25、基于自适应四角小波变换的纹理图像内容检索技术

基于自适应四角小波变换的纹理图像内容检索技术

1. 引言

近年来，多媒体尤其是数字图像库的使用增长迅速，因此需要一种从数据库中有效访问图像的方法。图像检索主要有两种基本方法：基于文本的图像检索和基于内容的图像检索（CBIR）。基于文本的检索在许多图像搜索应用中效果不佳，因为它在人类感知和系统理解之间造成了巨大的语义鸿沟。随着数字图像数据库规模的不断扩大，传统的基于文本的搜索方法不适用于从大型数据库中检索图像，而且在大型数据库上进行图像标注以提高检索性能也不可行，同时也难以完美表达图像的颜色、纹理、形状和对象等特征。此外，基于文本的搜索还增加了全球图像共享的语言问题。

为了克服基于文本搜索的这些问题，CBIR应运而生。CBIR在数字图像处理中起着至关重要的作用，它主要利用颜色、纹理和形状等视觉特征进行图像搜索，并基于这些视觉特征对图像进行索引。开发CBIR系统的主要问题是提高检索精度，虽然已经开发了各种CBIR方法，但具有高精度且计算时间最短的方法被认为是最佳的。

纹理特征存在于许多现实世界的图像中，如云彩、树木、织物、砖块和头发等。纹理表示图像表面的粗糙度，是处理图像表面属性的低级视觉特征。本文介绍的技术采用了“四角小波（Tetrolet）”的概念，它是“哈尔（Harr）”小波的一种特殊情况。该技术对图像进行所有可能的旋转和反射分析，并设计了一种基于四角小波变换的策略，使图像检索过程具有旋转不变性。

图像检索算法的性能通过平均检索精度和平均检索召回率来衡量：
- 精度（Precision）：$P_i = \frac{N_r}{T_r}$，其中$N_r$是检索到的相关图像数量，$T_r$是从数据库中检索到的图像总数。
- 平均检索精度（Ave