基于内容图像检索系统设计设计

摘要：本文在分析了基于内容的图像检索技术有着广泛的应用前景后，对基于多特征的图像检索方法进行了初步的研究，简单的介绍了系统需求分析，图像检索系统的设计要素及系统的评价方法。
关键词：内容图像系统设计
1007-9416(2012)07-0150-02

1、系统需求分析

单机的图像检索系统管理图像数据库的方式有两种，一种是基于文件系统的方式，一种是基于数据库系统的方式。这两种管理方式之间的联系为：均为数据组织的管理技术；均由数据管理软件管理数据，程序与数据之间用存取方法进行转换。它们的区别为：管理数据的方式不同，文件系统是用操作系统中的存取方法对数据进行管理，数据库系统是用DBMS管理控制数据；共享数据的方式不同，文件系统实现以文件为单位的数据共享，数据库系统实现以记录和字段为单位的数据共享；程序和数据的联系不同，文件系统中的程序和数据有一定的联系，数据库系统中的程序和数据分离。
基于文件系统的方式是应用比较早的数据管理系统，与数据库系统相比，它的优点就是结构简单，应用方便；不足是数据独立性差、结构性不强、共享性不佳。针对文件系统的这些缺点，数据库技术应运而生，它的结构性较好、数据共享性强。对于本文要设计的单机的CBIR实验原型系统而言，数据库的上述优势并不明显，反而是简单易用的文件系统更为适合，而且大大简化了检索系统的设计。所以本文选择基于文件系统的管理方式。
该系统具体的设计要求如下：
(1)能建立特征库索引，将图像库中图像对应的各种特征保存到特征库中，进行检索时，直接找到对应的特征库进行相似性度量即可，这样可以大大减少特征提取的时间，提高检索的速度。
(2)有友好美观的用户界面，方便用户进行操作。
(3)能易于实现各种检索算法的运行和测试。
(4)系统的各个模块之间有很好的可重用性和扩展性，可以很方便的添加图像库和检索算法。

2、系统设计

2.1 特征库建立子系统

特征库建立子系统有一个面向用户的友好界面，用户可根据自己的需要进行选择。该界面主要有两部分，一部分是有关文件路径的选择，另一部分是提取特征选择。有关文件路径的选择指的是用户从保存好的文件系统中选择需要提取特征的图像库和特征库的存储位置。提取特征选择是用户选择要提取的图像特征，主要有颜色特征、形状特征、纹理特征和多特征可供选择。
图2.1所示为提取Corel图像库中图像的Hu不变矩特征，并将提取的特征保存到路径为F:\features\Hu的文件夹中。

2.2 图像检索子系统

图像检索子系统主要有以下几个模块：查询图像选择模块、检索方法选择模块、特征库选择模块和检索结果模块。图2.2所示，为用Hu不变矩的方法对查询图像在二值图像特征库中进行的检索，对应与待查询图像的特征，特征库选择的是不变矩特征库，右边为输出的检索结果。
查询图像选择模块：用户从保存的文件系统或实验用的计算机中选择需要检索的图像，若用户想要检索网上的某幅图像，可先将该图像保存到实验用的文件系统中，再进行选择。
检索方法选择模块：是用户选择想要使用的检索方法，主要有基于颜色特征的、基于形状特征的、基于纹理特征的和基于多特征的方法。基于颜色特征的检索方法主要有HSV颜色直方图法、颜色聚合向量法、累加直方图法等。基于形状特征的检索方法主要有Hu不变矩、距离聚合向量、边缘方向直方图等。基于纹理特征的检索方法主要有灰度共生矩阵、灰度-梯度共生矩阵等。

3、系统性能

源于：免费论文查重站www.udooo.com

评价

在基于内容的图像检索技术的研究中，为进一步验证系统的性能，需要对系统的性能进行评价。对检索算法或检索系统性能的评价也是重要的研究内容之一，好的评价标准能推动研究工作的发展。一般可以从两个方面进行考虑，一是用户的视觉判断，二是量化的评价标准。用户的视觉判断是通过人的视觉判断来对结果的好坏做出评价，这种评价方法比较简单直观，使用于一次实验结果的分析或小型系统的结果分析，不适合多次实验或大型系统的分析；而且人的视觉判断是通过人的主观感受来对系统进行评价，这种评价方法往往具有主观性，受个体的影响较严重。用量化的评价标准进行评价则比较客观，但由于各个用户的实验条件并不统一，所以目前尚没有一个公认的通用的评价系统，有关这方面的研究已经引起了研究人员的关注。以下是常用的评价方法——查准率与查全率。
在基于内容的图像检索评价方法中，查准率与查全率是应用最广泛的方法。查准率也称为精确度，它的计算公式为：
其中，为一次查询中检索到的相关图像的数目，为一次检索过程中检索到的不相关的图像数目。查全率也称为检索率，查全率的计算公式为：
其中，为一次查询中检索到的相关图像的数目，为图像库中和检索图像相关但未被检索到的图像数目。查准率与查全率的变化是相反的，查准率越高时，说明检索的精确度就越高，花费检索的时间必然越多，速率就越小，即查全率就越小。反之亦然。但一个好的检索系统不但要求检索精度高，也要求检索速率快。所以一般的检索系统只能在两者之间找一个平衡值即可。
参考文献
吴介,裘正定.底层内容特征的融合在图像检索中的研究进展[J].中国图象图形学报,2008,13(2):189-197.
M V Sudhamani, Dr.C R Venugopal. Image Retrieval from Databases:an Approach using Region Color and Indexing Technique[J]. International Joumal of Computer Science and Network Security. 2008.
[3] 欧阳军林,夏利民.基于二值信息的颜色和形状特征的图像检索[J].小型微型计算机系统,2007,28(7):1262-1266.
[4] Bo Gun Park, Kyoung Mu Lee, Sang UK Lee.Color-BasedImage Retrieval Modified Hausdorff Distance[J].2008.
[5] X. Huang, S.Zhang, G.Wang, and H. Wang,“A new image retrieval method based on optimal color matching,”in Proceedings of the International Conference on Image Processing,Computer Vision & Pattern Recognition (IPCV ’06), vol. 1, pp.276–281,Las Vegas,Nev,USA,June 2006.
作者简介
涂豫（1976.2——）女，河南南阳人，大学本科，讲师，主要研究计算机图形图像，计算机网络。