45、基于知识表示的图像检索系统与企业信息系统集成方法

基于知识表示的图像检索系统与企业信息系统集成方法

图像检索系统相关

在图像检索领域，传统基于特征的方法虽被广泛研究，但低层次特征难以捕捉图像语义。这里介绍一种基于知识表示的图像检索方法，其构建了一个完整的客户端 - 服务器图像检索系统，支持草图查询和示例查询。

相似度计算

• 颜色相似度 ：通过函数 $\varPhi$ 取差异的最大值来获得相似度，公式为 $simcolor = \varPhi (m’kx {\Delta color(k)}, E_{xc01o”}, E_{yeolor})$ 。
• 纹理相似度 ：用于衡量图像组件与对应区域中纹理特征的相似性。$D.texture(k)$ 表示 D 的第 k 个组件与区域 $r_j(k)$ 之间纹理组件的差异总和，并除以元素的标准差，公式为 $simtexture = \varPhi (m;x \Delta texture(k), f_{xtexture}, f_{ytexture})$ 。

原型系统

• 界面 ：为用户提供一种简单的视觉语言，用于指定基本形状的几何组合，这种组合称为描述。复合形状描述直观地代表一组图像，可作为查询或相关图像类别的索引。
• 语法和语义 ：系统有内部语法来表示用户的查询和描述，并为查询赋予基于可检索图像集的外延语义。与现有图像检索系统不同，该语义具有组合性，添加草图细节可能会限制可检索图像集。通过几何变换为每个形状组件的相对位置、