D0I:10.13374/j.issn1001-053x.1999.0M.022 第21卷第4期 北京科技大学学报 Vol.21N0.4 1999年8月 Journal of University of Science and Technology Beijing Aug.1999 图像数据库的智能检索 吴斌12)王秉钦” 1)北京科技大学信息工程学院，北京1000832)西南工学院信控系，四川绵阳，621002 摘要提出了以人工智能思想为指导的图像数据库的智能检索方法，它利用模式识别技术 和图像处理技术，同时考虑启发性知识.该方法用图像特征向量代表图像并进行聚类分析以建 立图像库的检索树，应用最佳优先搜索方法在检索树上找出用户满意的图像，重点探讨了如何 利用专家的经验知识和通过样本训练得到启发评价函数，并推出了启发评价函数存在的条件. 关键词图像数据库：智能检索：聚类；评价函数 分类号TP392 随着人们对信息重要性的不断提高，日益广义关键子图)，并对其规范化以形成图像的特 迫切要求建立支持图像处理、图像管理、图像推 征向量；其次在特征向量的基础上应用模式识 理、图像存储、图像通讯以及图像输入/输出的 别技术中的聚类分析方法建立适合于智能检索 集成化图像信息系统，图像信息系统的核心是 的检索树，即对特征向量进行组织，也即将图像 图像数据库(Image Database-IDB),它是图像技 库按树形结构组织.在检索时，采用启发式深度 术与数据库技术相结合的产物，其任务是提供 优先的搜索策略进行树搜索，根据启发函数的 有效地管理图像数据和快速地交互图像信息的 值确定检索树上每层各节点的优先权，选取优 手段. 先权最大的节点逐层向下搜索，直到叶子节点 检索是衡量数据库系统性能优劣的重要标 找到所要检索的图像为止：若到叶子节点仍找 志之一.现有IDB中的检索操作，是根据图像的 不到目标，则逐层回溯再搜索其他的分枝 属性，如图像名、制作日期、作者等利用表格式 的查询语言对整个图像库进行检索~引，类似于 2特征提取 传统数据库的检索.它的不足有： 在图像中存在着一些特殊的信息，这些信 (1)盲目地对整个图像库进行检索.当图像 息使该图像有别于其他任何图像，它们就是图 量较大时，需要较长的检索时间：(2)要求用户 像的特征，这些特征包含在图像的内容中，当 熟悉查询语言：(3)检索信息不涉及图像本身所 然，从广义上讲，图像的特征还包括有图像的属 含的内容，且要求有确切的检索信息， 性，如图像名、图像作者、制作日期等，但本文研 因此，有必要研究一种新的检索方法，能够 究中所指图像特征不包含这些属性，图像的特 快速准确方便地从浩如烟海的图像数据库中检 征是多种多样的，如点特征、局部特征、整体特 索出用户所需的图像，在用户提供的检索信息 征、幅度特征、直方图特征、变换系数特征等， 不充分的情况下也能进行检索，并且向用户所 从一幅图像中提取出什么样的特征需结合 提供的检索信息不仅应包含图像的属性，而更 有关领域知识，根据建库者所关心的问题来决 多和更重要的是应包含图像本身的内容. 定，特征提取的方法也与图像所反映的对象物 1基本思想 体的各种物理的、形态的性能有很大的关系， 从一幅图像中可提取的特征常常不是惟一的， 首先应用图像处理技术从图像中抽取出能 而是多种多样的，故需对它们进行规范化处理， 完全惟一表征此图像的特征信息（称为图像的 即特征选择，以选出最合适和最有代表性的特 征组成图像的特征向量.目前特征提取方法大 1998-10-06收稿吴斌男，33岁，博士 致分为二类：以最小错误概率条件下的特征提第 卷 第 期 年 月 北 京 科 技 大 学 学 报 心 图像数据库 的智能检索 吴 斌 ’， 王 秉钦 ” 北京科技大学信息工程学院 ， 北京 西南工学院信控系 ， 四川绵阳 ， 摘 要 提 出 了 以人 工 智 能 思想 为指导 的 图像数据库 的智 能检索方法 ， 它利用 模式 识别 技术 和 图像处理技术 ， 同时考虑 启 发性知识 该方法用 图像特征 向量代表 图像并进 行聚类分析 以建 立 图像库的检索树 ， 应用最佳优先搜索方法在检索树上 找 出用户满意 的图像 重 点探讨 了如何 利用专家的经验 知识和 通过样 本训练得到启 发评价函数 ， 并推 出 了启发评价 函 数存在 的条件 关键词 图像数据库 智 能检索 聚类 评价 函数 分 类号 随着人 们 对 信 息重 要 性 的不 断提 高 ， 日益 迫 切 要 求 建立 支持 图像处 理 、 图像管理 、 图像推 理 、 图像存储 、 图像通 讯 以及 图像输入 输 出 的 集成化 图像信息系统 图像信息 系统 的核心 是 图像数据 库 一 ， 它 是 图像技 术 与数据 库技术相 结合 的产 物 ， 其任 务是 提供 有效地 管理 图像数据和 快速地 交互 图像信息 的 手 段 检索是 衡量数据 库 系统性 能优劣 的重 要标 志 之 一 现有 中的检索 操 作 ， 是 根据 图像 的 属性 ， 如 图像名 、 制作 日期 、 作 者 等利用 表 格式 的查询 语 言对 整 个 图像库进行检索 〔 ‘ 一 ” ， 类似于 传 统数据 库 的检索 它 的不 足 有 盲 目地对 整 个 图像库进行检 索 当 图像 量 较 大 时 ， 需 要 较 长 的检 索 时 间 要 求 用 户 熟悉查询语 言 检索信息 不涉及 图像本身所 含 的 内容 ， 且 要 求有确 切 的检索信 息 因此 ，有必 要 研 究一 种新 的检索方法 ， 能 够 快速准确方便地 从浩如烟海 的 图像数据库 中检 索 出用 户 所需 的 图像 ， 在 用 户 提 供 的检 索 信 息 不 充分 的情况 下 也 能进行检 索 ， 并且 向用 户所 提 供 的检索信息不 仅应 包 含 图像 的属 性 ， 而 更 多和 更 重 要 的是应 包含 图像 本 身的 内容 广 义关键子 图 ， 并对其规 范化 以形成 图像的特 征 向量 其 次在特 征 向量 的基础 上应用 模式识 别技术 中的聚类分析方法建立适合 于 智 能检索 的检索树 ， 即对特征 向量进行组织 ， 也 即将 图像 库 按树形 结构组 织 在 检索时 ， 采用 启发式深度 优 先 的搜索策 略进 行树 搜索 根 据启发 函数 的 值 确 定 检索树上 每层 各 节 点 的优 先 权 ， 选取 优 先 权最 大 的节 点逐层 向下 搜索 ， 直 到 叶子 节 点 找 到所 要检索 的 图像为止 若到 叶子 节 点仍 找 不 到 目标 ， 则逐 层 回溯 再 搜 索 其他 的分 枝 基本思想 首先应用 图像处 理 技术从 图像 中抽取 出 能 完全惟一 表征 此 图像 的特 征 信 息 称 为 图像 的 一 一 收稿 昊斌 男 ， 岁 ， 博士 特征提取 在 图像 中存在着一 些特 殊 的信 息 ， 这 些信 息 使该 图像有 别 于 其他任何 图像 ， 它 们 就 是 图 像 的特 征 这 些特 征 包 含 在 图像 的 内容 中 当 然 ， 从广义上 讲 ， 图像 的特征还包括有 图像 的属 性 ， 如 图像名 、 图像作者 、 制作 日期等 ， 但本文研 究中所 指 图像特 征不包 含这些 属 性 图像 的特 征 是 多种 多样 的 ， 如 点特 征 、 局 部特 征 、 整 体特 征 、 幅度 特 征 、 直方 图特 征 、 变换 系 数特 征 等 从 一 幅 图像 中提取 出什么 样 的特征需结合 有 关 领 域知 识 ， 根据 建库者 所关心 的 问题来决 定 特征提取 的方法 也 与图像所 反映的对 象物 体 的各种物理 的 、 形 态 的性 能有很 大 的关系 从 一 幅 图像 中可 提 取 的特 征常 常不 是惟 一 的 ， 而 是 多种多样的 ， 故需对 它们进行规 范化处理 ， 即特 征选 择 ， 以选 出最 合适 和 最 有代表 性 的特 征 组 成 图像 的特 征 向量 目前特 征 提 取方 法 大 致 分 为二 类 以最 小错 误 概率条件 下 的特 征 提 DOI ：10．13374／j ．issn1001－053x．1999．04．022