7、基于区域的图像检索技术解析

基于区域的图像检索技术解析

1. 内容简介

基于内容的图像检索（CBIR）系统借助图像的视觉内容，以颜色、纹理、形状和空间位置等低级特征来表示数据库中的图像。当输入示例图像或草图时，系统会检索出相似的图像。这种查询方式无需用文字描述图像的视觉内容，更贴近人类对视觉数据的感知。

CBIR系统提取的特征可分为局部特征和全局特征。全局特征从整个图像中提取，而局部特征则从图像的部分或区域中提取。基于全局特征的CBIR存在一定局限性，在搜索图像时可能无法准确比较用户感兴趣的区域或对象。因为查询图像包含相关和不相关区域，通过识别查询图像中的感兴趣区域（ROI）来选择相关区域，基于区域的CBIR技术（RBIR）提供了选择查询图像部分区域的灵活性，能给出更准确的搜索结果。

根据ROI的选择方式，CBIR方法可分为系统指定ROI（SDR）方法和用户指定ROI（UDR）方法。SDR方法中，系统自动将图像划分为重要区域并指定为ROI；UDR方法则允许用户手动选择ROI。

2. ROI图像检索框架

ROI导向的图像索引和检索过程如下：
- 从数据集中逐个选择图像，根据采用的方法（SDR或UDR）提取ROI。
- SDR系统中，分割算法识别的区域或对象作为潜在ROI。
- UDR系统中，使用布局图像中所有块的特征对数据库中的图像进行索引，通常采用3×3和5×5布局。
- SDR方法的在线模式和离线模式采用相同的特征提取步骤；UDR方法仅提取与用户指定ROI（UDR）完全或部分重叠的块（ROBs）的特征，选择ROI重叠块的决策取决于重叠面积、重叠百分比等参数。
- 查询处理时，基于UDR和SDR的特征与数据库中每个图像的所有区