（管理科学与工程专业论文）基于颜色特征的图象数据管理模式研究.pdf

摘要 在当今软件的世界里，面向对象思想与技术已经渗透到软件的 设计、应用和工程领域。在数据库领域中，虽然o r a c l e 、d b 2 、s q l s e r v e r 、i n f o m i x 现已成为数据库中的霸主，关系数据库占据了绝大 部分的市场份额，但关系数据库它不属于面向对象领域。在以关系 数据库为数据存储方式、采用面向对象程序设计方法进行软件开发 中，由于关系概念与面向对象概念的差异，二者之间存在严重的“阻 抗失配( i m p e d a n c em i s m a t c h ) ”问题。为了解决这个问题，面向对 象技术和数据库技术自然而然开始交流和结合，应用上层的面向对 象要求渗透到数据库以至到数据库的底层。 本文基于颜色特征的图象数据管理模式研究是以国内计算 机研究领域十九种重要期刊中，自1 9 9 5 年以来在图象工程研究领 域发表的学术论文为依据，在对关于图象检索系统的研究、图象数 据库模型的研究和基于颜色特征检索技术的研究成果进行验证性 实验的基础上，进行归类、整理、统计、分析；着眼于解决基于颜 色特性值提取过程中的颜色特征的存储格式、图象特征检索过程中 对检索数据的存储需求，以及基于颜色特征图象检索对数据模型的 要求等方面的问题，主要内容包括： 首先采用面向对象平台对已发表的研究成果开展验证性实验； 其次，运用“存储器层次”管理的思想，以颜色特征作为特征 值的同时综合其它图象自身特征，提取算法以降低特征值的维数和 提高检索的效率而展开研究，并得出了对不同的算法抽取出的特征 值个数的不同情况只需采取不定长的数值型数组进行存储；算法实 现过程中，只需设置二维数组和树二种两种结构。 第三，从多维数据索引需求入手，在b 树支持多维查询比具有 专门结构差的弱点下，确立了当原始数据以一维数组的形式存在 时，在图象对象间建立一维索引、二维索引的索引机制，对特征值 采用二维表格读取是提高效率的最佳途径。 最后根据“基于颜色特征检索”需要灵活运用o d m g 和s q l 标准来提高检索系统性能的现实，在文中以选择提供基于开发标准 的映射层访问数据库的思想为指导，实现了提供基于颜色特征的图 象检索验证平台、根据需要提供基于颜色特征的图象检索应用系统 为宗旨的基于颜色特征的图象数据c a c h d 管理模式的思想，提供了 建立系统存储需求的基本框架。 关键词：基于内容，面向对象，图象数据库，图象检索，颜色 空间，颜色特征，颜色直方图，相似性度量，数据模型，数据管理 模式，c a c h 毒 a b s t r a e t i nt h ew o r l do f s o f t w a r e ，t h et h i n k i n g a n d t e c h n o l o g y o f o b j e c t - o r i e n t e dh a si n f i l t r a t e di n t om a n yf i e l d ss u c ha ss o f t w a r ed e s i g n ， a p p l i c a t i o n a n d e n g i n e e r i n gf i e l d s a l t h o u g h t h er e l a t i o n a ld a m b a s e m a n a g e m e n ts y s t e m ( r d b m s ) i n c l u d i n go r a c l e 、d b 2 、s q ls e r v e r 、i n f o r m i x h a so c c u p i e daa b s o l u t es h a r ei nt h em a r k e t ，i td o e s n o tb e l o n gt ot h e o b j e e t - o r i e n t e df i e l d w h e nw et a k et h er e l a t i o n a ld a t a b a s ea st h ed a t a s t o r a g ew a ya n du s et h eo b je c t - o r i e n t e dp r o g r a md e s i g nm e t h o d i n s o f t w a r ed e v e l o p m e n t ，t h e r ei sas e r i o u si m p e d a n c em i s m a t c hb e t w e e n t h e mf o rt h ec o m p l e t ed i f f e r e n c eb e t w e e nt h er a t i o n a l c o n c e p ta n d o b j e c t - o r i e n t e dc o n c e p t i no r d e rt os o l v et h i sp r o b l e m ，t h ed a t a b a s e t e c h n o l o g yi si n t e g r a t e dw i t ht h eo b j e c t - o r i e n t e dt e c h n o l o g yn a t u r a l l y ， w h i c hm a k e st h eo b j e c t - o r i e n t e dt e c h n o l o g yi n f i l t r a t ei n t oa l ll a y e r so f d a t a b a s es y s t e m t h i sa r t i c l ei sb a s e do nt h ea n a l y s i so ft h e s e sf r o m19k i n do f i m p o r t a n tp e r i o d i c a l si ni m a g ee n g i n e e r i n gr e s e a r c hf i e l ds i n c e19 9 5 a f t e rt h ec l a s s i f i c a t i o n ，r e o r g a n i z a t i o na n ds t a t i s t i c so nr e s e a r c hr e s u l t s i ni m a g er e t r i e v a ls y s t e m ，i m a g ed a t a b a s em o d e la n dr e t r i e v a lt e c h n o l o g y b a s e do nc o l o rf e a t u r e s ，w es e ta b o u tt os o l v et h ep r o b l e m si n c l u d i n gt h e s t o r a g ef o r m a to fc o l o rf e a t u r e ，s t o r a g er e q u i r e m e n tf o rt h ed a t ai ni m a g e r e t r i e v a la n dd a t am o d e li n i m a g er e t r i e v a lb a s e do nc o l o rf e a t u r e t h e m a i nc o n t e n ti n c l u d e sa sf 0 1 l o w s ： f i r s t l y ，t h ee x p e r i m e n t sh a v eb e e n d o n e t ov a h d a t et h ep u b l i c p r o d u c t i o no nt h eo b je c t o r i e n t e de n v i r o n m e n t s e c o n d l y ，t h ed l s t i l h n ga l g o r i t h mh a sb e e nr e s e a r c h e dt or e d u c et h e d i m e n s i o n so fe l g e n v a l u ea n dt oi m p r o v et h ee f f i c i e n c yo fr e t r i e v a lw i t h t h em a n a g e m e n tt h m k m go f “m e m o r yl a y e r ”，w h l c hh a st a k e nc o l o r f e a t u r ea se l g e n v a l u ei n t e g r a t e dw i t ho t h e ri m a g ef e a t u r e ss l m u l t a n e o u s l y a sar e s u l t as t o r a g em e t h o dw l t hav a r i a b l em t e g e ra r r a yist a k e nu n d e r t h ec o n d i t i o no ft h ed i f f e r e n tc o u n to fe l g e n v a l u er e s u l t e df r o mt h e d i f f e r e n t a l g o r i t h m t w o k i n d so fs t r u c t u r e s i n c l u d i n g t r e ea n d t w o - d i m e n s i o na r r a ya r eu s e di nc o u r s eo fa l g o r i t h mi m p l e m e n t t h i r d l y ，a c c o r d i n gt ot h er e q u i r e m e n to fm u l t i d i m e n s i o nd a t ai n d e x ， i ti st h eb e s tm e t h o dt oi m p r o v ee f f i c i e n c yt h a to n e d i m e n s i o na n d t w o d i m e n s i o ni n d e xm e c h a n i s ma r es e t u pt o r e a d e i g e n v a l u ew i t h t w o - d i m e n s i o nt a b l eb e t w e e nt h ei m a g eo b j e c t s ，b e c a u s et h ebt r e ei s w o r s et h a ns p e c i a ls t r u c t u r e si nm u l t i - d i m e n s i o nq u e r y f i n a l l y ，o b j e c td a t a b a s em a n a g e m e n tg r o u p ( o d m g ) a n ds t r u c t u r e dq u e r y l a n g u a g e ( s q l ) s h o u l db eu s e df l e x i b l yt oi m p r o v et h er e t r i e v a lp e r f o r m a n c ei n c o u r s eo ft h er e t r i e v a lb a s e d0 1 1c o l o rf e a t u r e ak i n do ft h i n k i n gi sr e g a r d e da sa d i r e c t i o n , w h i c hi sb a s e do na c c e s st od a t a b a s ef r o mm a pl a y e ri nd e v e l o p m e n t s t a n d a r d af l a ti si m p l e m e n t e dt ov a l i d a t et h ei m a g er e t r i e v a lm e t h o db a s e do nc o l o r f e a t u r e ，a n dak i n do ft h i i l l 【i n gf o ri m a g ed a t ac a c h em a n a g e m e n tp a t t e r ni sa p p l i e di n t h ei m a g er e t r i e v a ls y s t e mb a s e do i lc o l o rf e a t u r e ，a n dt h e nab a s i cf r a m e w o r kf o r s y s t e ms t o r a g ei sb u i l t k e yw o r d s ：c o n t e n t b a s e d ，o b j c o t o r i e n t e d ，i m a g ed a t a b a s e ，i m a g e r e t r i e v a l ，c o l o rs p a c e ，c o l o rf e a t u r e ，c o l o rh i s t o g r a m ，c o m p a r a b i l i t y m e a s u r e m e n t ，d a t am o d e l ，d a t am a n a g e m e n tm o d e ，c a c h d 创造性成果声明 本人声明所呈交的学位论文是我个人在导师指导下进行的研究 工作及取得的研究成果： 1 对国内近十年来发表的“基于内容的图象检索系统”和“图 象数据模型”的研究进行了分析；并根据开发环境对检索系统进行了 归类，对数据模型在建模、操作、查询和程序开发环境进行了归类； 2 对国内近十年来发表的“基于颜色特征的图象检索技术的研 究”成果，根据颜色特征数据的表达与方法的实现需求进行了数据存 储需求的详细分析； 3 提出了以c a c h z 架构为技术支撑的、基于颜色特征的图象 数据c a c h # 管理模式的设计。 尽我所知，到目前国内文献未见报道。 作者：登劲堂 日期： 2 q q 53 q 辽宁工程技术大学博士学位论文 1 研究背景 1 1 数据库技术的发展 数据管理经过了人工管理阶段、文件系统阶段和数据库系统阶 段。在人工管理阶段中，由于没有引入文件的概念，所以数据是面 向应用的。文件系统阶段，数据对应于一个或几个应用程序，冗余 度大，是一种不具有弹性的无结构信息的集合。由于文件存在不易 修改和无法反映事物之间的广泛联系的弊端，随着数据管理的发展 而产生了数据库技术。数据库是一个长期存在的信息集合，数据库 采用数据模型表示外部世界对象的表象，它将数据的描述从无结构 层次提高到有结构层次。 出现于2 0 世纪6 0 年代的数据库技术，在4 0 年的发展历程中经 历了网状、层次、关系和新一代数据库技术等几个不同的阶段。 网状数据库采用的是网状模型，采用了网络结构对外部对象进 行建模，其基本的存储单位是记录，一个记录可以包含若干数据项， 当数据项为多值时称为向量，当数据项为复合数据时称为重复组， 每个记录在存入数据库时系统自动赋予一个惟一的标识一数据库码。 数据间的联系用系表示，采用链式的存储方式来实现。网状数据库 作为一种导航式数据，用户在执行具体操作时既说明做什么也必须 说明怎么做。1 9 6 4 年美国通用电气公司的b a c h m a n 等人开发成功的 1 d s ( i n t e g r a t e d d a t as t o r e ) 系统是世界上第一个网状数据库系统。 为了更准确在表示现实世界中事物之间的层次关系，层次数据 库是紧随网状数据库发展起来的。层次数据模型采用树结构对外部 对象进行建模，实现模拟现实世界的层次组织关系。层次数据库最 基本的存储单位是记录也称为结点，结点间的层次关系代表两个记 录之间的一对多的关系( 双亲子女关系) 。层次数据库中有且仅有一 个到其双亲的映射是睢一的。用户在执行具体操作时虽然除根结点 外任何一个结点只需指明其双亲既能表示出层次的整体结构，但也 存在必须说明存取路径的问题。2 0 世纪6 0 年代末i b m 公司推出的 1 m s ( i n f o r m a t t o nm a n a g e m e n ts y s t e m ) 是最早的大型层次数据库产 品。 当数据库建模引入具有完备的数学理论基础的集合论中的关系 概念建立关系数据模型后，现实世界的实体以及实体与实体间的联 系均由单一的称为表的关系表结构来表示，一个关系数据库由若干 2 辽宁工程技术大学博士学位论文 张表组成。用户执行具体操作时，既不需指明做什么也不需要指明 如何做，只需使用结构化的查询语言即可实现，关系模型最突出的 优势是抽象级别高、简单清晰、使于理解和使用。从i b m 公司的c o d d 博士1 9 7 0 年提出以关系作为描述数据基础的关系数据模型、1 9 7 4 年 i b m 公司的r e yb o y c e 和d o nc h a m b e r l i n 用说明符合关系数据库准 则的数据定义一结构化查询语言一一s q 工( & r “c 纽，p dq u e r y l a n g u a g e ) 、到2 0 世纪8 0 年代s q l 成为关系数据库语言的国际标准 以来，i b m 、o r a c l e ，s y b a s e 、i n f o r m l x 、c a ，m i c r o s o f t 等著名数据 库厂商先后向市场投入2 0 0 多种关系数据库产品，使关系数据库产 品成为数据库市场的主流。 随着数据库系统的日益普及、要求的不断提高，特别是来自面 向对象技术、并行与分布处理技术、人工智能、网络技术、多媒体 技术以及移动计算技术飞速发展的挑战，新一代认识和描述事物的 方法论的出现，使得数据库技术进入了一个新的时代，同时产生了 新一代的数据库技术。如：以客观世界中存在的实体对象为基本元 素的面向对象数据库；对象与关系数据库间采用映射层的对象关系 数据库；采用全享结构、共享主存储结构、共享磁盘结构、无共享 结构和分层并行结构的并行数据库技术；数据库技术与分布处理技 术结合的分布式数据库；能够根据数据库的当前状态主动适时地做 出反应，并执行某些操作和向用户提供有关信息的主动数据库技术； 数据库技术通过与网络互相结合支持电子商务而发展起来的i n t e r n e t 数据库技术；以数字化和数据压缩为基础的多媒体技术与数据库技 术相结合的多媒体数据库；随着移动计算的兴起引发的支持移动计 算环境的分布式移动数据库和整合了对象数据库访问、高性能的s q l 访问、强大的多维数据访问三种方法进行同时访问相同的数据的 c a c h d 数据库等。 为了有效地管理数据，数据库系统必须对所管理的对象建立能 够充分体现客观世界域到机器的逻辑论域之间的对应关系数据模 型，因而数据模型也决定了数据库系统的描述能力与管理能力。 1 2 图象数据库系统的发展 图象是人们相互交流和认识世界的主要媒介，是直观性最强的 重要信息表达形式，也是最难获取、传输、处理、实现与存储的信 辽宁工程技术大学博士学位论文 3 息内容。我们从外界获得的信息7 5 来自于视觉产生的图象信息。 随着信息化社会的到来，人们所处理的信息已不仅仅是数字、符号 信息，而是越来越多地接触大量的图象信息。计算机图象处理技术 是随着计算机技术的发展而开拓出来的一个应用领域，是在对图象 处理、图象分析等研究的基础上逐渐发展起来的一个学科，该学科 的发展已渗入人们的生活、学习和工作中的各个领域。 随着互联网的快速发展以及各种数字化设备的普及，现代社会 中多媒体信息的数量在迅猛增长，多媒体信息管理的研究得到越来 越多的关注。图象数据库系统在多媒体信息管理的研究中占有特别 重要的地位，图象不仅是视频的基础，而且图象数据库技术可以直 接应用于；数字图书馆、数字博物馆、医学、地理图象数据库、公 共安全以及国防等多个领域。图象数据库检索的研究可以分为两个 阶段：上个世纪7 0 代出现的以人工标注为基础的图象数据库检索系 统阶段，随着图象数据规模越来越大，已难以满足应用的需要；9 0 年代出现的基于内容的图象数据库检索系统阶段，由于采用图象处 理、计算机视觉等技术实现了图象视觉特征的自动提取，使得大规 模图象数据库系统的应用更具现实性。 1 9 7 4 年，k u n t i 第一次把关系数据库模型用于描述图形，其主要 思想是：把一幅图象看成是一个层次结构，用关系模式对图形、图 形物体、组成物体的部分、物体的结构、区域以及区域的边界和颜 色七个方面逐层的描述，这七层的描述分别用关系表示。实现了在 通用数据库基础上对关系模式进行扩充后用于描述图形数据。虽然 这种图象管理模式满足数据与硬件的独立和用户角度的独立，但对 物体间的空间关系无法进行描述的同时，也缺乏对这种存储结构操 作的完整语言支持。 g r a i n 是一个将关系数据库管理系统r a i n 与一个图象存储管 理系统i s m s 结合起来的一个综合数据库管理系统。g r a i n 将物理图 象转换成通过图象物体表p o t 、图象轮廓表p c t 和图象分页表p p t 来表示的逻辑图象，只将逻辑图象存储在关系库中，用图象代数设 计作为传统关系代数的扩展，采用g r a i n 查询语言进行属性、结构、 相似和复杂检索。物理图象与逻辑图象分开、单独进行存储，二者 之间建立相应的对应关系。g r a i n 采用i s m s 系统对物理图象进行存 储管理，由四个位平面组成，每个位平面由2 0 4 8 x 2 0 4 8 个象素组成 4 辽宁工程技术大学博士学位论文 并分成一个f r a m e 缓冲区，每个缓冲区可存放5 1 2 5 1 2 个象素，采 用分页技术实现了f r a m e 的有效地存储。 r e d ，( 尺e ，口f f d 玎口，d a t a b a s ef o ，i m a g e s ) 是一个综合数据库系统， 它是一个图象理解系统接口，该系统接口通过图象处理的模式识别 方法抽取出图象的结构信息和特征，并送入关系数据库，而原来的 二维图象存储在另外的图象存储区内。在使用查询操作q p e ( q u e r y 砂p i c t o o r i a l e z a m p l e ) 表格式的关系查询语言实现空间关系和常规查 询的同时，实现了在终端上完整地表达图象的能力。 m i d a s 系统对图象的表示采用了分层符号表示方法，用符号名 称表示图象中点的集合，对大图象进行分解后形成图象的信号表示， 符号表示与信号表示是通过一个映象结构相联系。m i d s a 中一共有 六种符号层次：图象类型、图象、族、物体、域和段。分层符号表 示形成相应的图象描述文件。这种具有层次特征的数据结构便于对 景物的描述。由于m 1 d s a 采用图象文件描述图象的属性，因此系统 需要维持一个关系数据库系统。 无论是g r a i n 系统、r e d i 系统还是m i d a s 系统其共同的特点 是采用关系模型作为图象属性数据的数据模型，以致于图象数据无 论从模式上还是记录上都完全与关系数据库分开，使系统中永远都 存在着两个数据库：关系库与图象库。在图象库中数据的管理采用 的是通过图象处理算法抽取出图象的文字信息，并把这些文字信息 作为关系数据由关系库管理。用户对图象数据的操作需要选通过关 系数据库对图象属性进行操作，需要时图象数据进行理时才调用图 象库。 图象数据库从其发展来看，是从传统关系数据库系统深化而来 的。其概念、结构及对问题的处理方法最初都采用了关系数据库体 系，鉴于面向对象程序设计与程序设计语言的出现，图象以关系数 据库作为图象存储方式而出现的“阻抗失配”问题尤为突出。 本文选择“基于颜色的图象数据管理模式研究”，是以提高图象 检索速度为目的，从图象的颜色信息特征技术入手，通过对近1 0 年 来基于颜色的图象检索技术和图象数据库研究与应用技术的进行综 合分析，将面向对象的思想与面向对象的数据库技术相结合，探讨 图象信息的有效组织和存储的管理模式。 辽宁工程技术大学博士学位论文 1 3 选题目的与意义 1 3 1 选题目的 我们生活在一个色彩斑斓的世界，人生将抓拍下无数高山流水、 小桥人家，名胜古迹、田园风光，喧哗的都市、宁静的村庄，各国 政要、纯朴百姓，儿童的天真、暮年的沧桑，天性的善良、人性的 泯灭等形态各异的画面。当人们静下心打开记忆闸门之时，会 情不自禁地沉浸在往日遥远、陌生而又熟悉的画面的搜索中l 从18 3 9 年法国画家达盖尔公布了他的“达盖尔银版摄影术”起， 在黑白胶片、彩色胶片上人类印记了无数征服世界的历程，它不仅 记录下了大干世界的百态，也记录下了第一台计算机、第一台电子 计算机以及计算机的发展历程。 计算机技术的发展和上世纪八十年代扫描仪以及九十年代数码 相机的结合，使图象的获取、收藏、检索产生了质的飞跃。在产生 数据量快速增长、信息急剧膨胀的情况下，当前信息领域的重要研 究内容之一就是满足人们大量存储和快速提取有用信息。 1 3 2 选题意义 1 3 2 1 基于内容图象检索算法研究的需要 图象工程是一门综合学科，它的研究内容非常广泛，应用领域 多、覆盖面大，仅中国图象图形学报自1 9 9 6 年创刊到1 9 9 9 年 间共发表论文5 6 7 篇，署名作者5 0 2 人，论文平均作者数2 6 0 人【i 】； 到2 0 0 5 年底的1 0 年间，共发表论文1 9 6 2 篇，署名作者3 5 5 0 人， 论文平均作者数3 0 9 人【2 】。 随着图象检索研究的不断展开和深入，大量的基于内容的检索 算法涌现出来，如何管理、比较、评价、综合应用基于各种不同特 征的检索算法，则需要解决图象检索算法测试平台。 表1 1 将中国图象图形学报1 9 9 5 年至2 0 0 4 年1 0 年间发表 的“中国图象工程：1 9 9 5 - - r p 国图象工程：2 0 0 4 【13 1 所有文献按 照图象处理、图象分析、图象理解、技木应用和综述评论5 大类的 发文情况统计表，其中图象分析和图象理解相关文献占据有4 0 以 上。表1 2 给出了文献的分类方法，随着图象工程研究出现的一些新 热点问题，自2 0 0 0 年起增加了小类a 5 ( 图象数字水印和图象信息隐 藏) 、小类b 5 ( 人脸和器官的检测与定位) 和小类c 4 ( 基于内容的 6 辽宁工程技术大学博士学位论文 图象和视频检索) 三个小类。 1 3 2 2 基于内容图象检索应用的需要 基于内容的图象信息检索技术，是建立在图象处理、分析和理 解的基础上，具有广泛的应用领域。如： ( 1 ) 遥感和地球资源信息的管理和共享； ( 2 ) 电子图书馆、艺术博物馆、远程教育； ( 3 ) 远程医疗系统； ( 4 ) 专利检索、商标注册管理； ( 5 ) 人口户籍管理、档案查询； ( 6 ) 地理信息系统、地理事件分析； ( 7 ) 军事侦察作战的应用： ( 8 ) 服装设计、建筑设计、内容装璜等。 如何根据不同的应用领域进行基于不同特征的图象检索算法的 研究，并综合运用到应用领域中，则是将科学技术转化成生产力的 重要体现和现实需求。 表1 - 1 近l o 年图象工程文献选取和分类比较表 论文选取选取 图象图象图象技术综述 年度 总数总数率处理 分析 理解应用评论 1 9 9 5 【3 l 【4 】9 9 71 4 71 47 4 3 5 ( 2 38 15 2 ( 3 5 4 11 4 ( 95 2 14 6 ( 3 13 1 i 9 9 6 5 1 2 0 52 1 21 7 5 9 5 2 ( 2 45 17 2 ( 3 40 13 0 ( 1 42 15 5 ( 2 5 9 13 ( i4 2 ) 1 9 9 7 6 11 4 3 82 8 01 94 7 1 0 4 ( 3 7i 17 6 ( 2 71 13 6 ( 1 29 16 0 ( 2 14 14 ( 14 3 ) i 9 9 8 7 】1 4 7 73 0 62 07 2 1 0 8 ( 3 53 、 9 6 ( 3 14 12 8 ( 91 5 17 1 ( 2 32 13 ( o9 8 1 t 9 9 9 【i l2 0 4 83 8 81 89 5 1 3 2 ( 3 4o )1 3 7 ( 3 53 14 2 ( 1 08 17 3 ( i88 14 ( i0 3 ) 2 0 0 0 t i2 1 1 74 6 42 l9 2 1 6 5 ( 3 56 )1 2 2 ( 2 6 3 )6 8 ( 1 47 )1 0 3 ( 2 22 16 ( 12 9 ) 2 0 0 1 1 0 l2 2 9 74 8 l 2 09 4 1 6 1 ( 3 35 )1 2 3 ( 2 5 6 )7 s ( 1 62 、 1 15 ( 2 39 1 4 ( o8 3 1 2 0 0 2 1 1 12 4 2 65 4 5 2 24 617 8 ( 3 2 7 1 1 5 0 ( 2 63 17 7 ( 1 43 1 i3 5 ( 2 48 、 5 ( o9 2 1 2 0 0 3 【1 2 12 3 4 l 5 7 72 4 6 5 1 9 4 ( 3 36 11 5 3 ( 2 65 、1 0 4 ( 1 8o 1“9 ( 2 06 17 ( 12 1 ) 2 0 0 4 13 1 2 4 7 36 3 22 56 0 2 3 5 ( 3 72 11 7 6 ( 2 78 17 6 ( 1 2o 11 4 2 ( 2 2 5 1 3 ( o4 7 ) 小计 1 8 8 1 94 0 3 2 1 3 6 4 ( 3 38 1 1 1 5 7 ( 2 s7 1 5 5 3 ( 1 37 )9 1 9 ( 2 28 13 9 ( 96 7 1 平均 1 8 8 24 0 32 l4 41 3 64l l575 539 1 93 9 辽宁工程技术大学博士学位论文 表1 - 2 文献分类表 7 大类名称小类名称 a l ( 包括各种成象方法、摄像机校正等) a 2 图象重建( 从投影等重建图象) 图象a 3图象滤波、增强、恢复复原、拼接等 a 处理a 4图象( 视频) 压缩编码( 包括算法研究、国际标 准实现等) a 5 图象数字水印和图象信息隐藏 b 1 边缘检测、图象分割 b 2 目标表达、描述、测量( 包括二值图处理等) 图象 b 3 目标颜色、形状，纹理、空间、运动等的分析 b 分析b 4( 2 - d ) 目标检测、提取、跟踪、识别和分类 b 5人脸和器官的检测，定位与识别( 人体生物特征 提取和验证) c l( 序列，立体) 图象配准和( 特征、内容) 匹配、 融合 图象 c 2 3 d 表示、建模、场景恢复 c 理解c 3图象解释、推理( 包括语义描述、信息模型、专 家系统等) c 4 基于内容的图象和视频检索 d l 系统、硬件( 也包括快速算法等) d 2 通信、视频( 包括电视等) 技术 d 3 文档( 包括文字，数字，符号等) d 应用 d 4 生物、医学 d 5 遥感、别绘 d 6其它( 不在以上各应用类) 综述 ee l综述( 概括图象处理分析，理解，或综合新技术) 评论 0 辽宁工程技术大学博士学位论文 1 3 2 3 解决“阻抗失配”的需要 阻抗失配的根本原因是由于数据库的数据模型和程序设计语言 的不一致而造成的，若能够选择一种面向对象的高级程序设计语言， 用来扩充它的数据库功能，既采用面向对象数据库语言，从根本上 解决阻抗失配的问题【l ”。面向对象数据库除具有对象、对象类、继 承、持久性对象标识和并发控制的主要特征之外，最重要的一个特 征是能够解决非过程性语言的面向集合的操作方式与高级程序设计 语言的面向单个数据的操作方式之间产生的不协调现象一阻抗失配 的问题。 1 4国内外图象检索系统研究现状 1 4 1国外研究成果 自1 9 9 2 年国际上使用基于内容的图象检索( c b i r ) 一词以来， 国际上投入了大量的人力物力对此进行了研究。许多研究都已研制 开发了许多试验系统，并己在一些领域试用。表1 1 列出了一些早期 国外图象检索系统研究者的情况d s l 。由于这些系统没有用相同数据 检验过，所以无法比较它们的性能。 表1 - 3 早期国外图象检索系统研究者的情况 序号研究者 所属机构 系统名 ln l b l a kw i b m a l m a d e n ) q b i c 2 c h a n gsf c o l u m b l aun s u m s e e k 3g u d l v a d avn uo f o h t o s e m c a p 4j a l nr uo fc a h f o n t a ( s a nd z e g o ) n r a g e 5p t e a r d rwm i tm e d i al a bp h o t o b o o k 6s r t h a r trs t a t euo f n e wy o r k ( b u f f a l o )p l o t i o n 7s t o h e b r d h rmuo fc a h f o m af b e r k e l e y )c h a b o t 现将广泛应用的q b i c 和v i s u a l s e e k 系统进行简要的介绍。 1 4 1 1q 口j c 系统及检索机制i t 6 辽宁工程技术大学博士学位论文 9 q b i c ( q u e r y8 yi m a g ec o n t e n t ) 图象检索系统作为国际上第一 个商用的c b l r 系统是佃m 公司上世纪9 0 年代研制开发的图象和动 态影像检索系统。它主要为阳m 的d b 2 大型数据库提供图象检索功 能，并支持基于w e b 的图象检索服务。它是标准的基于c o n t e n t b a s e d 技术的图象检索系统，用户无须提供文字检索词，只需输入以图象 形式表达的检索要求即可检索出一系列相似的图象。它提供给美国 1 9 9 5 年以前发行邮票图案、世界著名商标、旧金山美术博物馆图象 数据库、法国文化部图象数据库、可视化图书馆等多个图象数据库 进行了检索实验。 在q b i c 系统中，色彩特征采用r g b 、y i q 、l a b 和m t m 坐标和 k 维颜色直方图来表示。纹理特征采用改进的t a m u r a 纹理表示法， 其本质是粗糙度、对比度和方向性三个特征的结合。它的形状特征 主要包括形状区域、圆周率、离心率、主轴方向合一些代数不变矩。 此外，q b l c 系统还运用了一些维度约减技术( 如k l 乃和多维索引技 术( 如r t r e e ) 来对付高维特征索引问题。在更新的版本中，他们将基 于文本的图像检索技术结合了进来，也许是寄希望于在语义匹配方 面有所突破。q 口，c 结合了多种查询方式，如标准的系统查询方式， 选择特征查询和草图查询等，因此它的用户界面比较友好。 图1 1 为q b i c 系统的系统结构图d t 。 1 0 辽宁工程技术大学博士学位论文 图l 1q b i c 系统结构图 1 4 1 2v i s u a l s e e k 系统 1 8 1 v i s u a l s e e k 系统由哥伦比亚大学研制万维网视图信息的搜索工 具，w e b s e e k 是其中功能强大的特色工具。v i s u a l s e e k 的检索机制与 其他c b i r 系统相似。高效率的w e b 图象信息检索是它的特点。它采 用了先进的特征抽取技术；用户界面强大、操作简单、查询途径丰 富；结果输出画面生动，支持用户直接下载信息。 辽宁工程技术大学博士学位论文 ( 1 ) 收录范围 w e b s e e k 本身就是一个独立的万维网可视化信息编目工具。至 1 9 9 9 年，已经对6 5 万幅图像和1 万个影像片段进行了编目。 ( 2 ) 检索特点 w e b s e e k 是基于内容的图像、影像目录和搜索引擎，典型的万 维网图像搜索引擎。提供主题分类、文本和图像检索。w e b s e e k 提供 两种方式检索，目录浏览和特征检索方式。目录浏览：w e b s e e k 是万 维网对视频信息进行编目的突破。其主题目录按照字顺( a z ) 分为 下列2 0 余大类：a n i m a l s ，a r c h i t e c t u r e ，a r t ，a s t r o n o m y ，c a t s ， c e l e b r i t i e s ，d o g s tf o o d th o r r o r h u m o u r ，m o v i e s ，m u s i c , n a t u r e , s p o r t s ，t r a n s p o r t a t i o n ，t r a v e l ；视觉特征( v i s u a l f e a t u r e s ) 检索方式： 可以检索视频( v i d e o s ) 、彩图( c o l o r p h o t o s ) 、灰度图( g r a y i m a g e s ) 、图 形( g r a p h i c s ) 或者选择所有途径口z ，) 进行组合检索。此外，还可以递 交u r l ( u r l s ) 。 辽宁工程技术大学博士学位论文 ( b ) 图1 2v l s u a l s e e k 系统的操作界面 1 4 1 3 其它主要产品 ( 1 ) p h o t o b o o k 系统1 1 9 1 m i t 的媒体实验室在1 9 9 4 年开发研制的。该系统的主要特征是 在图象装入时按人脸、形状或纹理特性自动分类；图象根据类别通 过显著语义特征压缩编码。它由三个子系统组成，分别负责提取形 状、纹理、人脸特征。用户可以分别在这三个子系统中根据相应的 特征来进行查找。p h o t o b o o k 在网上的演示版给出了四种应用领域的 示范：纹理识别、形状识别、人脸识别和大脑形状识别。纹理识别 主要针对以纹理为主体内容的图像；形状识别给出了一些具有简单 形状物体( 如板手) 的检索示例；人脸识别是m i t 基于他们研究的技术 基础上开发的重要应用；大脑形状识别则是p h o t o b o o k 的一个新的 应用领域，它在检索过程中处理图像的3 d 数据。版本6 允许用户通 过动态的加载代码来定义匹配算法。f o u r e y e s 是p h o t o b o o k 的扩展 版本，它突出了交互式语义查询及系统学习功能，并且还应用了相 关反馈( r d 技术。系统可以保留用户的记录，使用一个代理设施来进 行学习，通过分析选择出较好的匹配模式，以改进功能。用户在参 辽宁工程技术大学博士学位论文 1 3 与过程中，对图像分割块进行语义注释是一个重要的步骤。 ( 2 ) m a r s 系统【2 0 儿2 1 1 m a r s 是多媒体分析合检索系统( m u l t i m e d l aa n a l ) , s l $ a n d r e t r i e v a l s y s t e m ) 的英文缩写，是伊利诺斯大学u r b a n a c h a m p a i g n 分 校( u i u c ) 开发的。 m a r s 无论在研究角度还是应用领域都和其他图像检索系统有 很大的差别。这主要体现在m a r s 是一个多交叉学科融合的产物，包 括计算机视觉、数据库管理系统以及传统的信息检索技术。 m a r s 的主要特点包括数据库管理系统d b m s 和信息检索计算 腮的结合( 如何进行分级的精确匹配) ，索引和检索技术的融合( 即检 索算法如何发挥底层索引结构的优点) ，以及计算机和人的融合( 相关 反馈技术) 。m a r s 系统的重点并不在于找到所谓的“最好”的图像 特征，而在于根据实际的应用环境和用户需要在检索框架中动态的 组合调整各种不同的图像特征。m a r s 在图像检索领域正式提出了相 关反馈的体系结构。相关反馈的各种技术在各个层次上融合到检索 的过程中，包括查询向量的优化，相似度算法的自动选择，以及图 像特征的权重的调整。 1 4 2国内的主要研究成果 1 4 2 1 多媒体信息检索系统m i r e s l 2 2 i 中国科学院计算技术研究所智能信息处理重点实验室在“8 6 3 ” 高技术项目支持下，研究开发了一套的基于特征的多媒体信息检索 系统m i r e s ( m u l t i m e d i ai n f o r m a t i o nr e t r i e v a ls y s t e 训a m i r e s 是基于i n t e r n e t 的多媒体信息检索系统，为基于内容的图 象检索和文本检索提供了集成开发环境。同时，还可以用于视频检 索等相关应用领域，系统组成如下： 在m i r e s 的客户端，用户可以完成以下功能： ( 1 )提供要柃索的样本图象提交给图象服务器： ( 2 )提供要检索图象的语义关键词提交给图象服务器； ( 3 )用户可以以上两种模式交互屁合检索所需图象。 “)对样本图象检索方式，允许用户设置各种特征的重要性系 数； ( 5 )