較低。當言詞不足以形象和準確地描述視覺感知時，用戶就需要利用其所呈現的視覺特性如顏色、紋理、形狀等特征來提交查詢。因此，也就出現了基于圖像本身固有屬性匹配的圖像檢索技術。

2.2.1 基于顏色特征的檢索

顏色是圖片的重要特征之一。基于顏色特征的檢索是基于內容的圖片檢索中最基本和常用的方法之一。顏色特征具有非常好的穩定性，對圖片的旋轉、平移、尺度變化等都具有不變性。此外，顏色特征計算簡單，從而成為被廣泛運用的圖像特征識別方法之一。

在人和機器統一的顏色空間基礎上，顏色恒常性用于描述對象在特定光照和環境變化時的一種性質。對于人的視覺來說，顏色指視覺系統在光照及環境變化時對物理表面的穩定的知覺，是一種重要的認知現象；對機器視覺來說，是機器視覺系統對物理表面光譜反射率的描述。正是由于這種顏色特征的人機統一性與物理恒常性，才使得基于顏色特征的圖像檢索成為可能。

2.2.2 基于紋理特征的檢索

紋理是由大量可見基元均勻地排列在一起所組成的一種視覺模式，它在圖像中通常表示不同材質的區域。使用紋理特征首先需要將圖像進行紋理分割，而這是一項相當困難且計算量很大的工作。另外，基于紋理的技術缺乏有效的紋理模型，紋理特征與人類感知的相關性還不得而知。根據紋理特征進行檢索主要考慮粗糙性、方向性和對比性三種特征。

由于紋理描述比較困難，一般對紋理的檢索都采用示例查詢方式，即用戶給出示例的全部或部分區域特征，從而找到類似的圖像。

2.2.3 基于形狀特征的檢索

采用該特征進行檢索時，用戶通過勾勒圖像的形狀或輪廓，從圖像庫中檢出形狀類似的圖像。基于此特征的檢索方法有兩種：1）分割圖像經過邊緣提取后，得到目標圖像的輪廓線，針對這種輪廓線進行的形狀特征檢索；2）直接針對圖形尋找適當的矢量特征用于檢索算法。但處理這種結構化檢索更為復雜，需做更多的預處理。

基于內容的圖像檢索技術還不是十分普及，目前有Virage、Excalibur和IBM公司開發出了基于圖像內容相似性特征的圖像庫檢索引擎。VIRAGE公司的VIR（Visual Information Retrieval）圖像引擎提供了四種可視屬性檢索（顏色、成分、紋理和形狀）。每種屬性被賦予0到10的權值。通過對四個屬性權值的調整，可顯示出不同的檢索結果。Visual RetrievalWare只是Excalbur提供的查詢程序之一，它提供了對其檢索參數的綜合設置的測試。Excalbur提供基于6種圖像屬性的檢索，分別是顏色、形狀、紋理、顏色結構、亮度結構和縱橫比。每一個屬性值范圍從0到5。而QBIC（Query By Image Content）是由IBM公司著名的Almaden實驗室開發的，它可能是目前應用最廣的圖像檢索系統，如舊金山現代藝術博物館以及法國文化部等機構。雖然QBIC只提供了3 種屬性的檢索功能：顏色屬性、形狀屬性和紋理屬性，但它的檢索效率非常高。另外，QBIC還輔以文本查詢手段，例如為舊金山現代藝術博物館的每幅作品給予標準描述信息：作者、標題、日期，許多作品還有內容的自然描述。

2.3 技術對比

各種圖像搜索引擎為快速、大量地查找網上圖像信息創造了條件，而基于內容特征的圖像庫檢索技術亦為圖像數據的檢索從可視角度開辟了一條更為準確直觀的途徑。現有的圖像搜索引擎主要側重于對圖像內容的語義描述，立足于文本，分析和實現的難度較小。但因受控詞匯本身的局限，易歧義，更新慢，所以不太容易應對網絡上日新月異的各類圖像。圖像庫檢索技術立足于圖像內容的特征提取，但是要突破對低層次特征的分析，實現更高語義上的檢索，實現難度大，進展慢。不過，基于內容的圖像檢索建立在多媒體信息的內容語義上，能夠更為客觀地反映媒體本質的特征。已有的圖像搜索引擎在信息的自動加工和標引方面都有待提高，需要開發出計算機自動識別和標引圖像的算法和技術，以完善現有的檢索功能，并與已有的成熟的圖像庫檢索技術相結合。而且，圖像庫檢索技術也應面向網絡，利用網絡技術進行改造，提供新的WWW訪問界面代替原來的應用系統界面，將巨大的圖像庫資源利用網絡實現共享。

兩種技術雖側重不同但卻可以互相補充，如果能將二者結合起來取長補短，結合文本和內容，進行融合性研究，發揮各自的優勢促進圖像的高效、簡單檢索方式的實現，尤其是網絡環境下，結合圖像所在Web文檔的特征分析，推斷圖像的特征，同時結合對圖像的內容分析，共同標引達到對圖像的分析和檢索，則網絡的圖像檢索技術必有新的進展。

3 結論

隨著互聯網上多媒體信息的廣泛普及，對圖像的檢索需求將會越來越迫切。未來的圖像檢索技術將是基于文本和內容的圖像檢索技術的結合。隨著多媒體信息處理技術的日益發展和深化，圖像信息的加工、處理和檢索標準的出臺，網上的圖像檢索技術將會日趨完善，而圖像信息的檢準率與檢全率也將隨之得到提高，網絡上的圖像信息資源將得到更加充分的共享與利用，圖像搜索引擎也將得到越來越多的用戶的青睞。

參考文獻：

[1] 袁玉寶，老松楊，謝毓湘.基于內容的Web圖像檢索引擎技術研究與設計[J].計算機工程，2003，29(6):6-8.

[2] 黃昆.網絡環境下的圖像檢索技術[J].中國計算機用戶，2003(49):40-41.

[3] 王新.ACDSee除了圖像瀏覽還能這樣用[J].計算機與網絡，2005(16):18.

[4] 范自柱，劉二根，徐保根.互信息在圖像檢索中的應用[J].電子科技大學學報，2007(6):124-126.

[5] 徐慶， 楊維維， 陳生潭. 基于內容的圖像檢索技術[J].計算機技術與發展，2008，18(1):126-128.