基于内容的图像检索技术
基于内容的图像检索
基于内容的图像检索
基于内容的图像检索（Content-Based Image Retrieval, CBIR），也称为内容视觉检索，是一种能够从图像库中自动找到和用户提供的图像或者用户视觉描述相似的图像的技术。
它可以利用图像中存在的特征和类别，进行快速准确的信息检索。
基于内容的图像检索的原理是，首先将图像进行处理，形成和其中的特性相关的特征向量，然后将提取到的特征向量传入到模型中，计算和检索图像之间的相似性，从而进行图像内容检索。
基于内容的图像检索技术有很多优势，包括精确性和可处理信息量大等特点。
相比于表面检索技术，基于内容的图像检索技术不仅可以检索出更高质量的图像，还可更好地提高搜索效率。
此外，基于内容的图像检索技术还可以根据不同的图像特征，进行更加详细和准确的检索，从而实现更快的检索速度。
基于内容的图像检索技术的典型应用是基于用户上传的图像或口头描述，进行图像模糊检索或类似图像检索，从而使用户能够快速检索到自己想要的内容信息。
同时，基于内容的图像检索技术还可以用于商业图像检索、监控视频搜索等多种不同的任务。
总的来说，基于内容的图像检索是一种发展很快的技术，它已经被广泛应用在信息检索、图像检索、人工智能等方面。
它能
够提高信息检索的准确性和效率，为用户提供快速、准确、全面的搜索服务。
大数据时代的图像检索与排序算法研究
大数据时代的图像检索与排序算法研究在现代社会的数字化浪潮和信息技术的高速发展下，大数据和人工智能已经成为当今最为热门和前沿的话题之一。
在这样的背景下，图像检索与排序算法也开始逐渐引起人们的关注。
在大数据时代，图像数量的急剧增加与人类对高效、精准检索的需求之间的矛盾正逐渐显现。
在这种情况下，如何通过先进的算法和技术来实现高效、精准的图像检索和排序，成为了一个亟待解决的问题。
一、图像检索与排序算法的研究现状1、基于内容的图像检索技术（CBIR）基于内容的图像检索技术，又称为CBIR（Content-based image retrieval），是指通过对图像中的色彩、纹理、形状等图像特征进行提取和分析，在大型图像数据库中搜索和获取与查询图像相似的图像的过程。
其基本原理是：将图像转换成计算机能够理解的格式，通过对图像的特征提取、描述和匹配实现图像的检索和排序。
CBIR技术可以大大提高图像的检索效率，减少人工干预，具有广泛的应用前景。
2、深度学习在图像检索与排序中的应用深度学习是一种基于多层神经网络结构的机器学习算法，具有较强的表征学习和分类能力。
随着GPU计算能力和神经网络模型的不断发展，深度学习在图像识别、语音识别、自然语言处理等领域中取得了快速的进展。
在图像检索与排序领域中，深度学习技术也被广泛应用，例如卷积神经网络（CNN）和循环神经网络（RNN）等模型。
这些模型可以有效提取图像的高级特征，实现高精度的图像检索和排序。
二、图像检索与排序算法的关键问题及挑战1、图像特征提取在图像检索与排序中，如何从海量的图像中提取有效的特征是一个关键问题。
传统的图像特征提取方法主要基于色彩、纹理和形状等低级特征，这些特征对旋转、尺度和畸变等变化较为敏感，难以满足实际应用需求。
而深度学习技术可以自动学习高级特征，在图像的准确匹配和分类方面表现更为优异。
2、图像相似度度量在图像检索中，图像的相似度度量是一个核心问题。
基于内容的图像检索关键技术
③ 颜色聚合向量 。它是颜色直方 圆的一种演变 。对传统 的全局 颜色直方图做细致分类 ．以描述颜色空问的分布特征。其主要思 想是 将属于 直方 图每—个ｂ 的像素进 行分为两 部分 ：如果ｉｏ 内的某些 ｉ ｎ ￣ｉ ｎ 像素所 占据的连续区域的面积火于给定的阈值 ，强该区域内的像 素作 为聚合像 素 ，否则作为非聚合像 素。例如 ： ｎ 与 Ｂｉ ｉ 分别代袭直方图
技术的研 究发展方向 。 １ 基于内容的图像检 索技术的概念及基本工作原理
主要采川ｉ Ｉ像理解技 术得到 的视觉特征 （ 酊立割 如颜色 、纹理 、形状 、 空 位置关 系等 ） 来进行描述 。 （ 】 １ 颜色特征的提 取＝颜色是描述 图像内容的最直接的视觉特 征之 一 ，利． Ｉ 颜色特征 来检索是一种常，的方法 。颜色特征也是 叫室 像 Ｈ 在Ｉ像检索 中应 用最 为广泛 ，主要原Ｉ在于颜色往往和ｌ像中的物体 璺 Ｉ 鲴 和场景有着密切的联系 。在ｌ 象 索中 ， 用的 颜色特征有 ： 璺 检 ¨ 常
南 缸科 技 ２ １年第４ ０１
技 术 创 新
基 于 内容 的 图像 检 索关 键技 术
陈 仕 先 尹 丹
（ 州师范人学职业技 术学院 ） 贵 摘 要 随着数 据库 、 多 媒体 、Ｉｃ ｅ Ｉ ｍ ｔ 术的迅猛发展 ，越 来越 多的图像 数据 已 人们广泛应用 如何快速有效地 实现 图像检 １ ｔ 等技 被 索 ，已成为 当前数字 图像领域急需 解决的 问题 。基 于内容的 图像检 索已成 为国内外研 究的热点之 一 文章 简要 彳 绍了基 于内容的图像 卜 检紊技术的概 念及其 工作原理 ，重． 最描述 了基于内容的图像检 索的几项关键技 术… 图像特征的提取、 匹配及相似检索技 术： ． 关键词 基 于内容 图像检 索 关键技术
基于内容的图像检索技术
D S IG N N WS []6技术专题图像技术随着信息社会的到来和Int er ne t 技术的普及,人们越来越频繁地接触到图像和视频信息。
同时,每天还有大量信息在不断产生,如卫星、医疗、安全等方面。
因此,对这些信息地有效组织、管理和检索便成为需要解决的问题。
传统数据库检索采用基于关键词的检索方式,早期图像数据库如K odak Pi c t ur e Ec ha nge Syst e m(K PX )、t he Pr essL i nk L i br ar y 和t he T i m e A r chi v e C oll ect ion 沿袭了这种检索方式,采用描述性文本进行检索。
但一般来说,这种检索技术往往不能满足人们的需要。
由于图像息的内容具有丰富的内涵,在许多情况下仅用几个关键词难以充分描述,而且作为关键词图像特征的选取也有很大主观性。
于是,基于内容检索(Cont e nt B a se d Iage Ret r ie v al,C B I R )技术应运而生。
它区别于传统的检索手段,融合了图像理解技术,从而可以提供一种从巨大容量的图像库中,根据人们提出的要求进行有效检索的方法。
在基于内容的图像检索中，较常用关键技术包括从颜色、形状、纹理、空间关系、对象特征进行检索。
基于颜色特征的图像信息检索人类在对环境和物体的感知中,颜色往往起着十分重要的作用。
在许多情况下(特别是对于自然景物来说),颜色是描述一幅图像最简便而有效的特征。
颜色内容包含两个一般的概念，一个对应于全局颜色分布，一个对应于局部颜色信息。
按照全局颜色分布来索引图像可通过计算每种颜色的像素个数，并构造出颜色直方图来实现，这对检索具有相似总体颜色内容的图像是一个很好的途径。
局部颜色信息是指局部相似的颜色区域，考虑了颜色的分类与一些初级的几何特征。
颜色直方图是最常用的颜色特征表示方法。
直方图的值反映了图像的统计特征，包括平均值、标准偏差、中间值和像素个数，颜色集中的地方峰值较高。
数字图书馆基于内容的图像检索中的反馈技术
色、 纹理、 形状等其他 特征的相似度。 图像 Ｊ的特征值 为Ｓ ， 设 图像 Ｑ的特征值为 Ｓ 则 图像 Ｉ 图像 Ｑ 的相似度为 ｓ ＝ Ｑ， 与
．．．．—
理、 形状等特征 进行 检索 。它 突破 了传 统 的基 于文 本检 索技 术的局限 ， 直接 对图像内容抽取特征 ， 然后利 用这些 内容 特征
２ １ 特 征 之 间的 权 重 ｗ 的调 整 在 前 一 次 的 检 索结 果 ．
ｃ在某个特征表达 ｒ 上 ， 。 ｊ 图像 【 ｊ 和查 询 Ｑ 之间的相似度 是 根据相应的相似度算 法 ｍ 和权值＂ 来计算 的： ）＝ ｔ Ｏ Ｓ（“
描述 总数 ， ＫⅡ是 描述 ｒ ｆ 向 量 长 度 。 基 于 上 述 的 图 像 对 象 Ｊ的
基于内容 的检索是 一种近似匹配 技术 ， 在数据 库中 ， 需使 用模 式识别的方法对 图像 库 中的图像按 不 同索 引特 征分类。
在 检 索 过 程 中 ， 采 用 相 似 性 度 量 对 图 像 库 中 的 图 像 进 行 匹 它
Ｑ
圈 １ 检 索 过 程
查询
其 中
， ， … ．．， Ｗ， ． ． ｗ 分 别 为 基 于颜 色 、 纹理 、 形
状等 其 他 特 征 的 权 值 ， Ｓ ， ． ． ｓ ｓ，，ｓ ． ． 分 别 为 基 于 颜 ，
作者 简介 ： 郑晓东， １６ 女，９ ４年生 。 馆员 。 研究 方向为图书馆管理 ； 周 嫒 ， 。９ ３年生 馆 员 ． 究 方 向 为 系统 管 理 。 女 １７ 研
调 整 算 法及 相 关反 馈 算 法进 行 了论 述 。
关键词
基 于内容 的图像检 索
反馈技 术 多特征 检索
数字 图书馆
基于内容的图像检索技术概述
色 量 化 方 法 并 在此 基 础上 提 出 了 一 种基 于 颜 色 一 空 间 特 征 的 检 索 方法 。 文献【】 出一种通过提取颜 色特征 、 ７中提 灰度特征 ， 获取 图像物 体 的形状 和空间特征 ， 使检索结果 不受 图像大小 、 旋转和轻微的光 照变 化 的 影 响 ， 显 改 善 了检 索 结 果 。 明 （） ２颜色相关 图。 颜色相 关图是用颜色对相对于距 离的分布来 描述信 息 ， 不但 刻画了某 一种颜 色的像 素数量 占整个图像的 比例 ， 还反映 了像素对的空间相 关性 ， 以及局部像素分布和总体像素分布 的相 关 性 ， 且 特 征 范 围小 ， 果 好 ， 点 是 计 算量 太 大 。 并 效 缺 （） ３颜色矩 。 色矩 ￣Ｓｒ ｋ ｒ ｒｎ ｏ 颜 ｔｔｉ ｅ和Ｏ ｅ ｇ 所提 出， 颜色直方 图 ｃ 在 的基础上计算 出每个颜色通 的均值 、 方差 、 偏差 ， 来替代颜色的分布 表示颜色特征 ， 需对 特征进行量化 ， 理简单 。 无 处
形 状 图像检 索技 术 的 主要 方 法 ， 论 了性 能 评 价 方 法 ， 指 出 了应 用方 向 。 讨 并 关键 词 ： Ｂ Ｒ 颜 色 纹理 形状 性 能评价 方 法 Ｃ Ｉ
．
中 图分 类号 ： Ｐ ９ ．１ 文 献 标 识 码 ： Ｔ３１ ４ Ａ
文章 编号 ：０ ７９ １（０ ２０ － １９０ １０ —４ ６２ １） １ ５ －２ ０Leabharlann ２２纹理 特征 检 索 ．
纹 理 是 图像 中一 个 重 要 而 又难 以描 述 的特 性 ， 习惯 上 将 图像 在 局 部 区域 内呈 现 不 规 则 性 ， 而在 整 体 上 却 表 现 出某 种 规 律 性 的 特 性 称为纹理 。 描述 纹理特征 的术语有粗糙度 、 比度 、 对 方向性 、 线性度 、 规 则 度 、 略 度 ） 。 述 纹 理 特 征 的 方 法 有 统 计 法 、 型 法 、 析 粗 等 描 模 分 法、 频谱法 。 （） １统计法 。 用于分析像 木纹、 沙地 、 草坪 等细致而不规则 的物 体 ， 图像有 关纹理 属性的统计分析出发 ， 从 根据纹理 的空间灰度 级 相关性 ， 构造出一个基于图像像素间方向和距离的共生矩 阵， 并提 取 出特 征 与 参 数 间 的 关 系 。 （） ２结构法 。 用于分析像 布料的 印刷 图案 或砖瓦等排列 比较 规 则的图案， 找出纹理基元 ， 去探求纹理 构成 的结构规律 ， 根据纹理基 元及其排列 规则来描述特 征与参数间的关系 。 （） ３模型法 。 用一些 成熟的 图像模型 来描 述纹理 ， Ｉ ｒ ｏ 模 ￣ Ｍａｋ ｖ 型 、 ｒｃａ模 型 、 尔 科 夫 随 便 机 场 、 回 归模 型 等 ， 过 少 量 的参 Ｆ ａｔｌ 马 子 通 数来描述纹 理特征 。 （） ４频谱法 。 主要借 助于频率特性来描述纹理 ，Ｈ ａ ｏ变换 、 ？Ｇ ｂ ｒ ￣ 小 波变换法 ， 但是计算速度慢。 纹理特 征检索 的具 体过程 是先提取 纹 理特征 ， 据特征对图像进行分割和分类 ， 户一旦选中相近的纹 依 用 理形式 ， 系统则要求用户适 当调整纹理 特征 ， 如对 比度 “ 再暗一些 ” ， 从 而 返 回 更 精 确 的检 索 结 果 。
基于内容的图像检索技术
索 引 、 览 ， 索 和 提 取 ． 且 这 种 工 作 是 直 接根 据 图像 的 内容 浏 搜 而 含义 而 展 开和 进 行 的 。如 今 ， 图像 检 索 技 术 已广 泛 应 川 于 事 、 信息安全、 媒体 、 医学等各个领域 。 １ 图像 检 索 的 关键 技 术 ， 图像 检 索 的关 键技 术 包 括 ： 图像 特 征 的提 取 、 于 特 征 的相 基 似 性 计 算 、 关 反馈 以及 图像 语 义 的获 取 ． 涉 及 到 机 器 视 觉 、 相 它 模式识别、 数据库技术 以及信息检索等学科。 １ 特 征 选择 及 相 似性 计 算 、 １ 图像 检 索 中 ． 常 以 图像 特 征 的相 似 性 为检 索 依 据 ， 中低 通 其 层特 征 主要 包 括 图像 颜 色 、 理 、 状 与 结 构 布 局 等 ． 些 特 纹 形 这 的提 取 、表达 以及 相似 性 计 算 虽 比较容 易 ．但 对 于查 询 川 户来 说 ． 仅 难 以理 解 ， 使 用 起 来 也 不 直 观 ： 从 低 层 特征 中 提 取 不 且 而 阿像 的 语 义描 述 ． 基 于语 义相 似 来 查 询 同像 ． 可 以 直接 表达 再 则 对 于 网 像 的视 觉 感知 ． 也更 符 合 人 们 的 习惯 和 要 求 ． 语 义特 但 的计 算 与 匹配 非 常 复杂 ． 于各 方 面 技 术 的限 制 ， 义 检 索 仍 处 由 语 于探 索 阶 段 ． 因此 日前仅 限 于简 单语 义 ． 图 像 类 别或 基 类 别 如 知识 的 目标检 索 的研 究 ． ． １ ． 颜 色 ，１ １ 颜 色特征 是 图像 检 索 中应 用 最 广泛 的一 类 视觉 特 征 ． 冈为 其 对 于 复 杂背 景 、 图像 大小 与方 位 等具 有 较 好 鲁棒 性 。 提取 图像 的颜 色 特 征 ． 首先 要 选 择 颜 色 空 间 。 由 于 Ｒ Ｂ颜 色空 问表 示 法 Ｇ 记 录 了 图 像本 质上 的颜 色 特 性 ．且 其 直接 与人 眼 的输 入 通 道 相 匹 配 ． 此 当不 考 虑外 界 因 索的 影 响时 ． 因 是一 种 很 好 的选 掸 。 由于颜 色对 图像 或 图 像 区 域 的方 向 、 小 等变 化 不 敏 感 ， 以颜 大 所 色特征不能很好地捕捉图像中对象的局部特征 另外 ． 仪使用颜 色 特 征查 询时 ． 果数 据库 很 大 ． 如 常会 将 许 多 不 需要 的 图像 也 检 索 出来。… 颜 色 直方 图是 应用 最 多 的颜 色特 征表 示 法 ．其相 似 性 度量 方 法 主要 有 Ｓ ａ ｅ 提 出 的 直方 图交 叉法 ． ａ ｅ ｗ ｉ－ ｎ１ 等 Ｈ ｆ ＃提 出 的 Ｌ 关 ｎ 系矩 阵 法 以及 Ｓ ｉｋ 幔 出 的 累加 直方 图方 法 ｔｃｅ４ ｒ 颜 色 直 方 图 的优 点 是 不 受 图像 旋 转 和 平 移 变 化 的 影 响 ． 进 步 借 助 归一 化 还可 不 受 图像 尺 度 变 化 的影 响 ．其 缺 点 是 没有
基于内容的图像检索综述
颜 色 是 图 像 检 索 中最 先 被 采 用 的 特 征 ． 主要 方 法 有 ： ①
关键 词 ：Ｃ Ｂ Ｉ Ｒ
颜 色 纹 理 形 状
语 义
随着 现 代 通 信 技 术 和 多媒 体 技 术 的发 展 及 Ｉ ｎ ｔ ｅ ｒ ｎ ｅ ｔ 的 广 泛 普及 ， 数 字 图 像 的 数量 出现 了急 剧 增 长 。 如 何从 这些 海 量 的图 像数 据 中快 速 有 效 地 找 出需 要 的信 息 ，是 一 个 非 常 有 理 论 价 值 和 实 际 意义 的课 题 。 实 际上 ， 图像 检 索 已经 成 为 目前 国 内外 的一 个研 究热 点 。 从 图像 检 索 发 展 的 历程 来 看 ， 主要 经 历 了两 个阶段 ： 基 于文 本 的 图 像 检 索 和基 于 内容 的 图 像 检 索 。 传 统 的基 于 文 本 的 图 像 检 索 技 术 是 通 过 关 键 字 或 自由 文 本 进 行 描述 ， 查 询 操 作 是 基 于该 图 像 的 文 本 描 述 进 行 精 确 匹 配 或 概 率匹配 。 基 于文 本 的 图像 检 索 方 式 简 单 、 易于理解 ， 但 检 索 时 要 指 明文 本特 征 由 于 人 工 注 释 图像 的主 观 性 和 不 准确 性 等 弊端 ， 因此 这 种 传 统 的 图 像 检 索 方 法 并 不 能 满 足 用 户 的 需 求 。 相 对 于 基 于 文本 的 图像 检索 技 术 来 说 ，基 于 内容 的 图像 检 索 实 现 了 自动 化 、 智能化的图像检索和管理 ， 主要 利用 了 图像 中 的一 些 可 视 化 信 息 ， 如颜 色 、 形状、 纹 理 等 信 息 作 为 检 索 的途 径， 从 而提 高 了检 索 的效 率 和 准 确 性 ， 因 此 得 到 越来 越 多人 的
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
Ａｂ ｔａ ｔＷ ｉ ｈ ａ ｉ ｅ ｅｏ ｍｅ ｔｏ ｅｈ ｏ ￣ｙｏ ｌｍｅ ｉ，ｔｅｔａ ｉｏ ａ ｎｏｍａ ｉｎｒ ｔｉｖ ｌｔｃ ｎｉｕ ｓｂ ｓｄｏ ｅ ｗｏ ｄ ｒ ｓｒ ｃ ： ｔ ｔｅｒｐｄ ｄｖ ｌｐ ｎ ｆ ｅ ｎ ｋ ， ｆｍｕｔ ｄａ ｈ ｒ ｄｔ ｎ ｌ ｆｒ ｔ ｅｒｅ ａ ｅｈ ｑ ｅ ａｅ ｎ ｋ ｙ ｒ ｓａｅ ｈ ｔ ｉ ｉ ｉ ｏ
一
起。它使 用 的是基 于相 似度 量 的示例 查
询方法 。 目前 国内外 许多 机构 都在 进行 相 关 的研 究 ， 推 出 了 以 ＩＭ 的 Ｑ Ｉ 和 并 Ｂ ＢＣ Ｊ
Ｏ 引 言
随着计算机技术 和网络技 术 的发展 ， 以及 多媒 体 技术的应 用 ， 数字 图像的数量正以惊人 的速 度增长 ， 传 统 的基于关 键 字的 信息检 索 技术 已逐 渐不 能满 足要
１ 基 于内容的 图像检索 系统
一
般可把 Ｃ Ｉ Ｂ Ｒ系统看 作是 介于 信息 用户 和 （ 多
求， 系统将查询要求转化为计算机内部描述 ， 并借助这 些描述与数据库 中的信息进行 匹配 ， 提取 出需 要的信 息数据 ， 用户可通过人机交 互界 面利用 相关 反馈 技术
改进查询条件进行 新一轮检索 。
ＣＩ ＢＲ不同于传统 的检索手段 ， 它是利用图像 的颜
色、 纹理 、 形状、 对象 的空间关 系等基 本特征 进行检索 ， 并把这些量化 特征与 图像存 储在
ｒｔ ｕｆｉ ｔｃｎｅｔ ａｅ 帅 ａｅ ｅｒ ｖｌＣ Ｉ ｈｓｂｅ ｒａｔ ｅｒｓ ｒｈｔｐ ． ｅ ａｉｃｍｐｎｎｓ ｆ ｏ ｔｎ —ｂｓｄｉ ｇ ． ｉ ｆｃ ｎ ，ｏｔｎ —ｂｓ ｏｓ ｉｅ ｄ． ｇ ｔｅａ（ ＢＲ） ａ ｅｎ＆ｌｃｉ ｅｅ ｃ ｉ Ｔｈ ｓ ｏ ｏ ｅｔ ｎｅ ｔ ａｅ ｅ ｅ ｒ ｉ ｖ ａ ｏｃ ｂ ｃ ｏｃ ｍａ ｒ
ｐ ｅｅ ｔ ｔｅｃ 删 １ ｃ ａｌｎ ｅ ａ ｄ ｆｔ ｒ ｒｎ ｓｆｒＣＢＩ ｒｓｎ ｅ ｈ ｕ ｄ ｔｈｌ ｇ ｎ ｅ ｓ ｕ ｕ ｅｔｅ ｄ ｏ Ｒ． Ｋｅ ｙｗｏ ｄ ：ｏ ｔｎ — ｂ ｓｄ ቤተ መጻሕፍቲ ባይዱｌ ｅｒｔｉｖ ｌｍｕｔ ｅ ｉ ｅ ｈ ｏｏ ｙ；ｅｔｒ ｒｌｖ ｃ ｅ ｈ ｃ ｒ ｓ ｃ ｎｅ ｔ ａｅ ｌ￣ ｅｒｅ ａ； ｌ ｉ ｄ ａｔｃ ｎ ｌｇ ｆａ ｕｅ；ｅｅ ａ ｅｆｅ ａ ｋ Ｔ ｍ ｎ ｄ
ｔｉｖ ｌｓ ｓｅ ａ＇ ｉｔｏ ｃ ｅ ．ｍａ ｅｒｔｉｖｌｍｅｈ ｄ ａｅ ｎｃ ｌｒ ｅ ｔ ｒ ｒｅ ａ ｙｔｍ ｌ ｎｒｄｕ ｄ Ｉ ｇ ｅｒ ａ ｔｏ ｓｂ ｓｄｏ ｏｏ ，ｔｘ ｕｅ，ｓ ａｅａ ｄｓｍａ ｉａ ｅｄｓｕ ｓｄ，ａ ａｙ ｅ ｎ ｏ ａｅ ｅ ｅ ｈ ｐ ｎ ｅ ｎｔ ｔ ｉｃ ｓｅ ｃ ｎ ｌｚ ｄａ ｄｃｍｐ ｒｄ．
Ｓ ｍｅｋ ｙｍ ｅｈ ｄ ｕ ｈａ ｈ ｅｅ ａ ｃ ｅｄ ａ ｋ，ｔ ｅｐ ｒｏ ｍａ ｃ ｖｌａ￣ｎａ ｄ Ｓ ｎ ０＂ａｓ ｉ ｕ ｓｄ Ｆ ｎｅ ａ ｍｔｎ ｈ ｍ ． ａ ｅ ａ ｅ ｔｏ ｓｓ ｃ ｓｔｅｒｌｖ ｅｆｅ ｂ ｃ ｎ ｈ ｅｆｒ ｎ ｅｅ ａｕ ｔ ｎ Ｏ Ｏ ２ ｌｏｄｓ ｓｅ ． １ ｖ ｋ ｉｇｔ ｅ ｈ ｖ ８ ｃ
维普资讯
第
期
计 算 机 技 术 与 发 展
Ｃ Ｍ ＰＵＴＥＲ Ｏ ＴＥＣ ＨＮＯＬ ￣ Ｙ Ｃ ＡＮＤ ＤＥＶＥＬ ０ＰＭ匮ＮＴ
２ｏ ０ ８年 １月
Ｖｌ ． ８ Ｎｏ． ０ Ｉ １ １
Ｊｎ． ２ ０ ａ ０８
基 于 内容 的 图像检 索技 术
ＸＵ ｎ ＹＡＮＧ ｅ— ｉＣＨＥＮ ｈ ｎ —ａ Ｑｉｇ， Ｗ ｉ ｗｅ ， Ｓ ｅ ｇ ｔｎ
（ｅ ￣ ｆ ｌ ｔ ｃ ａｉ ｌ ｎｉｅｒ ｇ Ｘｄａ ｉｅ ｉ ， ’ｎ７ ０ ７ ， ｈｎ ） Ｓ ｌ ｌ ｅ ｍｍｅｈ ｎ ａ Ｅ ｇｎｅｉ ， ｉ ｎＵｎｖｒ ｔ Ｘｉ １０ １Ｃ ｉ ｘ ｏＥ ｃ ｃ ｎ ｉ ｓｙ ａ ａ
徐 庆 ， 维 维 ， 生潭 杨 陈
（ 西安 电子科 技 大 学 机 电工程 学院 ， 陕西 西安 ７ ０ ７ ） １０ １
摘 要 ： 多媒体技 术 的迅 速发展 ， 的基 于关 键字 的信 息 检索 技术 已逐渐 不 能满 足 要求 ， 随着 传统 因此 ， 于 内容 的图 像检 基
索 技术成 为 当今 的一个 研究热 点 。介 绍 了基于 内容 图像检索 系统 的基本 组成 。综述 了基 于颜 色 、 理 、 纹 形状 、 义等 图像 语 检 索技术 的主要 方法 。分析 和 比较 了现有 的各 种图 像检 索 技术 的 方法 。讨 论 了相 关反 馈 技术 、 检索 性 能 的评价 等 Ｃ Ｉ ＢＲ 研究 中 的关 键 问题 。同时指 出了 Ｃ Ｉ ＢＲ研究 中存在 的问题 ， 以及未来 的发展 趋势 和研究 方 向。
关 键词 ： 于 内容 的图 像检索 ； 媒体 技术 ｉ 基 多 特征 ； 关反 馈 相 中 圈分类号 ： Ｐ９ ．； ３４４ Ｔ ３ １３Ｇ ５ 。 文献标 识码 ： Ａ 文章 编号 ：６３ ６９ （ｏ ８０ —０２ —０ １７ — ２ Ｘ ２ ０ ）１ １６ ３
Ｃｏ ｅ ‘ Ｂａ ｅ ｍ ａ ｅ Ｒｅ ｒ ｅ ａ ｃ ｏ ｏ ｙ ｎｔ ｎｔ＿ 。 ｓ ｄ Ｉ ｇ ｔ ｉ ｖ ｌＴｅ ｈｎ ｌ ｇ
媒体） 数据库 之间的一种信 息服 务系统 。这类 系统 的
通用框架如 图 １ 示。在此 系统 中， 所 用户发 出查询要
求， 如何有效 地组 织 、 管理 和检索 大规 模 的 图像 数据 库， 正成 为当前研究 的一个热 门课题 。基 于 内容 的 图
像检索 （ Ｂ Ｒ 是解决这一问题 的关键技术 之一 。 Ｃ Ｉ）