基于Lucene平台的CBIR系统研究—开篇

 

zz from：http://hi.baidu.com/lszhuhaichao/blog/item/a9ceff16df8ef64620a4e98b.html

基于Lucene平台的CBIR系统研究—开篇

Lucene平台已经研究了很长时间，虽说有不少细节的东西还没有解决，但是基本的应用已经没有什么问题了。所以开始做CBIR的东西了。

所谓的CBIR就是Content-Based Image Retrieval 的英文缩写，中文名就是基于内容的图像检索。

Lucene只是一个全文检索的平台，我们可以很容易地在这个平台上实现关键字的检索，但是如何实现基于内容的图像检索呢？今天，在这里首先介绍一下Lucene Image Retrieval（LIRe）这个平台，并在以后的文章当中和大家分享有关LIRe学习的心得，可能在这过程当中会插入我的相关工作的内容。

LIRe的主页是http://www.semanticmetadata.net/，下图是这个主页的截图。

 

就像Lucene平台是一个全文检索的开源的Java库一样，LIRe也是一个开源的Java库，只是它提供的API是用于基于内容的图像的检索的，可以实现对图像的特征提取和建立索引。由于LIRe是在Lucene的基础上开发的，在2006年2月份发布了第一个版本，目前最高的版本是v0.8。LIRe是作为Caliph & Emir的子项目，在SourceForge上可以下载。网址为：

http://sourceforge.net/projects/caliph-emir/

在这里插入一些有关Caliph & Emir的内容。Caliph & Emir是基于Java的用于图像的文本标识和检索的。它实现了大部分的MPEG-7的特征。而且，Caliph & Emir 是目前已知的唯一提供MPEG-7的开源库。其中Caliph是用于对图像进行文本标识和元数据提取的。它支持四种MPEG-7的颜色特征：颜色布局特征（Color layout），可扩展颜色（Scalable color），边缘直方图（Edge Histogram）和主色（Dominant color）。Emir是用于检索的。其主要支持Caliph的颜色特征的基于内容的图像检索和基于文本的检索。

在回过头来继续讲讲LIRe，在LIRe中主要实现的图像特征有：

1.       RGB和HSV空间的颜色直方图；

2.       MPEG-7的颜色特征，包括Scalable color，Color layout和Color layout；

3.       Tamura纹理特征，包括粗糙度（Coarseness），对比度（Contrast）和方向度（Directionality）；

4.       颜色和边缘的方向性描述符（Color and edge directivity descriptor, CEDD）；

5.       模糊颜色和纹理直方图（Fuzzy color and texture histogram, FCTH）；

6.       颜色关联图（Auto color correlation）；

7.       尺度不变特征变换（Scale-invariant feature transform , SIFT）。

小结：LIRe是一个轻量型的CBIR的API库。由于其是在Lucene的基础上开发的，并且是属于Caliph & Emir项目的一部分，因此LIRe在一方面实现了对图像的特征提取，另一方面摆脱了传统的基于数据库的线性查找的方式。我们可以在这个平台上比较容易的实行轻量级的图像检索。