孫爽滋，谷欣超，楊勇，苗靜

（長(zhǎng)春理工大學(xué) 計(jì)算機(jī)科學(xué)技術(shù)學(xué)院，長(zhǎng)春 130022）

為了能夠?qū)?shù)字資源加以有效的利用，基于內(nèi)容的圖像檢索技術(shù)應(yīng)運(yùn)而生，它是綜合圖像識(shí)別、計(jì)算機(jī)視覺(jué)、數(shù)據(jù)庫(kù)技術(shù)和人工智能等多學(xué)科融合的技術(shù)。所謂基于內(nèi)容的圖像檢索是指對(duì)圖像信息從低層到高層進(jìn)行處理、分析和理解，獲取其內(nèi)容信息，這里所指的內(nèi)容信息包括圖像的顏色、形狀、紋理和語(yǔ)義等特征，并且根據(jù)內(nèi)容信息進(jìn)行檢索。

在各種圖像特征中，形狀特征是圖像的重要特征之一，圖像的形狀信息不隨圖像顏色的變化而變化，是物體穩(wěn)定的特征。本文研究對(duì)象主要是槍械圖像庫(kù)，由于槍械具有明顯的外部特征，所以，本檢索系統(tǒng)在開(kāi)發(fā)過(guò)程中，以形狀作為圖像的主要特征進(jìn)行描述與匹配。

1 圖像檢系統(tǒng)框架

借助圖像內(nèi)容來(lái)查詢圖像是一項(xiàng)復(fù)雜的工作過(guò)程。目前基于內(nèi)容對(duì)圖像進(jìn)行檢索主要借助圖像特征來(lái)進(jìn)行。CBIR系統(tǒng)可以看作是一個(gè)查詢用戶和圖像數(shù)據(jù)庫(kù)之間的一個(gè)界面或通道，其典型的系統(tǒng)由以下模塊和過(guò)程構(gòu)成（見(jiàn)圖1）：

圖1 圖像檢索系統(tǒng)的構(gòu)成Fig.1 The constitution of image retrieval system

各模塊的主要功能為：

（1）查詢模塊：通過(guò)友好的界面對(duì)用戶提供各種查詢方式，以支持用戶進(jìn)行各種類型的查詢；

（2）提取模塊：將樣本圖像和圖像數(shù)據(jù)庫(kù)中的圖像的圖像特征提取出來(lái)，把具體的圖像特征轉(zhuǎn)換為抽象的特征矢量；

（3）匹配模塊：將樣本圖像特征和圖像數(shù)據(jù)庫(kù)中的待檢索圖像特征相匹配，判斷其內(nèi)容的相似性和語(yǔ)義的一致性；

（4）利用查詢用戶對(duì)檢索圖像的判斷信息，反饋給圖像數(shù)據(jù)庫(kù)，作為圖像數(shù)據(jù)庫(kù)中各圖像語(yǔ)義關(guān)聯(lián)度的記錄；

（5）輸出模塊：提供相似圖像的輸出界面。

2 關(guān)鍵過(guò)程研究

2.1 目標(biāo)提取

從圖像中提取目標(biāo)是基于形狀的圖像檢索的一個(gè)重要環(huán)節(jié)。對(duì)于一幅圖像，要提取出目標(biāo)區(qū)域關(guān)鍵的是進(jìn)行圖像分割，從一幅圖像中檢測(cè)出各個(gè)物體，并將它們的圖像和其余景物分離。

閾值分割法是一種傳統(tǒng)的圖像分割方法，因其實(shí)現(xiàn)簡(jiǎn)單、計(jì)算量小、性能較穩(wěn)定而成為圖像分割中最基本和應(yīng)用最廣泛的分割技術(shù)。其基本原理是：通過(guò)設(shè)定不同的特征閾值，把圖像像素點(diǎn)分為若干類。這種方法應(yīng)用在目標(biāo)和背景占據(jù)不同灰度級(jí)范圍的圖片中效果更為理想，而本文槍械圖庫(kù)中圖片的特點(diǎn)就是目標(biāo)和背景對(duì)比明顯，因此適合采用閾值分割方法來(lái)進(jìn)行目標(biāo)區(qū)域提取。

本文經(jīng)過(guò)分析研究，以及在實(shí)驗(yàn)的基礎(chǔ)上，在開(kāi)發(fā)該圖像檢索系統(tǒng)時(shí)，采用了最大類間方差（OTSU）分割法。最大類間方差［32］法是1980年由日本大津展之提出，它是在最小二乘法原理基礎(chǔ)上推導(dǎo)出來(lái)的，其基本思路是將直方圖在某一閾值處理分割成兩組，當(dāng)被分成的兩組的方差為最大時(shí)，決定閾值。

本文選取樣例為槍械圖庫(kù)中的ak-47手槍，利用最大類間方差法進(jìn)行分割的實(shí)驗(yàn)結(jié)果如圖2所示。從實(shí)驗(yàn)可以看出該方法簡(jiǎn)單易行、計(jì)算量小、性能穩(wěn)定、錯(cuò)誤分割率最小，比較適合槍械類圖像的分割。

圖2 閾值分割結(jié)果Fig.2 Threshold segmentation result

2.2 特征描述

目標(biāo)分割出來(lái)后，對(duì)圖像進(jìn)行邊緣提取，以獲得目標(biāo)的輪廓邊界，然后進(jìn)行特征提取，進(jìn)一步把分割開(kāi)的區(qū)域的特征抽取出來(lái)。在這些特征里面，有一部分可以用數(shù)字量值來(lái)描述，但更多的特征是一些沒(méi)有明顯特征的幾何圖形。為了便于圖像的匹配，需要對(duì)這些幾何圖形進(jìn)行進(jìn)一步的描述。

通常來(lái)說(shuō)，區(qū)域特征的描述方法主要有區(qū)域面積、形狀參數(shù)、不變矩等。其中，矩形度、圓形度、區(qū)域形狀等描述符適合于簡(jiǎn)單的幾何圖像，并不適合于邊界特征復(fù)雜的圖像，因此不適合用來(lái)描述本文中的槍械圖片。對(duì)于復(fù)雜的物體，可以通過(guò)矩和輪廓描述符來(lái)描述。

矩特征是建立在對(duì)一個(gè)區(qū)域內(nèi)部灰度值分布的統(tǒng)計(jì)分析基礎(chǔ)上的，是一種統(tǒng)計(jì)平均的描述，可以從全局觀點(diǎn)描述對(duì)象的整體特征。矩是一種線性特征，矩特征對(duì)于圖像的旋轉(zhuǎn)、比例尺度、平移具有不變性，因此可以用來(lái)描述圖像中的區(qū)域特性。

二維矩不變量理論是在 1962年由美籍華人學(xué)者Hu（胡貴明）提出的，并將矩用于形狀識(shí)別。對(duì)于數(shù)字圖像 f(x,y)，其在點(diǎn)(x,y)處的(p+q)階矩定義為：

在點(diǎn)(x,y)處的(p+q)階中心矩定義為：

表1 Hu不變矩結(jié)果對(duì)比Tab.1 The result of Hu invariant moment

其中，圖像的重心坐標(biāo)為：xc=m1,0/m0,0，yc=m0,1/m0,0。

根據(jù)不變矩和其中心矩公式，對(duì)其規(guī)范化之后，利用二階和三階規(guī)范化中心矩有下面的七個(gè)不變矩組：

上式中，ηpq為(p+q)階規(guī)范化中心矩，定義為：ηpq=μpq/，其中r的值為：r=(p+q+2)/2。

目標(biāo)圖像經(jīng)過(guò)閾值分割，得到目標(biāo)區(qū)域后，就可以針對(duì)這一區(qū)域按照公式（3）計(jì)算七個(gè)經(jīng)典不變矩特征值，構(gòu)成Hu不變矩形狀特征向量。

本文對(duì)ak-47手槍原圖片進(jìn)行了平移、縮放、50%垂直旋轉(zhuǎn)、旋轉(zhuǎn)45°等四種處理，分別計(jì)算對(duì)應(yīng)的七個(gè)Hu不變矩值，如表1所示。從實(shí)驗(yàn)可以看出，這些矩的幅值反映了物體的形狀，并且具有平移、旋轉(zhuǎn)、比例尺度變化不變性，計(jì)算過(guò)程簡(jiǎn)單，計(jì)算量相對(duì)較少，符合槍械圖片庫(kù)的特點(diǎn)。

2.3 特征匹配

對(duì)提取出的不變矩形狀特征，選擇一種合適的相似度衡量方法是獲取滿意的檢索效率的重要保證。

常用的相似度方法都是向量空間模型（vector space model），即將視覺(jué)特征看作是向量空間中的點(diǎn)，通過(guò)計(jì)算兩個(gè)點(diǎn)之間的接近程度來(lái)衡量圖像特征間的相似度。

常用的距離度量函數(shù)有明氏距離（Minkowsky distance）、直方圖相交（histogram intersection）法、二次式（quadratic form）距離、馬氏距離（Mahalanobis distance）等。在這些常用的距離度量函數(shù)中，直方圖相交和二次式距離法是在計(jì)算出直方圖的基礎(chǔ)上度量的，適合于基于顏色的特征匹配。而馬氏距離要求計(jì)算協(xié)方差矩陣，代價(jià)較大，在這里也不考慮使用。Minkowsky距離的優(yōu)點(diǎn)是當(dāng)對(duì)坐標(biāo)軸進(jìn)行正交旋轉(zhuǎn)時(shí)保持不變，樣本集合仍然能夠保持原來(lái)的相似性結(jié)構(gòu)，并且實(shí)現(xiàn)起來(lái)簡(jiǎn)單易行，節(jié)省時(shí)間，因此本文使用Minkowsky距離。 明氏距離的通用函數(shù)如公式4所示：

上式中，當(dāng)p=1時(shí)，則其轉(zhuǎn)換為“街區(qū)”距離；當(dāng)p=2它就轉(zhuǎn)換為歐氏距離。歐氏距離沒(méi)有考慮到向量各維分量之間的關(guān)系，各維分量的重要性是同等的。這并不符合圖像特征向量的特點(diǎn)。所以在圖像檢索中，更常用的是加權(quán)的歐氏距離，定義如下：

利用不變矩公式（3）計(jì)算出的七個(gè)特征向量每個(gè)分量的取值范圍不同，表示的物理意義也不同，并且通過(guò)數(shù)據(jù)分析發(fā)現(xiàn)不變矩的階數(shù)越高它的幅值變化越劇烈，因此不能直接使用Minkowsky距離來(lái)度量相似性，需要對(duì)它們進(jìn)行內(nèi)部歸一化。

圖3 加權(quán)歐氏距離檢索結(jié)果Fig.3 The retrieval result of Euclidean distance with weight

經(jīng)過(guò)高斯歸一化計(jì)算后，七個(gè)不變矩均落在［-1，1］之間，并且通過(guò)高斯歸一化，可以減少高階矩幅值變化大對(duì)整個(gè)歸一化后的元素值分布的影響。

本文在槍械圖庫(kù)中選取24幅手槍圖片，這24幅圖片中包括4幅經(jīng)過(guò)平移、旋轉(zhuǎn)以及縮放變化的圖片，另選取6幅與手槍形狀相似的電鉆以及電吹風(fēng)圖片。對(duì)這30幅圖片分別利用街區(qū)距離、歐式距離、加權(quán)歐式距離度量相似性。實(shí)驗(yàn)輸出檢索結(jié)果中的前14幅。按照相似性大小由上至下由左至右依次排列。鑒于篇幅限制，本文給出加權(quán)歐式距離的檢索結(jié)果，如圖3所示，其中，左上角為待檢索的原始圖像。

通過(guò)圖3的實(shí)驗(yàn)結(jié)果可以看到，加權(quán)歐氏距離可以檢索出經(jīng)過(guò)平移、旋轉(zhuǎn)、縮放變化的圖像，并且在檢索結(jié)果中沒(méi)有不相關(guān)的圖像。

3 結(jié)語(yǔ)

本文以槍械圖庫(kù)為研究對(duì)象，在特征提取及描述中，利用最大方差法對(duì)圖像進(jìn)行分割，從而得到目標(biāo)區(qū)域，用Hu不變矩描述目標(biāo)的區(qū)域特征。在特征匹配過(guò)程中，對(duì)不變矩值利用高斯歸一化方法進(jìn)行內(nèi)部歸一化，組成其特征向量，用Minkowsky距離度量彼此間的相似性。在距離函數(shù)的選擇上，通過(guò)一系列對(duì)比實(shí)驗(yàn)，采用加權(quán)歐氏距離。由于加權(quán)歐式距離給幅值波動(dòng)較大的高階矩賦以較小的權(quán)值，這樣就減小了其對(duì)檢索結(jié)果的影響。

［1］Stricker M，Orengo M.Similarity of color images.Pro.of SPIE：Storage and Retrieval for Image and Video Database，2002，2185：381-392.

［2］李迎新，張明，陸鵬.基于索引和相關(guān)反饋的圖像檢索研究［J］.圖形圖像，2007：94-97.

［3］莊越挺，潘云鶴，吳飛.網(wǎng)上多媒體信息分析與檢索［M］.北京：清華大學(xué)出版社，2002.

［4］劉倩.基于內(nèi)容的圖像檢索中的相關(guān)反饋技術(shù)［J］.華東交通大學(xué)學(xué)報(bào)，2003，20（4）：71-74.

［5］Meilhac C，Nastar C.Relevance feedback and category search in image databases［J］.IEEE InternationalConference on Multimedia Computing and Systems，1999，1：97-105.

［6］董立巖，苑森淼，劉光遠(yuǎn).基于貝葉斯分類器的圖像分類［J］.吉林大學(xué)學(xué)報(bào)：理學(xué)版，2007，45（2）：249-253.

［7］章舜仲，王樹(shù)梅，黃河燕.基于屬性相關(guān)性分析的貝葉斯分類模型［J］.情報(bào)學(xué)報(bào)，2007，26（2）：271-274.

［8］M.K.Hu.visual pattern recognition by moment invariants［J］.IEEE Transactionson Information Theory，1962，8（2）：179-187

［9］吳一全，朱兆達(dá).圖像處理中閾值選取方法30年（1962—1992）的進(jìn)展（一）［J］.數(shù)據(jù)采集與處理，1993，8（9）：3.