基于圖像檢索的地標識別系統

宋小璇，劉敬浩，唐小容

（天津大學 電子信息工程學院，天津 300072）

圖像檢索技術在生產生活中被廣泛應用。現存主流圖像檢索技術可大致分為基于文本檢索和基于內容檢索兩種。基于文本的圖像檢索雖然可達到快速的檢索效果，但檢索準確性過度依賴于人工對圖像的文本標注等主觀因素[1]。相反，基于內容圖像檢索則直接從圖像中提取特征信息，無需人工參與，保證了對圖像內容理解的客觀性和檢索的準確性。文中提出了一種基于圖像內容檢索技術的地標識別系統，用戶只需輸入采集的地標圖片而不添加任何文本信息，系統就能檢索出與之對應的地標圖片并在相應的地圖中給出位置信息。系統具有魯棒性和高準確性。另外，系統采用層次化數據庫結構和分級檢索方式，使得檢索效率大大提高。

1 地標識別算法設計

系統通過提取的SURF特征搜尋地標在數據庫中的最優匹配，然后根據最優匹配結果給出輸入地標的定位信息。系統流程圖如圖1所示。

1.1 特征點提取和描述

圖1 地標檢索系統框圖Fig.1 Block diagram of landmark recognition system

圖像的內容可由圖像的局部特征很好地描述。高效的局部特征檢測算法主要包括Scale Invariant Feature Transform（SIFT），Speededuprobustfeatures（SURF）和 Affine-SIFT（ASIFT）。文中深入分析了3種算法的優缺點并根據系統設計要求擇優選擇，達到了準確檢索的目的。

1）SIFT算法 SIFT算法[2-4]首先檢測圖像DOG金字塔中的極值點來確定特征點位置，而后采用特征點4×4區域內方向直方圖作為特征描述符。DOG金字塔[2]建立方式如下：

SIFT特征對尺度、旋轉和光照變化和一定程度的仿射變換不敏感。

2）SURF算法 SURF[5]算法在特征點檢測方面，將圖像與高斯二階微分模板的濾波轉化為對積分圖像的加減運算，使得檢測速度遠遠快于SIFT。另外，SURF采用6倍尺度大小的半徑范圍內的哈爾小波響應的極值來表示主方向，生成64維的特征向量，比SIFT減少一半。SURF保持了對尺度、旋轉、光照和一定程度上的仿射變換的魯棒性，但在速度方面遠遠高于SIFT。

3）ASIFT算法 SIFT和SURF對具有較大仿射變換的圖像會失去檢測效果，Affine-SIFT（ASIFT）[6]則是一個對仿射變換具有完全魯棒性的特征。然而，構建全仿射變換空間極大地增加了計算量使得檢測時間高于SIFT的2倍以上。

通過實驗比對，并綜合考慮了3種算法的檢測精度與檢測速度，系統折衷選擇了SURF算法。對比數據見實驗部分。

1.2 數據庫檢索

系統根據SURF匹配特征點的數目，檢索數據庫中與輸入圖像的最優匹配，從而為用戶提供其所攝景物的清晰圖片、所攝景物位置等信息。圖像的匹配通過關鍵點的匹配實現。由于系統采用了由粗到精的匹配模式，大大增加了匹配的準確性。同時，系統對數據庫結構及檢索方式也進行了優化。

1.2.1 關鍵點由粗到精匹配

粗匹配采用閾值判別的方式篩選匹配的特征點。一幅圖像中關鍵點與另一幅圖像中的關鍵點的歐式距離低于某個經驗性閾值，則接受這一對匹配點。而后，系統采用隨機取樣一致性算法[7]（RANSAC：random sample consensus）去除粗匹配中的誤匹配點。效果如圖2所示。從圖中看出，精匹配有效地去除了誤匹配點，使匹配結果更加準確。

圖2 剔除誤匹配點過程Fig.2 Process of excluding mismatch-point

1.2.2 數據庫結構及檢索方式優化

為提高對數據庫的檢索效率，系統建立了一種層次化的數據庫結構，并采用分級的檢索方式。數據庫圖片分為2個優先級。每個地標景點中根據拍攝角度和光照情況選取5張有代表性的作為第一級，其具有最高優先級；其他圖片作為第二級，都分屬于第一級每個圖片的子類，其優先級低于核心圖片。檢索時，先對第一優先級檢索進行粗檢索，而后對其對應的子類進行精檢索。這樣的設計避過了輸入圖像和不可能的圖像匹配，檢索時間比采用遍歷數據庫檢索耗時減少30%以上。對比結果見實驗數據部分。

2 實驗及結果分析

為測試文中提出的算法，筆者將算法應用在天津大學地標識別中。實驗測試了對天津大學校園內30個地標的識別和精確定位。系統輸入為用戶在任意角度、光照條件下拍攝地標的圖片，輸出為地標及其所在地域平面俯視圖中的位置。

2.1 特征提取算法性能比較

1）精確度 為測試SIFT、SURF、ASIFT 3種算法檢索精確度，實驗分別針對尺度縮放、平移旋轉、光照變換和仿射變換4種情況，從測試的圖片中抽取出有代表性的分為4組，每組圖片包含6張圖片。在每組圖片中選定一張為目標圖片，分別使用3種算法與其余5張進行匹配，得到的匹配點數目比較結果如圖3所示。其中橫坐標為待匹配的圖片編號，縱坐標為匹配點數目。從圖3中可以看出，實驗數據顯示的精確度與理論分析一致。

2）檢測速度 為了比較3種特征提取算法的速度，文中對數據庫中每一組地標任意選取一張圖片與該組其他圖片進行匹配，并對所有時間數據，統計3種算法的均值和方差。結果如表1所示，從表中可以看出，SURF算法顯示出極大的速度優勢，而ASIFT算法與其差距甚大。

2.2 系統性能分析

為了測試提出的算法框架，文中把該系統應用在天津大學內部地標識別中。系統數據庫包括天津大學校園內標志性地標建筑物剪影共1 200張 （共有30處景點，每個景點40張），數據采集綜合考慮到光照、旋轉、仿射等因素影響，分別在不同時間點，不同角度進行數據的采集。文中通過魯棒性、檢索速度、準確性3個指標對系統性能進行評定。

圖3 3種算法的比較Fig.3 Comparison of three algorithms

表1 圖像匹配時間比較Tab.1 Contrast of matching time

1）系統魯棒性

系統的魯棒性表現在對圖片的尺度縮放、平移旋轉、光照變化、仿射變換不敏感。圖4中分別列舉出在這4種情況下系統的檢索性能。每一行的第一張圖片為目標圖片，其余4張為檢索結果。從圖中可以看出，系統對尺度變換、旋轉平移、光照變化和仿射變換都有很好的魯棒性，檢索結果準確。

2）系統檢索速度

由于采用了層次化的數據庫結構及由粗到精的檢索方式，數據庫檢索時間比采用數據庫遍歷檢索所需時間提高了30%以上。表2給出了對比數據，其中遍歷檢索使用的是耗時最少的SURF算法。

圖4 不同實驗條件下的系統檢索Fig.4 Searching result of the system under condition of different experiments

表2 系統檢索時間對比Tab.2 Contrast of the system retrieval time

3）系統的準確性

為了測試系統的準確性，對每一次檢索結果進行統計：系統界面中排在第1位的圖片 （即與目標圖片最相似的圖片）正確率為98.4%，排在第2位的正確率是93.5%，排在第3位的正確率是89.3%，排在第4位的正確率是84.5%。

3 結束語

文中設計實現了一個地標識別系統，用戶任意輸入一張標志性建筑物圖片，該系統可以自動識別該地標，并在地圖上對地標進行精確定位。在校園內實驗測試表明，該系統具有高準確性和魯棒性。此外，系統具有良好的擴展性，增大數據庫的規模可以實現城市或全國的景點地標檢索。未來的工作將集中在使用k-d樹來進一步增加系統的速度，增加網絡支持及擴大數據庫到省級或全國范圍內地標3個方面。

[1]李向陽，莊越挺，潘云鶴.基于內容的圖像檢索技術與系統[J].計算機研究與發展，2001，28（3）：344-354.LI Xiang-yang，ZHUANG Yue-ting，PAN Yun-he.The technique and systems of content-based image retrieval[J].Journal of Computer Research&Development，2001，28（3）:344-354.

[2]Lowe D G.Object recognition from local scale-invariant features[C]//The Proceedings of the IEEE International Conference on Computer Vision，Corfu:IEEE，1999:1150-1157.

[3]Lowe D G.Distinctive image features from scale-invariant keypoints[J].International Journal of Computer Vision，2004，60（2）:91-110.

[4]吳銳航，李紹滋，鄒豐美.基于SIFT特征的圖像檢索[J].計算機應用研究，2008，25（2）：478-481.WU Rui-hang，LI Shao-zi，ZOU Feng-mei.Image retrieval based on SIFT features[J].Application Research of Computer，2008，25（2）:478-481.

[5]Bay H，Tuytelars T，Van G L.Speeded-Up Robust Features（SURF）[J].Computer Vision and Image Understanding，2008（110）:346-359.

[6]Morel J M，Yu G.ASIFT:a new framework for fully affine invariant image comparison[J].SIAM Journal on Imaging Sciences，2009，2（2）:438-469.

[7]Fishier M A，Bolles R C.Random sample consensus:a paradigm for model fitting with application to image analysis and automated cartorgraphy[J].Communication of the Association Machine，1981，24（6）:381-395.