摘要：基於內容的圖像檢索是圖像檢索中較高層次的檢索，文中對CBIR的各種特徵提取方法進行了分析比較，最後指出了當前的研究熱點和今後的發展方向。
關鍵詞：CBIR；特徵提取；顏色；紋理；形狀
Research of Content-Based Image Retrieval
LI Cong, ZHANG Ming-xin, QIAO Xiao-ni, ZHANG A-hong
(College of Mathematics and Information Science,Northwest Normal University,Lanzhou 730070,China)
Abstract:Content-Based Image Retrieval is the high level of the paper introduce and compare various methods for feature extraction and similarity the end,the hot research and future research trends are presented.
Key words: content-based image retrieval,feature extraction,colour features,texture features,shape features
1 前言
據，人類接受的外部資訊，70%以上來自視覺，圖像作爲一種內容豐富，表現直觀的多媒體資訊被大量廣泛的使用，如何有效的、檢索圖像資訊成爲迫切需要解決的問題。傳統的基於文字的檢索無法滿足海量下多媒體資訊庫的檢索要求。爲了克服基於文字方法的侷限性，出現了基於內容的圖像檢索。
2 特徵檢索技術
在基於內容的圖像檢索中，特徵提取是很關鍵的步驟，所提取的特徵直接影響後續的圖像相似性匹配過程、檢索有效性等。
2.1 顏色特徵檢索
顏色特徵檢索是當前絕大多數基於內容的圖像和視頻檢索的多媒體數據庫中使用的特徵之一。基於顏色特徵檢索主要採用的方法有：顏色直方圖、顏色相關圖、顏色矩等。
2.1.1 顏色直方圖
顏色直方圖法[1]的具體做法是，在確定顏色空間的基礎上，計算每種顏色的像素個數，並構造直方圖，最後把直方圖作爲圖像的顏色特徵進行圖像檢索。特徵的相似性度量是透過對直方圖之間的距離的設定，當它們的距離小於給定的閾值時，即認爲符合檢索結果。其改進方法有Stricker和dimai於1996年提出的基於顏色空間的固定劃分方法，既先將圖像分割爲適當的分塊，然後用分塊的顏色直方圖和分塊的顏色矩爲每個分塊提取響應的局部顏色特徵，從而提高圖像檢索的準確性。文獻[2] 採納Gaussian向量量化技術提出顏色直方圖，文獻[3] 採用距離角度直方圖方法，統計每一種顏色在特定距離和角度內的顏色直方圖，文獻[4]提出了一種基於位平面直方圖的檢索方法，文獻[5]研究了不同顏色視覺感知強度間的差異，透過構建顏色主觀資訊量函數，實現對這種差異的量化描述。在此基礎上構建了符合視覺感知特性的顏色直方圖。
2.1.2 顏色相關圖
顏色相關圖[6]color correlogram)是圖像顏色分佈的另一種表達方式。這種特徵不但刻畫了某一種顏色的像素數量佔整個圖像的比例,還反映了不同顏色對之間的空間相關性。顏色相關圖的圖像檢索效果很好,但是它的缺點就是計算量很大。
2.1.3 顏色矩
顏色矩[7] （color moments）由Stricker 和Orengo所提出。這種方法的基礎在於圖像中任何的顏色分佈均可以用它的矩來表示。此外，由於顏色分佈資訊主要集中在低階矩中，因此僅採用顏色的一階矩（mean）、二階矩（variance）和三階矩（skewness）就足以表達圖像的顏色分佈。與顏色直方圖相比，該方法的好處在於無需對特徵進行向量化。
2.2 紋理特徵檢索
一般將圖像在局部區域內呈現不規則性,而在整體上表現出某種規律性的特性稱爲紋理。紋理特徵通常被看作圖像的某種局部特徵，它不僅反映圖像的灰度統計資訊，而且反映圖像的空間分佈資訊和結構資訊。
基於內容的圖像檢索中常用的紋理特徵提取算法,主要有灰度共生矩陣、Tamura紋理特徵、小波變換等。
2.3 形狀特徵檢索
形狀是圖像的可視內容的一個重要特徵。對於形狀匹配來說,Hough變換是最經典的方法。常用的形狀匹配方法還有歐氏距離、馬氏距離，幾何參數法，小波重要係數法。在衆多形狀匹配算法中，Barrow等人提出的Chamfer比較法吸引了不少研究者的興趣，該方法能夠以線性的時間複雜度比較兩個圖像的形狀塊集合。在形狀描述方面,主要包括邊界特徵法、傅立葉形狀描述符法(Fourier shape descriptors)、幾何參數法、形狀不變矩法、有限元方法(Finite Element Method,FEM)、小波描述子法等。
2.4 圖像內容的空間關係
上述的顏色、紋理和形狀等多種特徵反映的都是圖像的整體特徵，而無法體現圖像中所包含的對象或物體。事實上，圖像中對象所在的位置和對象之間的空間關係同樣是圖像檢索中非常重要的特徵。
在基於空間關係的圖像檢索方面國內外學者做了大量的研究，如文獻[8]提出的基於空間關係的圖像檢索，該方法對一幅圖像從幾個方向的投影作爲這幅圖像的顏色特徵分佈，並對圖像做小波分解來減少檢索時運算的數據量，然後對分解後圖像的低頻子帶做Radon變換得到顏色空間分佈的特徵向量，並根據這個特徵進行檢索。文獻[9]中提出一種改進的