基于語義學(xué)習的圖像檢索研究.pdf

1、近年來，基于內(nèi)容的圖像檢索(Content-BasedImageRetrieval，CBIR)技術(shù)獲得了蓬勃的發(fā)展。當前，該研究領(lǐng)域所面臨的主要困難在于，大多數(shù)現(xiàn)存的基于內(nèi)容的圖像檢索系統(tǒng)是通過對不同圖像進行相似度計算來完成圖像檢索任務(wù)的。這種做法雖然取得了一些成功，但是也存在相當大的局限性。主要問題是圖像檢索質(zhì)量的好壞在很大程度上依賴于所使用的圖像特征，它與人類根據(jù)圖像語義來判斷圖像間是否相似的做法存在著很大的區(qū)別。這種差別的存在導(dǎo)致

2、目前的大多數(shù)圖像檢索方法很難取得令人滿意的圖像檢索效果。為了解決這個問題，本文提出了一種基于語義分析的圖像檢索方法。該方法從學(xué)習用戶語義的觀點出發(fā)，通過對用戶選擇的若干相似圖像進行學(xué)習，找到隱藏在其中的用戶語義，從而據(jù)此實現(xiàn)對數(shù)據(jù)庫中相似圖像的檢索。為了獲得用于圖像語義學(xué)習的圖像特征，發(fā)展了一種基于視覺感知特性的色彩量化算法和一種改進的JSEG圖像分割算法。JSEG算法只利用到了量化色彩的分布信息；對此，改進算法通過增加對色彩和紋理信息

3、的分析以提高圖像分割的效果。此外，針對相關(guān)研究中缺乏圖像概念保存研究的現(xiàn)狀，提出了一種基于復(fù)雜網(wǎng)絡(luò)的圖像語義概念保存方法，以檢索未來相似語義的圖像。實驗結(jié)果表明，基于用戶語義學(xué)習和基于概念保存學(xué)習的圖像檢索效果是令人滿意的。 從以上研究思路出發(fā)，本文首先對CBIR研究的起源、發(fā)展、研究方向和所面臨的問題，以及本文的主要研究內(nèi)容和創(chuàng)新點做了整體介紹。 隨后，本文探討了圖像特征提取問題，提出了一種基于視覺感知特性的色彩量化算

4、法。該算法將圖像分成邊緣、平滑和紋理區(qū)域，并采用對不同區(qū)域中的像素賦予不同權(quán)重的策略以強化邊緣和平滑區(qū)域的色彩。實驗表明，同前人工作相比，該算法能夠自適應(yīng)地保留視覺重要區(qū)域的色彩，并具有計算速度快的特點。 在色彩量化基礎(chǔ)上，為了得到圖像中的對象等高層語義特征，進一步提出了一種改進的JSEG圖像分割算法。該算法采用對色彩和紋理進行分析的方法來加快圖像分割。實驗表明，該分割算法具有快速、準確的特點。 為了解決計算機和用戶之間

5、在圖像語義理解上存在的差異問題，本文從用戶的角度出發(fā)對檢索過程中涉及的圖像語義進行了研究。基于用戶選擇的圖像之間存在一定的語義關(guān)聯(lián)這一線索，提出通過學(xué)習這些圖像之間的關(guān)系來發(fā)現(xiàn)語義。具體方法是通過區(qū)域配對操作來學(xué)習圖像之間共同的“感興趣”區(qū)域，并進一步確定上述“感興趣”區(qū)域內(nèi)的“感興趣”的特征；通過比較這些“感興趣”區(qū)域之間的相似距離和空間結(jié)構(gòu)關(guān)系來確定最終的圖像語義。由此得到的語義可以幫助我們理解用戶想要檢索的圖像內(nèi)容。實驗結(jié)果表明，

6、采用該方法的圖像檢索無論在檢索速度、還是在檢索準確率方面都有很大的提高。 最后，針對當前圖像檢索研究中對圖像檢索結(jié)果的語義概念保存有所忽視的研究現(xiàn)狀，提出了一種語義概念保存方案。該方案將檢索得到的若干具有相似語義的圖像組成圖像區(qū)域網(wǎng)絡(luò)，運用復(fù)雜網(wǎng)絡(luò)研究中的子網(wǎng)絡(luò)分割方法對圖像區(qū)域網(wǎng)絡(luò)進行劃分，得到具有語義特性的子網(wǎng)絡(luò)，并通過對子網(wǎng)絡(luò)之間的語義關(guān)聯(lián)進行學(xué)習，從而形成語義概念。這樣形成的語義概念可以在未來用于檢索具有相似語義內(nèi)容的圖