2021年图像检索优质课件讲义.ppt

3 基于内容的图像检索
问题的提出
当我们的数字图像数量很多时（达到上千张、甚至上百万张），如何快速有效地找到需要的数字图像是一项有挑战性的工作。
从20世纪70年代开始，有关图像检索的研究就已开始，当时主要是基于文本的图像检索技术（Text-based Image Retrieval，简称TBIR），利用文本描述的方式描述图像的特征，如绘画作品的作者、年代、流派、尺寸等
那么，如何利用计算机辅助检索图像呢？（与文本检索不同，图像与图像之间的比较是一个复杂的问题）
*
图像检索优质课件
*
3 基于内容的图像检索
传统的图像检索方法
通过图片的元数据或标引文字进行检索
例：图像元数据
宽度：210
高度：172
主题：玻璃瓶与草
背景：淡灰
内容：
6个有草的玻璃瓶
3个瓶有红色液体
3个瓶有透明液体
*
图像检索优质课件
*
*
图像检索优质课件
*
3 基于内容的图像检索
传统的图像检索方法
标引文字的检索的局限性是：
图片的标引文字主要靠人工输入。
对大数据量的场合（如Web资源、数字图书馆等）应用困难
标引文字无法精确完整的刻画图片内容
文字描述一维线性的媒体，而图片是二维非线性的媒体
生成或利用元数据的过程实质是在两种差异很大的媒体间的翻译过程，有很大的随意性和信息损失
*
图像检索优质课件
*
3 基于内容的图像检索
基于内容的图像检索方法
一图胜千言，考虑绕过这些转换（翻译）过程直接利用图片去检索图片，这就是基于内容的检索的出发点
基于内容的图像检索的英文缩写：CBIR
Content-Based Image Retrieval
到90年代以后，出现了对图像的内容语义，如图像的颜色、纹理、布局等进行分析和检索的图像检索技术，即基于内容的图像检索。
*
图像检索优质课件
*
综合利用颜色、纹理、形状特征，逻辑特征和客观属性等，实现图像检索
*
图像检索优质课件
*
3 基于内容的图像检索
基于内容的图像检索方法
大量原型系统已经推出,技术正在逐步走向成熟，已经出现一些商用系统。
商用系统如：IBM的QBIC、
Virage的VIR Image Engine。
原型系统如：UCB的BlobWorld（形状）、 Stanford的系统（颜色）。
检索效果仍需改进。
*
图像检索优质课件
*
3 基于内容的图像检索
相似图片搜索
*
图像检索优质课件
*