23、基于感兴趣区域的图像检索技术解析

基于感兴趣区域的图像检索技术解析

1. 基于ROI区域编码的图像检索方案

在图像检索领域，提出了一种基于感兴趣区域（ROI）区域编码的新颖方案。该方案使用区域编码，方便用户定义任意大小的ROI，进一步缩小搜索范围，从而提高检索的准确性。同时，通过这些编码还能指定不同区域的空间位置。

这种技术介于固定位置匹配和全块匹配技术之间，它只需比较部分而非全部的块，就能很好地反映用户的需求。区域编码不仅在计算上更高效，还能有效地找出查询图像和目标图像中多个ROI之间相对位置的详细相似度。

为了进一步提高效率，采用了由主颜色和局部二值模式组成的有效特征集来表示图像。实验结果表明，该方法在消耗较少计算时间的同时，能产生更好的检索结果。

2. 基于位置无关感兴趣区域的图像检索技术

2.1 背景与问题提出

基于内容的图像检索（CBIR）近年来一直是研究的热点。然而，基于低层次特征的CBIR系统不能很好地处理人类的感知问题，其检索结果往往不理想。将完整图像作为查询图像有时无法满足用户对图像检索的期望，因为查询图像中可能存在用户不感兴趣的对象，从而产生不良的检索结果。

为了解决这个问题，引入了感兴趣区域（ROI）的概念。ROI的识别主要有两种方式：系统定义的ROI（SDR）和用户定义的ROI（UDR）。

系统定义的ROI是基于像素强度等方法来确定的，例如通过计算吸引力、基于图形的视觉显著性和显著性图等。而用户定义的ROI则是由用户在查询图像中自行选择。但这两种方法都存在各自的优缺点，并且在ROI的选择和检索过程中还存在一些问题，如选择不感兴趣的ROI、区域位置的影响、大量区域降低系统速度以及检索时