ISSN:2320-2459
TohidSedghi*
省局电气工程Urmia分支Islam Azad大学,Urmia,Iran
接收日期 :05/10/2012修改日期 :17/11/2012接受日期:16/12/2012
访问更多相关文章raybet01
拟用图像检索特征加权组合建立强健、灵活和有效的图像检索系统方法拟属性如形状和空间特征很容易产生并有效,可实时提取Gabor过滤器不同网格大小灵活化,系统综合全面性,因为特征权重可调整实现检索精度,按用户需要并稳健性计算,因为系统算法应用到各种图像数据库中检索CBIR系统常用提高检索性能的方法是加权特征矢量本文建议一种新的可靠方法提高检索性能并补充特征权重基于从论文中获取的结果,特此声明当前语义图像检索研究突破的关键在于加博纹理特征的使用Fourier和局部图像分析的益惠使分析能逐步改变纹理和纹理变异成为实界场景基本特性
图像分析、特征组成、特征提取、加博滤波
基于内容图像检索系统显示从像素表示式计算低级特征的优异性能,但其输出不反映用户总期望系统性能不良提取高层次特征,包括对象及其意义、动作和情感这种现象被称为语义空白,使得有必要对CBIR系统进行当前研究,按对象或场景类型取回图像大型多图像数据库中图像数据分析和判读,如CBIR系统中,显然很难实现,因为先前没有关于图像分析内单个结构大小或尺度的信息图像处理和计算机视觉社区开发了尺度空间理论来处理这一问题尺度空间理论综合多尺度表示信号,信号本身是一组定序导出信号,意图在不同尺度上表示原信号尺度空间理论基础是实界对象作为有意义的实体存在于某些尺度范围上,而人视其粗度或微度视观察尺度而定。按照比例空间理论原理,为从图像数据提取信息,需要检测器、传感器或运算符与实际图像结构交互作用提取信息取决于图像结构大小与运算符大小之间的关系计算机时代人类生活所有领域均需要并使用图像提供高效服务活跃研究领域位于所有以上领域的核心中,即从数据库提取或检索图象查询(图像检索系统)。图像检索系统从大数字图像数据库搜索并检索图像系统最常用图像检索法使用某些注解方法,如关键字或图像描述,以便能够通过标签执行检索不幸人工注解耗时耗资前题解答称CBIRCBIR描述从图像数据库检索期望图像过程基于语法图像特征早期研究由系统组成一号,2,3..更多研究可见[4..多数当前CBIR技术面向图像外观的某些方面检索,取决于自动提取和图像特征比较判断最有可能传递图像外观最常用特征包括颜色、纹理、形状、空间信息以及多分辨率像素强度变换,如波子或多尺度高斯滤波7..
特征提取
纹理特征提取
空间域上重复像素模式称纹理模式可能被噪声污染重复频率可能导致随机非结构化纹理纹理是指图像中视觉模式,具有同质性特征,非单色或强度生成今日最常用纹理特征描述法是统计变换基础法当前工作使用变换基础法最先进变换纹理提取使用加博波子这是因为生理研究证据 加博滤波模型 神经元视觉皮层此外,Manjunath等Gabor特征比使用金字塔结构式树形波变换特征和多分辨率同时自回归模型要好共24波调出加博函数冗余性是加博波段非二次性的结果,通过选择滤波库参数来消除冗余性,这些参数将集合覆盖全空间频度空间的频率和方向,以便尽可能捕捉纹理信息滤波上下频率分别定为0.04 八进制和0.5 八进制,取向间隔为30度,滤波响应半值频谱受约束互触每一图像Ixy数据库中根据卷积方程与滤波库中每个波子相混合s和t为滤波维度
复杂构思加博波纹况且
对应频率尺度和方向假设空间同质度平均区和 std偏差变系数计算方法如下:
最后,每种图像纹理特征矢量使用平均值计算值构建偏差
显示 :
形状特征提取
形状对象为特征面配置,以轮廓或轮廓表示形状识别方式之一是执行人环境感知方式形状对CBIR系统很重要,因为它对应图像兴趣区CBIR系统设计
专用域如商标和工具轮廓分片可自动有效系统数据库互不相同则不属此例在这种情况下,形状分割可能困难或有时不可能方形特征使用本地均值和std提取5x5邻里使用下列公式
where,Z和K是中值Std的脉冲响应偏差滤波数据库中的每一图像都遍历5x5网格大小加博滤波库24输出图像获取与预过滤图像相似 本地均值std滤波库输出偏差使用5x5邻里计算
图像中的每一像素有24个参考像素图像像素和过滤库输出24等素计算图像特征矢量与任何对应像素特征矢量之间的距离如下:
计算距离测量原图像像素与加博过滤器库输出对应像素相似性面向每一距离像素加博滤波输出中对应像素,像素其纹理最接近数据库图像
产生过滤图像 名称为“纹理分类图像”。
空间信息提取
空间信息即图像内图像区域特征属性间存在的空间关系解决同质或非数据库中相似图像歧视问题特征像croid,区域 和其他几何属性 本地图像区域并基础生成空间布局或信息用于描述空间特征的两个区域属性是基本空间特征描述器、中位和空间范围这是因为图像数据库复杂多变空间描述符不变旋转翻译空间信息提取步骤如下:(一)计算从纹理分割图像获取的二进制图像中区域偏差,(二)此后还单独计算纹理区域空间范围最后,每个区域属性元素数正常化至100
上特征描述符为CBIR基础拟系统使用综合加博纹理特征、纹理区域形状特征和纹理区域空间信息特征加权组合查询图像与数据库中每种纹理、形状和空间信息特征相似性度量取欧几里得空间按方程执行:
欧几里得距离
J数据库图像特征向量
Q即查询图像特征向量
K=12P
P表示数据库图像数
一二三
i=1指针纹理索引
i=2表示形状索引
i=3空间信息索引
计算出欧几里德图像与数据库图像间距离对每种特征矢量均匀化,介于0至1间正常化势在必行,因为特征向量必须按相似距离计算加权特征矢量加权对多元数据库是必不可缺的,因为特定特征无法充分描述图像,加权组合将提供最优描述在一个多数据库中,适合检索像查询图像的特征随数据库建模或构构图类而异权值分配指相似性匹配进程对特定视觉特征分配的关联度举例说,如果查询图像是机器部件的轮廓,数据库五花八门,但包括与查询图像相似的图像,则更宜分配高权特征检索,因为这是最合适的检索特征高权值分配纹理或空间信息无济于事,除非数据库狭小,以便其他特征,特别是空间信息可用于辨别。系统设计方便用户使用软重组合检索图像弹性权值提供系统极需的检索精度和强健特征通过灵活组合不同权值特征,检索过程可多次精化以满足用户QQs需求查询图像Q数和图像数据库kth数,如果i数视觉特征矢量考虑检索,则不同距离将获取 。特征有效距离取加权和
方程学11表示权数之和必须等同一致性权值分配一为最高适切度可分配到某一特定特征,而零分配为最高适切度检索到的图像是最匹配的十二张图像,特征距离按纹理形状向上排列前十二张空间资料和加权特征
拟建CBIR系统使用宾夕法尼亚州立大学图像数据库测试,数据库由800图象组成图像110类人工注解拟系统性能使用回溯精度曲线评估,随机选择查询图像帮助评估6..召回定义为相关对象分数检索,精度指检索对象分数查询在本案中,图像与查询图像无关性使用对单个图像分配注解评估实施CBIR系统是一个艰苦过程加博滤波词典用于系统设计表示操作频率和滤波数最优性能,但没有滤波网格尺寸即时回答最优性能上下网格过滤器慢差度捕捉大加博网格因此,通过计算数据库图像纹理特征,注意这一方面,使用5x5、15x15、25x25、35x35、45x45和55x55评估拟系统性能时,向系统提供一系列查询图像,然后计算每查询一精度曲线之后所有曲线均值并产生所谓的平均召回精度曲线图4描述单纹理特征使用时CBIR系统平均曲线反之微博5描述平均曲线时使用所有三大特征案例微博5权值分别为0.7、0.15和0.15
本文Focus以纹理为主特征形状和空间信息是次要特征从独立和不同的加博滤波库六网格尺寸生成的纹理特征通过利用以下事实嵌入CBIR系统:每个网格尺寸过滤器都适合捕获多数据库中本地频率图集Gabor滤波优化覆盖频率空间,并让系统通过数据库在当地和全球获取人工智能
加博过滤器可重播纯纹理图像复杂现实图像中的高效纹理特征提取,因为这些图像虽然由恒定灰度组成,但全局图像中各种恒定灰度构成纹理,可调制加博过滤器特征捕捉兹建议使用加博纹理特征、形状特征和空间信息特征加权组合的简单、强健、灵活和有效的图像检索系统形状和空间特征很容易产生并有效,并可以实时提取系统简单化,因为系统易于操作并显示结果系统可灵活化,因为特征权重可调整实现检索精细系统算法应用到各种图像数据库检索当前CBIR系统常用提高检索性能法是加权特征矢量本文建议一种新的可靠方法提高检索性能并补充特征权重Gabor过滤器提取纹理特征后,建议加权系统特征,从Gabor过滤器的不同尺寸中推导出系统有潜力开发成语义基础CBIR系统,适当数学建模取自加博过滤器六网格尺寸和系统输出物的纹理特征