專利名稱：基于遺傳算法的圖像內(nèi)容檢索方法
技術(shù)領(lǐng)域：
本發(fā)明涉及的是一種圖像內(nèi)容檢索方法，特別是一種基于遺傳算法的圖像內(nèi)容檢索方法，屬于圖像信息處理領(lǐng)域。
背景技術(shù)：
圖像是多媒體信息庫(kù)中最普通的一種媒體，研究檢索多媒體信息庫(kù)中圖像內(nèi)容的有效方法是非常有意義的。對(duì)于圖像的檢索，早期采用文字形式，對(duì)圖像附上特定屬性，并且將這些屬性看作格式化的數(shù)據(jù)，通過(guò)輸入字符串并與這些屬性進(jìn)行匹配，來(lái)達(dá)到圖像檢索的目的。這種方法現(xiàn)在仍然作為一種主要的檢索方法得到大量應(yīng)用。然而，由于該種基于文字的方法要求用戶輸入與圖像具有較強(qiáng)相關(guān)性的文字，文字若不能精確描述圖像信息，則檢索效果不好，但若要實(shí)現(xiàn)精確描述，卻需要進(jìn)行十分繁瑣的工作。鑒于上述原因，基于內(nèi)容的圖像檢索技術(shù)引起了人們的很大興趣。
迄今為止，人們進(jìn)行了許多關(guān)于圖像模板匹配方面的研究，然而針對(duì)多媒體信息庫(kù)，能夠?qū)ζ鋵?shí)現(xiàn)圖像內(nèi)容有效檢索全過(guò)程的整套技術(shù)方面的研究成果相對(duì)來(lái)說(shuō)還比較少見(jiàn)，經(jīng)文獻(xiàn)檢索發(fā)現(xiàn)，典型的有Excalibur公司的技術(shù)開(kāi)發(fā)小組開(kāi)發(fā)的Visual RetrievalWare(可視檢索軟件)查詢技術(shù)，公開(kāi)在http//www.convera.com/Products/products rw.asp上，這些技術(shù)的基本思想都是從圖像自身的顏色、紋理、形狀等屬性的相似性角度出發(fā)，通過(guò)匹配運(yùn)算來(lái)達(dá)到檢索的目的。Visual RetrievalWare(可視檢索軟件)提供了基于顏色、形狀、紋理、顏色結(jié)構(gòu)、亮度結(jié)構(gòu)和縱橫比6種圖像屬性的檢索，每一個(gè)屬性權(quán)重值范圍從0到5，不同的權(quán)值設(shè)定產(chǎn)生的結(jié)果不同，其中顏色屬性是對(duì)圖像的顏色及其所占的比率進(jìn)行測(cè)定；形狀屬性指圖像中物體的輪廓或線條的相對(duì)方位、彎曲度及對(duì)比度；紋理屬性是指圖像的平滑度或粗糙度；亮度屬性是指構(gòu)成圖像的象素組合的亮度。但是該技術(shù)對(duì)于圖像檢索的前端處理技術(shù)方面和目標(biāo)對(duì)象的自我擴(kuò)展能力和搜索算法方面的智能化和實(shí)時(shí)性方面都有待于改進(jìn)。

發(fā)明內(nèi)容
本發(fā)明針對(duì)現(xiàn)有技術(shù)的不足和缺陷，提供一種基于遺傳算法的圖像內(nèi)容檢索方法，通過(guò)執(zhí)行用戶模板預(yù)處理、匹配檢索、檢索結(jié)果處理三方面的操作，使其具有高效的智能檢索效果，同時(shí)兼顧檢索速度問(wèn)題，對(duì)檢索速度進(jìn)行了一定的改善。本發(fā)明是通過(guò)以下技術(shù)方案實(shí)現(xiàn)的，本發(fā)明方法具體如下首先，由用戶通過(guò)人機(jī)接口提供期望查找的目標(biāo)對(duì)象圖像；其次，對(duì)目標(biāo)對(duì)象進(jìn)行特征提取，并基于特征提取后的目標(biāo)對(duì)象生成目標(biāo)對(duì)象模板集；然后，一方面基于模板集構(gòu)造具體遺傳算法，另一方面基于已得到的目標(biāo)對(duì)象特征對(duì)等待檢索的圖像數(shù)據(jù)庫(kù)中的每一圖像進(jìn)行搜索區(qū)域初步范圍定界；最后，利用所構(gòu)造的遺傳算法對(duì)已得到的初步搜索區(qū)域進(jìn)行檢索，并將檢索結(jié)果返回給用戶。
本發(fā)明具有人機(jī)交互接口、用戶模板預(yù)處理、匹配檢索、檢索結(jié)果輸出四個(gè)部分的功能。其中，人機(jī)交互接口完成用戶的目標(biāo)對(duì)象的輸入和接受返回的檢索結(jié)果；用戶模板預(yù)處理操作是對(duì)用戶的目標(biāo)對(duì)象圖像實(shí)施一定的處理，提取其特征及生成適應(yīng)性強(qiáng)的模板集；匹配檢索完成媒體庫(kù)中每一圖像內(nèi)的初步檢索區(qū)域的定界，并利用遺傳算法在已定界的區(qū)域內(nèi)進(jìn)行目標(biāo)檢索；檢索結(jié)果輸出操作是根據(jù)用戶的實(shí)際應(yīng)用需求返回檢索結(jié)果給人機(jī)交互接口。
以下對(duì)本發(fā)明方法作進(jìn)一步的描述(1)由人機(jī)接口接受用戶提供的需要查找的特定目標(biāo)對(duì)象圖像。
(2)對(duì)用戶輸入的目標(biāo)對(duì)象進(jìn)行預(yù)處理，應(yīng)用特征提取技術(shù)，提取用戶輸入的特定目標(biāo)對(duì)象的顏色和輪廓方面的特征信息，并基于目標(biāo)對(duì)象生成目標(biāo)對(duì)象模板集。
在特征提取方面，顏色信息提取采用直方圖統(tǒng)計(jì)的方法，而圖形輪廓提取則采用坎尼算子的方法。這兩種信息的結(jié)合，可以比較好的描述圖像的一般性特征，同時(shí)又簡(jiǎn)化了圖像數(shù)據(jù)。
在模板集生成方面，對(duì)于特征提取后的目標(biāo)對(duì)象，采用放大，縮小，旋轉(zhuǎn)等變形技術(shù)，生成具有相似性的新模板，以擴(kuò)展用戶目標(biāo)對(duì)象模板數(shù)量，形成用戶目標(biāo)對(duì)象模板集，對(duì)于該模板集中的每一模板，用N個(gè)bits來(lái)編碼其編號(hào)，該編號(hào)將在后續(xù)的遺傳檢索算法中被用來(lái)代表具體的模板，N個(gè)bits可以最多表示2N個(gè)模板，N可以根據(jù)實(shí)際的需要來(lái)確定。
(3)進(jìn)行匹配檢索操作，對(duì)于媒體庫(kù)中等待被檢索的每一圖像，利用上述的顏色和輪廓特征提取方法，且根據(jù)用戶目標(biāo)圖像中所提取的特征值進(jìn)行圖像處理，并且特別借助區(qū)域增長(zhǎng)的方法界定待檢測(cè)的圖像的搜索區(qū)域初步范圍，然后，利用基于模板集構(gòu)造的性能良好的遺傳算法在已得到的初步檢索區(qū)域內(nèi)進(jìn)行優(yōu)化匹配檢索。
區(qū)域增長(zhǎng)法主要是基于所提取的圖像特征信息在圖像中給定起始增長(zhǎng)點(diǎn)和增長(zhǎng)閾值后，采用遞歸搜索每一個(gè)像素點(diǎn)的周圍相鄰8個(gè)點(diǎn)，用標(biāo)記掩碼的方式來(lái)連接離散的圖像輪廓或者區(qū)域，從而構(gòu)成連續(xù)的封閉區(qū)域并將其確定為圖像中進(jìn)行檢索的初步區(qū)域。
在得到檢索初步區(qū)域后，就可利用基于模板集構(gòu)造的性能良好的遺傳算法在該區(qū)域內(nèi)進(jìn)行優(yōu)化匹配檢索。
該遺傳算法在得到模板集后就可以構(gòu)造出來(lái)，在該算法中，每一條染色體采用M個(gè)bits表示，其中K個(gè)bits表示圖像二維空間中目標(biāo)的位置，從而每條染色體可以搜索的范圍是2K/2*2K/2大小，其余的(M-K)個(gè)bits表示模板的編碼，另外，染色體的適應(yīng)度函數(shù)用最小相關(guān)誤差表示。在利用該算法檢索時(shí)，根據(jù)最小相關(guān)誤差函數(shù)計(jì)算每一條染色體的適應(yīng)度函數(shù)值，并且根據(jù)計(jì)算結(jié)果從大到小排序，每一世代保留最優(yōu)的若干條染色體，當(dāng)算法收斂到設(shè)定的閾值或者遺傳算法演進(jìn)到規(guī)定的世代數(shù)時(shí)，搜索即告結(jié)束，得到檢索結(jié)果。
(4)根據(jù)檢索結(jié)果并按照用戶的實(shí)際應(yīng)用需求，或者將查找到的圖像返回給用戶，或者以文字形式通知用戶是否已檢索到所需要的圖像。
本發(fā)明具有實(shí)質(zhì)性特點(diǎn)和顯著進(jìn)步，基于遺傳算法的圖像內(nèi)容檢索技術(shù)是在性能良好的圖像特征提取技術(shù)、適應(yīng)性模板集的生成、區(qū)域增長(zhǎng)法以及遺傳算法智能檢索技術(shù)的基礎(chǔ)上研發(fā)的。與已有的相應(yīng)技術(shù)相比，該技術(shù)具有高效的智能檢索效果，同時(shí)其兼顧檢索速度問(wèn)題，對(duì)檢索速度進(jìn)行了一定的改善。
具體實(shí)施例方式
結(jié)合本發(fā)明的內(nèi)容進(jìn)一步提供以下實(shí)施例基于本發(fā)明方法開(kāi)發(fā)了原型系統(tǒng)，該系統(tǒng)包括用戶提供目標(biāo)對(duì)象圖像和返回結(jié)果的接口、目標(biāo)對(duì)象預(yù)處理模塊、遺傳算法構(gòu)造模塊、搜索區(qū)域初步范圍定界模塊、等待檢索的圖像數(shù)據(jù)庫(kù)、利用遺傳算法進(jìn)行檢索模塊。
首先，由用戶通過(guò)人機(jī)接口提供期望查找的目標(biāo)對(duì)象圖像，在實(shí)驗(yàn)系統(tǒng)中是人體的某些特殊部位；第二步，由目標(biāo)對(duì)象預(yù)處理模塊對(duì)目標(biāo)對(duì)象進(jìn)行特征提取，特征提取是通過(guò)直方圖統(tǒng)計(jì)的辦法提取目標(biāo)對(duì)象的顏色特征和利用坎尼算子的方法提取目標(biāo)對(duì)象的輪廓特征，再利用特征提取后的目標(biāo)對(duì)像通過(guò)旋轉(zhuǎn)，放大，縮小，扭曲生成目標(biāo)對(duì)象的模板集；然后，一方面利用遺傳算法構(gòu)造模塊基于模板集構(gòu)造具體遺傳算法，包括確定遺傳算法中的染色體編碼方式、遺傳交叉的操作方式及適應(yīng)度函數(shù)，在實(shí)驗(yàn)系統(tǒng)中，染色體編碼方式采用16位編碼，遺傳交叉的操作方式采用雙點(diǎn)交叉和1％的變異率，適應(yīng)度函數(shù)是基于最小均方誤差。另一方面利用基于已得到的目標(biāo)對(duì)象特征，在搜索區(qū)域初步范圍定界模塊中對(duì)等待檢索的圖像數(shù)據(jù)庫(kù)中的每一幅圖像進(jìn)行搜索區(qū)域初步范圍定界，在實(shí)驗(yàn)系統(tǒng)中，確定的主要區(qū)域是人的身體區(qū)域，也即對(duì)圖像數(shù)據(jù)庫(kù)中的每一幅圖像采用直方圖統(tǒng)計(jì)和坎尼算子操作提取特征，再特別借助區(qū)域增長(zhǎng)的方法，界定出一幅圖像中的人體所占的區(qū)域；之后，在利用遺傳算法進(jìn)行檢索的模塊中使用所構(gòu)造的遺傳算法對(duì)已得到的初步搜索區(qū)域通過(guò)交叉變異運(yùn)算進(jìn)行檢索，當(dāng)遺傳算法搜索結(jié)果超過(guò)預(yù)定的閾值或者世代演進(jìn)超過(guò)120代的時(shí)候，搜索即告結(jié)束；最后，將檢索結(jié)果以文字或者圖像的形式返回給用戶。
本方法經(jīng)過(guò)系統(tǒng)原型的具體實(shí)施，效果較好，遺傳算法的使用使得在查找的準(zhǔn)確度方面，有很大的改觀。此外，由于在前端引入圖像的特征提取和搜索區(qū)域的初步定界，減少了大量的冗余計(jì)算，所以在查找的速度方面也有一定的改善。
權(quán)利要求
1.一種基于遺傳算法的圖像內(nèi)容檢索方法，其特征在于方法具體如下首先，由用戶通過(guò)人機(jī)接口提供期望查找的目標(biāo)對(duì)象圖像；其次，對(duì)目標(biāo)對(duì)象進(jìn)行特征提取，并基于特征提取后的目標(biāo)對(duì)象生成目標(biāo)對(duì)象模板集；然后，一方面基于模板集構(gòu)造具體遺傳算法，另一方面基于已得到的目標(biāo)對(duì)象特征對(duì)等待檢索的圖像數(shù)據(jù)庫(kù)中的每一圖像進(jìn)行搜索區(qū)域初步范圍定界；最后，利用所構(gòu)造的遺傳算法對(duì)已得到的初步搜索區(qū)域進(jìn)行檢索，并將檢索結(jié)果返回給用戶。
2.根據(jù)權(quán)利要求1所述的這種基于遺傳算法的圖像內(nèi)容檢索方法，其特征是以下對(duì)方法所作的進(jìn)一步的描述(1)由人機(jī)接口接受用戶提供的需要查找的特定目標(biāo)對(duì)象圖像；(2)對(duì)用戶輸入的目標(biāo)對(duì)象進(jìn)行預(yù)處理，應(yīng)用特征提取技術(shù)，提取用戶輸入的特定目標(biāo)對(duì)象的顏色和輪廓方面的特征信息，并基于目標(biāo)對(duì)象生成目標(biāo)對(duì)象模板集；(3)進(jìn)行匹配檢索操作，對(duì)于媒體庫(kù)中等待被檢索的每一圖像，利用上述的顏色和輪廓特征提取方法，且根據(jù)用戶目標(biāo)圖像中所提取的特征值進(jìn)行圖像處理，并且借助區(qū)域增長(zhǎng)的方法界定待檢測(cè)的圖像的搜索區(qū)域初步范圍，然后，利用基于模板集構(gòu)造的性能良好的遺傳算法在已得到的初步檢索區(qū)域內(nèi)進(jìn)行優(yōu)化匹配檢索；(4)根據(jù)檢索結(jié)果并按照用戶的實(shí)際應(yīng)用需求，或者將查找到的圖像返回給用戶，或者以文字形式通知用戶是否已檢索到所需要的圖像。
3.根據(jù)權(quán)利要求2所述的這種基于遺傳算法的圖像內(nèi)容檢索方法，其特征是在特征提取方面，顏色信息提取采用直方圖統(tǒng)計(jì)的方法，而圖形輪廓提取則采用坎尼算子的方法；在模板集生成方面，對(duì)于特征提取后的目標(biāo)對(duì)象，采用放大，縮小，旋轉(zhuǎn)等變形技術(shù)，生成具有相似性的新模板，以擴(kuò)展用戶目標(biāo)對(duì)象模板數(shù)量，形成用戶目標(biāo)對(duì)象模板集，對(duì)于該模板集中的每一模板，用N個(gè)bits來(lái)編碼其編號(hào)，該編號(hào)將在后續(xù)的遺傳檢索算法中代表具體的模板，N個(gè)bits最多表示2N個(gè)模板。
4.根據(jù)權(quán)利要求2所述的這種基于遺傳算法的圖像內(nèi)容檢索方法，其特征是區(qū)域增長(zhǎng)法主要是基于所提取的圖像特征信息在圖像中給定起始增長(zhǎng)點(diǎn)和增長(zhǎng)閾值后，采用遞歸搜索每一個(gè)像素點(diǎn)的周圍相鄰8個(gè)點(diǎn)，用標(biāo)記掩碼的方式來(lái)連接離散的圖像輪廓或者區(qū)域，構(gòu)成連續(xù)的封閉區(qū)域并將其確定為圖像中進(jìn)行檢索的初步區(qū)域。
5.根據(jù)權(quán)利要求2所述的這種基于遺傳算法的圖像內(nèi)容檢索方法，其特征是遺傳算法在得到模板集后就構(gòu)造出來(lái)，在該算法中，每一條染色體采用M個(gè)bits表示，其中K個(gè)bits表示圖像二維空間中目標(biāo)的位置，每條染色體搜索的范圍是2K/2*2K/2大小，其余的M-K個(gè)bits表示模板的編碼，另外，染色體的適應(yīng)度函數(shù)用最小相關(guān)誤差表示，在利用該算法檢索時(shí)，根據(jù)最小相關(guān)誤差函數(shù)計(jì)算每一條染色體的適應(yīng)度函數(shù)值，并且根據(jù)計(jì)算結(jié)果從大到小排序，每一世代保留最優(yōu)的若干條染色體，當(dāng)算法收斂到設(shè)定的閾值或者遺傳算法演進(jìn)到規(guī)定的世代數(shù)時(shí)，搜索即告結(jié)束，得到檢索結(jié)果。
全文摘要
一種基于遺傳算法的圖像內(nèi)容檢索方法屬于圖像信息處理領(lǐng)域。方法具體如下首先，由用戶通過(guò)人機(jī)接口提供期望查找的目標(biāo)對(duì)象圖像；其次，對(duì)目標(biāo)對(duì)象進(jìn)行特征提取，并基于特征提取后的目標(biāo)對(duì)象生成目標(biāo)對(duì)象模板集；然后，一方面基于模板集構(gòu)造具體遺傳算法，另一方面基于已得到的目標(biāo)對(duì)象特征對(duì)等待檢索的圖像數(shù)據(jù)庫(kù)中的每一圖像進(jìn)行搜索區(qū)域初步范圍定界；最后，利用所構(gòu)造的遺傳算法對(duì)已得到的初步搜索區(qū)域進(jìn)行檢索，并將檢索結(jié)果返回給用戶。本發(fā)明與已有的相應(yīng)技術(shù)相比，具有高效的智能檢索效果，同時(shí)其兼顧檢索速度問(wèn)題，對(duì)檢索速度進(jìn)行了一定的改善。
文檔編號(hào)G06K9/36GK1405727SQ02145109
公開(kāi)日2003年3月26日 申請(qǐng)日期2002年11月7日 優(yōu)先權(quán)日2002年11月7日
發(fā)明者李生紅, 楊樹(shù)堂, 李建華, 毛俊逸, 須澤中, 楊慰籍 申請(qǐng)人:上海交通大學(xué)