基于内容的图像检索技术


 第 3 卷  第 5 期 2004 年  10 月   广州大学学报(自然科学版) Journal of Guangzhou University(Natural Science Edition) Vol. 3  No. 5 Oct.  2004   收稿日期 : 2004 - 03 - 17 ;   修回日期 : 2004 - 06 - 04   作者简介 : 张  涛(1964 - ) ,女 ,工程师 ,主要从事多媒体技术、图像处理等研究. 文章编号 :167124229(2004) 0520432206 基于内容的图像检索技术 张  涛1 , 张星明2 (1. 华南师范大学 , 广东 广州  510631 ; 2. 华南理工大学 计算机与工程学院 , 广东 广州  510641) 摘  要 : 综述了 CBIR 的需要包括适应大量图像数据库的存储管理和查询应用 ;介绍了 CBIR 的系统结构. CBIR 的关键技术是基于内容的图像数据库结构 ,象素域的图像查询检索和压缩域的图像查询检索 ;CBIR 现有的系 统有 QBIC ,Virage ,VisualSEEK,PhotoBook 和 MARS. 还对 CBIR 存在的问题和研究方向进行了分析. CBIR 的主要 研究方向为评价技术、基于语义内容的图像检索、数据模型、综合检索手段和多维索引技术. 关键词 : 基于内容的图像检索 ; 基于内容的图像数据库 ; 象索域的图像 ; 压缩域的图像 中图分类号 : TP 391. 41    文献标识码 : A 0  引  言 随着多媒体计算技术的迅猛发展 ,以图像为 主的多媒体信息迅速成为交流与服务的主流 ,如 何有效地对这些图像信息进行组织管理和检索查 询是一个重要的问题. 传统的图像库检索采用基 于关键词或描述性文本 (表示图像的客观属性 ,如 图像的作者、标题、创作时间等) 的检索方式 ,而这 种基于文本的数据库管理系统进行图像查询的方 式已经不能适应目前大量的图像存储管理以及查 询应用的需求. 为解决这一问题 ,人们将研究方向 集中在大型图像数据库技术以及图像检索技术的 研究上 ,提出了结合多媒体技术的基于内容的检 索. 基于内容的图像检索 (content2based image re2 trieval , CBIR) 是指根据图像对象的内容及上下文 联系在大规模多媒体数据库中进行检索[1] . 它的 研究目标是提供在没有人类参与的情况下能自动 识别或理解图像重要特征的算法. 目前 ,基于内容 的多媒体信息检索的主要工作集中在识别和描述 图像的颜色、纹理、形状、空间关系上. 本文将对基于内容的检索技术的有关图像检 索的一些关键技术和一些现有系统等进行综述 , 对目前研究存在的问题进行分析并指出今后的研 究方向. 1  CBIR 系统结构 基于内容的图像检索的系统框架结构 ,一般 可分为用户界面、检索系统和存储系统几个部分 , 图像存储和图像检索是系统的核心部分 ,也是近 年来这一领域的研究重点. 图 1 所示的是一个典 型的系统结构示意图. 图 1  图像检索系统结构 Fig. 1  The system structure for image retrieval 2  基于内容的图像检索的关键技术 211  基于内容的图像数据库结构 面向对象的数据库技术的出现 ,使得大型图 像库可以摆脱传统关系数据库的局限. 根据研究 角度的不同 ,可以分为图像数据库的体系结构和 框架结构. 较完善的图像数据库的体系结构是 Chang 提 出的五层结构 :用户视图、语义特征视图、图像特 征视图、特征表达、特征的组织和检索. 在图像用 户视图层 ,用户信息主要是面向高层的事件 ,其主 要任务是进行图像的空间推理. 语义特征层主要 对某一图像特征在特定领域中的语义信息进行描 述 ,例如 ,在语义层中的“轮子”对应于特征层中的 “圆”. 图像的特征视图层主要分析图像的内容 ,如 图像的空间关系、形状、色彩等 ,这一层用户主要 关心图像所包含的视觉内容. 对于一种视觉内容 特征来说 ,由于其特征的表达不是惟一的 ,如“圆” 可以用其轮廓来表示 ,也可以用圆心和半径来表 示 ,因此在特征层应支持同一特征的多种表示. 图 像的特征组织层等价于传统数据库中的物理存储 结构 (如 B2树、Hash 表等) . 可以说这是对一个图 像数据库发展整体框架的总体概括 ,从图像数据 库发展的阶段来看 ,目前正处在第三阶段 ,即支持 图像内容的检索阶段. 目前虽然有一些图像数据 库以关键词方式对图像语义特征进行检索 ,但这 种检索是脱离图像的具体内容的. 212  像素域的图像查询检索 图像的查询检索是建立在前述技术基础之上 的. 它是指直接根据描述媒体对象内容的各种特 征进行检索 ,它能从数据库中查找到具有指定特 征或含有特定内容的图像[2 ,3] . 目前在 CBIR 系统 中应用的检索方法如下. 21211  基于颜色特征的查询 基于颜色特征的检索是基于内容的图像检索 中最基本的方法. 颜色是物体表面的一种视觉特 性 ,每种物体都有其特有的颜色特征. 颜色是图像 内容组成的基本要素 ,是人识别图像的主要感知 特征之一[4] . 相对于其他特征 ,颜色特征非常稳定 ,对于旋 转、平移、尺度变化 ,甚至各种形变都不敏感 ,表现 出相当强的鲁棒性[4] . 由于颜色特征计算简单 ,因 此成为现有检索系统中应用最广泛的特征. 用颜 色特征进行检索可以追溯到 Swain (1991 年) 提出 的基于颜色直方图检索方法[1] . 它计算两幅图像 的三维颜色直方图的每一个颜色单位 ,并进行细 致的比较. 由于颜色直方图具有简单且随图像的 大小、旋转变化不敏感等特点 ,得到了研究人员的 广泛关注 ,目前几乎所有的基于内容检索的图像 数据库系统都把颜色检索方法作为检索的一个重 要手段 ,并提出了许多改进方法. 基于颜色的查询主要有两种方式 :一是直接 示例查询法 ;二是基于图像的颜色主色调进行查 询 ,其常用方法是直方图 ( histograms) 法 , 因为 HSV 是一种符合人类视觉感知特征的颜色空间 , 能较好地利用颜色直方图 ,同时结合了纹理等特 征来查询. 颜色直方图能较好地反映图像中各颜 色的频率分布 ,但没有保留各像素颜色的空间位 置信息 ,为此采用基于图像分割的直方图检索方 法. 一种方法是对图像中所包含的对象的边界进 行提取 ,然后对每个对象所包含的颜色进行直方 图统计 ,以减少图像中不相关信息的干扰 ;另一种 简单的方法是将一幅图像简单划分为 n × n 个子 图像{P1 ,P2 , ⋯,P2 n} ,然后对对应位置的子图像的 直方图进行比较. IBM 公司的 QBIC 系统除了使用 颜色直方图外 ,还分析图像中各像素值的相对变 化情况 ,从中抽取所谓的纹理特征作为图像的特 征量 ,以求获得更好的检索结果 ,并提出了自动构 造全局参考颜色表和自带参考颜色表的算法 ,解 决了 Swain 算法中存储量与计算量过大的问题. 目前主要存在的问题是颜色空间选择并不完 全统一 ,有人使用 RGB 颜色空间 ,更多的人采用 HSV ,MUSHELL 等视觉意义上的颜色空间等 ,而且 这些方法之间关于颜色之间的度量方法也不统 一 ,给各种方法检索效果的评价带来了一定的难 度. 颜色检索方法仅仅是基于内容检索的一种方 法 ,在实际应用中和其它检索方法相结合 ,效果可 能更佳. 21212  基于纹理特征的查询 图像纹理分析在计算机视觉、遥感等领域有 着非常广泛的应用前景[5 ,6] . 纹理通常定义为图 像的某种局部性质 ,或是对局部区域中像素之间 关系的一种度量 ,其基本单位是纹理元. 纹理特征 可用来对图像中的空间信息进行一定程度的定量 描述. 目前纹理分析的方法基本可以分为统计法、 结构法、模型法和空间/ 频率域联合分析法等四 类[3] . 基于统计的方法是对图像中的颜色强度的 空间分布信息进行统计 ,包括共生矩阵法、Laws 纹 理能量法等 ;基于结构的方法将重点放在分析纹 理元之间的相互关系和排列规则上 ;基于模型的 方法假设纹理按某种类型分布 ,如 Markov 随机场 334 第 5 期 张  涛等 :基于内容的图像检索技术     模型、分形模型等 ;基于空间/ 频率域联合分析法 主要包括 Gabor 变换法和小波变换法等. 这些方 法大多都是查询特定的图像 ,而基于纹理元灰度 的图像分析方法适合于大多数图像对象的检索. 纹理特征提取的一种有效方法是以灰度级的 空间相关矩阵即共生矩阵为基础的. 图像的基本 纹理特征主要有六方面 :粗糙度 (coarseness) 、对比 度(contrast) 、方向度 ( directionality) 、线像度 (line2 likeness) 、规 整 度 ( regularity) 和 粗 略 度 ( rough2 ness) [7] . 在这些特征中最重要的特征主要是纹理 的粗糙度、对比度和方向度 ,这些纹理特征集很好 地对应于人类视觉感知 ,在许多图像检索系统中 得到应用 ;随后又有不少人提出了纹理的特征集. 目前还没有一个统一标准能精确表示纹理的特 征. 近年来 ,随着小波变换的引入及其理论框架 的建立 ,通过小波 (wavelet) 变换分析图像纹理 ,已 得到广泛的应用. 目前已有很多文章都用小波变 换来分析纹理 ,用于纹理特征表示 ,并采用小波变 换后的系数作为图像的索引. 如 Turner , Bovik 等[8~11]提出用 Gabor 小波对纹理进行分类与分 割 , Smith 等[12] 采用塔型小波分解方法对纹理分 类 , Unser[13]提出了采用小波帧变换方法对纹理进 行分类与分割. Ma 等评价了多种小波变换形式的 图像纹理标注 ,发现 Gabor 小波变换的检索方法效 果最好 ,也最符合人的视觉结果[14 ,15] . 21213  基于轮廓和形状特征的查询 形状特征是图像目标的一个显著特征 ,基于 轮廓、形状特征的查询在图像检索中也有特定的 应用. 利用形状来检索可提高检索的准确性和效 率. 目前基于形状检索方法大多围绕着从形状的 轮廓特征和形状的区域特征建立图像索引. (1) 形状轮廓特征索引 形状通常用封闭的曲线轮廓来描述 ,对形状 轮廓特征的描述主要有 :直线段描述、样条拟合曲 线、傅立叶描述以及高斯参数曲线等等. 有关形状 描述方法存在的主要问题是一些形状特征的描述 不是独立于形状的大小、位置和方位 ,在使用时有 一定的局限性 ,而且这些表示方法对形状边界信 息丢失较多 ,致使检索的效果不是十分理想. 采用 傅立叶描述描述形状的边界信息 ,具有良好的平 移、旋转、伸缩等几何不变性 ,非常适合构造形状 的边界信息 ,用于基于形状的检索方法中. 针对基于特征形状的图像检索的另一个方法 是 Gunsel 等提出的 ,其主要思想是对一个形状的 边界控制点中的任意两个点之间的高斯加权距离 所形成的邻接矩阵计算其特征向量 ,将归一化后 的特征向量叫做特征形状 (eigenshape) . 这样两个 形状之间的相似性就转变为对两个归一化的特征 向量之间距离的计算 ,该方法的一个优点是对形 状的轮廓不是封闭曲线也同样可以处理. (2) 形状区域特征索引 常用的方法是采用区域特征和边界特征相结 合来进行形状的相似检索. 近年来一个比较成功 的方法是使用了一种改进几何学的反复推敲原 理 ,从图像数据库中检索相似形状的图像. 该技术 分两个阶段检索图像 : ①基于略图的图像检索 ; ② 基于引用表格的图像检索. 检索的第一阶段 ,使用 输入的被询问图像草图的形状参数来选择数据库 中可能的备选模型 ;第二阶段是使用从绘制被询 问的图像和整个引用表格的索引不变性来选择的 过程 ,结合这些单个备选模型的引用作为整个的 引用表格. 选择结果的数目表明匹配的比分位于 备选图像和备选模型之间. 这是个很成功的检索 方法. 21214  多特征的综合检索方法 基于内容的检索技术越来越成熟 ,加强了图 像多特征的综合检索方法研究[9] ,能解决多种检 索手段相结合的问题 ,使用多特征的综合检索方 法时可以在颜色、纹理、形状等几种查询特征中 , 选择两种或两种以上进行综合查询 ,提高了检索 的准确率. 对多特征结合查询 ,除特征选择外 ,合 理设置各个特征的权重是一个关键. 目前许多图 像检索系统都可以提供多特征检索功能 ,并可以 自动计算配合度 ,以提高系统检索效率. 以图像像素的颜色分布统计信息和轮廓点的 位置分布统计信息作为图像的特征量并使用该特 征量实现图像的类似检索 ,通过对图像颜色空间 的预先压缩和颜色的分段线性匹配 ,提高了特征 抽取及检索响应速度. 21215  图像多特征的相关反馈检索技术 目前 ,基于内容检索的图像数据库中存在的 一个主要问题是现有的检索方法都是以计算机为 中心 ,使得一些查询结果计算机认为是相似的 ,而 人却认为是不相似的. 要解决这个矛盾 ,一方面对 上面的检索方法进行改进 ;另一方面就是增进人 434   广州大学学报(自然科学版) 第 3 卷   机之间的通信 ,计算机将查询的信息反馈给人 ,人 对查询结果的评判信息反馈给计算机. 这种反馈 的结构是让计算机能够具有一定的学习能力. 虽然 CBIR 已经成为一个非常活跃的研究领 域 ,许多特征系统已经建立完善 ,但是图像识别使 用方法仍很受限制. 特别的 ,有些成果相对忽略了 CBIR 系统中两个本质特性 : ①高级概念 (high2level concepts) 和低级特征 (low2level features) 之间的距 离 ; ②人类对可视化内容感觉的主观性. 通过一种 捕获使用者高水平询问和主观感觉以及基于使用 者的反馈 ,动态更新其影响的相关反馈的交互式 查询方法 ,可以有效地兼顾上述两个特性 ,明显提 高查询效率. 由于现有的技术实现自动语义分析还存在很 大的困难 ,因此很多系统中将人包括在检索环路 中 ,通过交互式的反馈来决定采用何种特征组合 及各种特征的权值. 交互式的反馈过程在模式识 别技术中实际上是一种“有教师的学习分类”过 程. 通过人机交互 ,使用者可指出那些图是符合他 的检索期望的 ,机器据此调整各种特征的权值 ,从 而使数据库内的图像分类更接近使用者的主观愿 望 ,使检索符合使用者的个性化要求. 该研究方向 是当前的研究热点. 213  压缩域图像特征查询检索 当前 CBIRDE 的研究多集中于未压缩的原始 图像. 对于压缩图像 ,如果把图像解码至空域 ,再 用现存技术 ,需要对整个数据库的图像解码 ,效率 极低. 而直接在压缩域中提取图像特征 ,则避免了 解码和重新编码的过程 ,极大地提高了效率. 目前 适合提取图像特征的策略有 JPEG、小波、分形、矢 量量化等. 压缩域图像检索存在一个问题 :现存的压缩 策略中压缩数据的不相关性 ,导致特征矢量提取 过程中特定的图像处理任务. 图像压缩编码算法 应具有在压缩域容易提取图像特征的能力. 基于 小波变换的便于图像特征提取的图像压缩编码方 法也是一个研究方向. 3  CBIR 系统产品简介 近年来 ,国际上越来越多的研究人员致力于 对基于内容的图像检索系统的研究开发. 目前已 推出一些 CBIR 系统的产品. IBM 的 QBIC (Query By Image Content) 是第一 个商业性的 CBIR 系统. 它提供了基于颜色、纹 理、形状和手绘草图的图像索引方法. 颜色特征的 表达采用了平均色和颜色直方图两种方法 ;纹理 特征的表达采用了纹理的粗糙度、对比度和方向 性三者的综合. 目前 ,QBIC 系统的基于内容检索 技术已经在 IBM 数字图书馆中得到了应用 ,实现 了自动索引、归并、对比、特征抽取和翻译功能. Virage 是 Virage 公司的基于内容图像搜索引 擎. 它支持颜色、颜色分布、形状和结构这 4 种图 像特征. 用户不但可以针对某一特征来查询图像 , 还能将对这 4 种特征的查询进行任意的组合构成 复杂的查询. Columbia 大学的 VisualSEEK 提供了基于色彩 和纹理的索引方法. 在 VisualSEEK 中 ,整幅图像 色彩的分布使用了全局色彩直方图 ,区域色彩的 索引采用二进制色彩集表达方法. 它采用基于小 波变换的方法来表示图像的纹理特征. 为加快检 索速度 ,还开发出了基于二叉树的索引算法. 该系 统具有 Java 浏览器 ,可以在 SGL 、SUN 和 IBM PC 平台上运行. PhotoBook 是麻省理工学院 (MIT) 媒体实验室 开发的一套检索、浏览图像的交互式工具 ,它包含 三个子系统分别提取形状、纹理和人脸特征 ,用户 可以分别做基于上述一种特征的检索. 由于目前 还没有一种特征可以很好地对图像建模 ,在 Photo2 Book 的最新版本 FourEyes 中 ,Picard 等提出将人也 包括在图像的标注和检索过程中. 实验结果显示 这种方法对图像的自动标注很有效[15] . MARS (multimedia analysis and retrieval system) 系统由美国 UIUC 大学开发 ,其不同之处在于用到 了很多领域的知识 :计算机视觉、数据库管理系统 和信息检索. MARS 系统的注重点不在于单个的 最佳特征表示 ,而在于如何将不同的视觉特征组 织成有意义的检索体系 ,以动态适应不同的用户 及应用场合. MARS 系统是正式提出相关反馈的 系统 ,它将相关反馈技术集成到检索的不同层次 过程中[15] . 4  存在问题及研究方向 411  评价技术 目前基于内容检索结果的评价方法采用的是 534 第 5 期 张  涛等 :基于内容的图像检索技术     信息检索中的查全率和查准率方法. 人对图像内 容认知上的主观性使得很难定义一个客观的标 准 ,因而很难定义一个好的评价方法. 检索效率评 价将是今后研究中需要解决的问题. 412  基于语义的图像检索 人工智能研究中 ,对图像语义特征的表示方 面已经有许多成果 ,可以应用在基于内容的图像 检索中 ,分析图像视觉特征和图像语义特征之间 的转换 ,使得高层概念和低层视觉特征之间沟通 成为可能 ,以缩短人机之间对相似图像理解之间 的差距. 目前国际上 MPEG 标准化组织正在制定 的 MPEG 7 标准[16] ,其目标就是实现集高层语义 特征和低层视觉特征的基于内容的多特征综合检 索. 基于语义内容的图像检索将会是今后研究的 主方向. 413  数据模型 基于内容的图像数据检索模型是图像数据库 中用于提供图像信息表示和检索的形式框架 ,是 图像数据库设计的理论依据. 图像数据检索模型 的研究将设计图像内容描述的定义、图像内容描 述的操作、图像内容的描述查询、图像描述的存 储、组织和编码. 由于 MPEG 7 仅涉及内容描述的 定义 ,这相当于传统数据库中模式的定义 ,MPEG 7 采用的是一种半结构化的似 XML 的描述 ,如何在 其上构造图像内容描述的操作和图像内容描述的 查询语言将会成为研究的热点. 414  综合的检索手段 由于检索对象和范围的多样性 ,目前基于内 容检索还要解决多种检索手段相结合的问题 ,采 用多个检索手段相结合的方法可提供更多的约束 而使得返回图像中目标图像的比率得到提高 ,但 检索手段间的融合是需要解决的问题. 此外 ,使系 统在与操作者的检索交互中进行学习 ,更好地理 解检索的内容 ,以及使检索性能更接近人类视觉 的特性 ,也是未来研究中所要解决的问题. 415  高维索引技术 许多检索算法的实验数据仅仅几百个或上千 个 ,虽然采用顺序搜索 ,但感觉不出检索的响应时 间. 而对于大型媒体库 ,则肯定需要建立索引. 因 为内容特征 ,尤其是在集成的检索中 ,特征矢量高 达 102 量级 ,大大多于常规数据库的索引能力 ,因 此 ,需要研究新的索引结构和算法 ,以支持快速检 索[15] . 目前 ,一般采用先减少维数 ,然后再用适当 的多维索引结构的方法. 虽然过去已经取得了一 些进展 ,例如 k2d 树和 R2树以及改进的索引树结 构 ,但仍然需要研究和探索有效的高维索引方法 , 以支持多特征、异构特征、权重、主键特征方面的 查询要求. 另外 ,基于内容的检索不是采用传统的 点查询和范围查询 ,而是相似度匹配. 在相似度的 计算中 ,可以采用欧氏和其他距离公式 ,甚至采用 非距离的度量(例如直方图的交) ,在这种情况下 , 聚类和神经网络方法适于解决这类问题[17] . 5  结束语 本文详细介绍了在像素域的 CBIR 的关键技 术. 基于内容的图像检索是以图像中的颜色、形 状、纹理等特征为检索依据的 ,可由计算机自动从 图像特征中提取信息线索 ,建立索引 ,避免了人工 描述的主观性 ,也大大减少了工作量 ,提高了效 率 ,开辟了一条更有效的图像检索途径. 近年来小 波变换得到广泛应用 ,由于小波变换的“数字显微 镜”功能 ,可以很好地提取头部的特征 ,近期 ,我们 开展了这方面的研究 ,将小波变换与神经网络结 合起来形成一个新的头部检测算法 ,该算法已经 应用于头部跟踪项目中 ,取得了较好的效果[18] . 基于内容检索还要解决多种检索手段相结合 的问题 ,以提高检索的效率. 对于单一检索手段 , 由于其约束信息不足 ,在返回目标图像的同时往 往会返回大量其他也满足此检索要求的图像. 采 用多个检索手段相结合的方法可提供更多的约束 条件 ,而使得返回的图像中目标图像的比率提高 , 但检索手段间的融合是需要解决的问题. 基于内容的图像检索充分利用了图像的可视 化特征 ,体现了人类对计算机图像信息的根本要 求 ,它所涉及的知识面很广 ,信息处理量大 ,是一 种综合性的技术 ,有广阔的发展前途和广泛的应 用前景. 目前 ,市场上推出的基于图像内容的检索 系统软件虽然各有所长 ,但是始终不能尽如人意. 例如上述的软件系统 ,包括 QBIC 等系统 ,在评价 图像的相似性时忽略了一些重要因素 :位置和空 间信息 ,以及空间关系等 ,针对图像检索技术的发 展水平 ,当前进一步研究的重点应放在基于语义 的查找 ,这是图像检索技术发展的最高目标 ,是目 前计算机技术发展所能实现的最智能化的形式. 634   广州大学学报(自然科学版) 第 3 卷   参考文献 : [1]  Swain M J , Ballard D H. Color indexing[J ]. International Journal of Computer Vision ,1991 ,7(1) : 11 - 32. [2]  陈剑斌 贝 , 老松扬 , 吴玲达. 基于内容的图像检索的发展最新趋势[J ]. 计算机工程与应用 ,2002(10) : 47 - 49. CHEN Jian2yun , LAO Song2yang , WU Ling2da. Research on trends of content2based image retrieval [J ]. Computer Engineering and Applications ,2002(10) : 47 - 49. [3]  刘伟成 , 孙吉红. 基于内容的图像信息检索综述[J ]. 情报科学 ,2002 ,20(4) : 431 - 437. LIU Wei2cheng , SUN Ji2hong. Summary on content2based image retrieval[J ]. Information Science , 2002 ,20(4) : 431 - 437. [4]  李向阳 , 鲁东明 , 潘云鹤. 基于色彩的图像数据库检索方法的研究[J ]. 计算机研究与发展 , 1999 , 36(3) : 359 - 363. LI Xiang2yang , LU Dong2ming , PAN Yun2he. Study of color2based retrieval for image database[J ]. Journal of Computer Research & Development ,1999 ,36(3) : 359 - 363. [5]  盛  文 , 杨江平 , 柳  健 ,等. 一种基于纹理元灰度模式统计的图像纹理分析方法[J ]. 电子学报 , 2000 ,28(4) : 73 - 75. SHENG Wen , YANGJiang2ping , LIU Jian , et al. A new texture analysis approach based on statistics of texture primitive’s gray pattern[J ]. Acta Electronica Sinica , 2000 ,28(4) : 73 - 75. [6]  赵  键 , 张文军. 一种有效的基于小波帧变换包的纹理分类方法[J ]. 计算机辅助设计与图形学学报 , 1997 ,9 (6) : 520 - 526. ZHAO Jian , ZHANG Wen2jun. Based on wavelet’s transform packet : an efficient method for texture classification [J ]. Journal of Computer2Aided Design & Computer Graphics , 1997 ,9(6) : 520 - 526. [7]  Tamura H , Mori S , Yamawaki T. Texture features corresponding to visual perception [J ]. IEEE Transactions on Systems , Man and Cybernetics , 1978 , 8(6) : 460 - 473. [8]  Beck J , Sitter A and Ivry R. Spatial frequency channels and perceptual grouping in textures segregation[J ]. Computer Vision , Graphics , Image Processing , 1987 , 37 : 299 - 325. [9]  Turner M R. Texture discrimination by Gabor functions[J ]. Biol Cybern , 1986 , 55 : 71 - 82. [10]  Bovik A C. Analysis of multi2channel narrow band filters for image texture segmentation[J ]. IEEE Trans Signal Processing , 1991 , 39 : 205 - 2043. [11]  Bovik A C , Gopal N. Localized measurement of emergent image frequencies by Gabor wavelets[J ]. IEEE Trans Inform Theory , 1992 , 38 : 691 - 712. [12]  Smith J R , Chang S F. Transform features for texture classification and discrimination in large image database [J ]. ICIP294 , 1994 , 3 : 407 - 411. [13]  Unser M. Texture classification and segmentation using wavelet frames[J ]. IEEE Trans Image Processing , 1995 , 4(11) : 1 549 - 1 560. [14]  Ma W Y, Manjunath B S. A comparison of wavelet transform features for texture image annotation[A]. Proceedings of the IEEE International Conference on Image Processing[C]. Washington ,USA ,1995 ,2 : 256 - 259. [15]  唐立军 ,段立娟 ,高  文. 基于内容的图像检索系统[J ]. 计算机应用研究 ,2001(7) : 41 - 45. TANGLi2jun ,DUAN Li2juan , GAO Wen. Content2based Image Retrieval System[J ]. Application Research of Computers , 2001 (7) : 41 - 45. [16]  Overview of the MPEG27 Standard[S]. ISO/ IEC JTC1/ SC29/ WG11 , N3752. La Baule , 2000 - 10. [17]  李国辉. 基于内容的多媒体信息存取技术[ EB/ OL ]. http :/ / www. tongji. edu. cn/ ~yangdy/ computer/ multimedia/ paper1. htm214k , 2003 - 12. LI Guo2hui. Content2based multimedia information access technology[ EB/ OL ]. http :/ / www. tongji. edu. cn/ ~yangdy/ comput2 er/ multimedia/ paper1. htm214k , 2003 - 12. [18]  李和恒 ,张星明. 基于小波神经网络的头部检测技术[J ]. 计算机工程与应用 , 2003(4) : 86 - 88. LI He2heng ,ZHANG Xin2ming. Wavelet ANN2based head detection [J ]. Computer Engineering and Applications , 2003(4) : 86 - 88. (下转第 465 页) 734 第 5 期 张  涛等 :基于内容的图像检索技术     [6]  刘亚平. 钢筋混凝土系杆拱桥吊杆张拉计算及控制的研究[J ]. 中国港湾建设 , 2002(4) : 5 - 8. LIU Ya2ping. Calculation and control of tension in suspenders for a reinforced concrete tied2arch bridge[J ]. China Harbor Engi2 neering , 2002(4) : 5 - 8. [7]  虞建成 , 邵容光 , 王小林. 系杆拱桥吊杆初始张拉力及施工控制[J ]. 东南大学学报. 1998(5) : 112 - 116. YU Jian2cheng , SHAO Rong2guang , WANG Xiao2lin. Preliminary tension and construction control of tied arch’s suspension rod [J ]. Journal of Southeast University. 1998(5) : 112 - 116. The designing and construction about the below model without wind spacing tied2arch bridge LU Peng2zhen (School of Civil Engineering , Guangzhou University , Guangzhou 510405 , China) Abstract : Combining the designing and construction of the Nantang River bridge in Wenzhou , the paper puts forward a few attentive problems about the designing and construction of the below model without wind spacing tied2arch bridge , analyses the method to decide the tension in suspenders , and offers some suggestion for the designing and construction of this kind of bridge. Key words : Steel tube ; without wind bracing ; tied2arch bridge ; designing and construction 【责任编辑 : 谢桂英】 (上接第 437 页) Techniques of content2based image retrieval ZHANG Tao1 , ZHANG Xing2ming2 (1. South China Normal University , Guangzhou 510631 , China ; 2. School of Computer Science and Engineering , South China University of Technology , Guangzhou 510641 , China) Abstract : Owing to the widespread use of digital images , methods for efficient image access , image management and image retrieval have become urgent requirements to image users. Content2based image retrieval (CBIR) has attracted increasing attention from researchers for it is an excellent solution to the problem. In this paper , we reviewed the re2 quirements of CBIR technique including adaptation to the storage management for large database of images and query application. We introduced the system structures for CBIR. The key techniques for CBIR are the structure of content2 based image database , the query retrieval of pixel field images and the query retrieval of compress field images. The existing systems for CBIR include QBIC , Virage , Visual SEEK, PhotoBook and MARS. We also analyzed the exist2 ing problems and the research trends for CBIR. The major research trends for CBIR are evaluation technology , seman2 tic content2based image retrieval , data model , integrated measurement for retrieval and multi2dimensional indexing technology. Key words : content2based image retrieval ; content2based image database ; pixel field images ; compress field images 【责任编辑 : 方碧真】 564 第 5 期 卢彭真 :下承式钢管混凝土无风撑系杆拱桥的设计与施工    
还剩6页未读

继续阅读

下载pdf到电脑,查找使用更方便

pdf的实际排版效果,会与网站的显示效果略有不同!!

需要 5 金币 [ 分享pdf获得金币 ] 0 人已下载

下载pdf

pdf贡献者

wushijie

贡献于2014-02-28

下载需要 5 金币 [金币充值 ]
亲,您也可以通过 分享原创pdf 来获得金币奖励!
下载pdf