基于内容的图像搜索引擎.ppt

文档介绍：引言
随着信息化社会的高速建设,互联网的迅速普及,大容量存储设备和数字化设备的发展和广泛使用,越来越多的多媒体数据库尤其是图像数据库被建立。在图像、音频、视频信息正飞速膨胀的今天,数据管理开始由最早的GB转向TB 、PB容量级别的管理。
引言
数据增长的同时,图像信息自身的无序化问题也越来越突出。如何有效地组织、管理、检索大规模的图像信息成为亟待解决的问题。自20世纪90年代以来,人们已经开发了许多研究性质的或商用的图像搜索引擎,如:QBIC、Photobook、VIRAGE、VisualSEEK、WebSEEK等。
低层视觉特征和高层语义特征
目前互联网上的图像搜索引擎常采用的方法是基于文字的图像检索技术。
图像名
路径名
ALT标签
图像周围的文本
低层视觉特征和高层语义特征
将能够实现信息检索的高级目标——概念标引和概念匹配
语义特征能表达作者创作意图、图像的描述主题或者用户需要检索的语义内容等,语义更注重图像实体和客观世界实体的关系,基于高层语义的图像检索会大大提高查全率与查准率。
图像检索方法
颜色特征
形状特征
纹理特征
颜色特征
它描述了图像或图像某个区域所对应的景物的表面性质。在同一类事物中,事物之间通常有着相同或相似的颜色特征,因此可以利用颜色特征来区分不同物体。
优 点
图像被放大缩小,图像质量被噪声破坏,图像被旋转都不会对图像自身的颜色特征有较大的影响。因此,颜色特征得到了研究人员的广泛关注
缺 点
颜色特征的缺点在于并不能高效捕捉图像中某事物的局部特征,也没有表达出颜色空间分布的信息更无法体现事物的空间关系
方 法
颜色直方图法累积直方图法
颜色矩法颜色一致性矢量法
颜色相关向量法 颜色相关图
颜色聚类法基于主色调的方法
形状特征
一般来说一个物体可以有不同的颜色,但它的形状不会有很大差别。物体的形状是物体自身的一个重要特征,形状特征检索可以比较有效地抓取图像中某一物体作为目标来进行检索。