[發明專利]基于圖像小波特征的圖像檢索與過濾裝置及方法

有效

• 申請號: 200910029263.4
• 申請日: 2009-04-03
• 公開（公告）號: CN101515285A
• 公開（公告）日: 2009-08-26
• 發明（設計）人: 王橋;姚偉峰;王川;凌苗
• 申請（專利權）人: 東南大學
• 主分類號: G06F17/30
• 分類號: G06F17/30;G06K9/36;G06K9/46
• 代理公司: 南京經緯專利商標代理有限公司
• 代理人: 葉連生

技術領域

本發明涉及一種用于圖像檢索與過濾的設備和方法，尤其涉及一種基于小波特征的抗旋轉、加噪、濾波等操作以及尺度變化的快速圖像檢索與過濾設備和方法。

背景技術

近年來，隨著互聯網技術和多媒體技術的不斷發展，海量的圖像和視頻文件通過互聯網以及其他電子媒介廣泛傳播。這一新情況的出現提出了新的問題：首先，對于政府和一些公司而言，如何對這些多媒體內容進行有效監控和過濾，是一項涉及到國家信息安全和企業信息安全的迫切而重要的任務；其次，對廣大互聯網用戶而言，能不能提供一種快速而準確的檢索技術，使得用戶能夠像檢索文本一樣，在浩如煙海的網絡中檢索到其所需要的圖像；最后，對于多媒體文件著作權的擁有人而言，能不能提供一種快速的近復制(nearduplication)文件檢索策略，從而實現版權的有效保護和侵權行為的快速發現。由于圖像資料的文本特征(如文件名)并不是一個魯棒的特征，很容易被改變，所以目前比較成熟的基于文本的檢索和過濾方法在圖像檢索、過濾以及保護資料方面并不可靠。

20世紀90年代以來，基于內容的圖像檢索技術(Content?Based?Image?Retrieval，以下簡稱為CBIR)逐漸成為圖像檢索和過濾的主流技術。CBIR技術的基本思路是：通過對圖像本身進行分析、提取出一些有意義的特征(如顏色特征、紋理特征、形狀特征等)，并利用這些特征作為檢索和過濾圖像的依據。沿著這個思路，工程界和學術界提出了很多的圖像特征和檢索算法，典型的有顏色直方圖特征、灰度共生矩陣以及SIFT特征等。也出現了利用這些特征來進行圖像檢索和過濾的一系列系統，典型的有IBM的QBIC、Virage公司的Virage系統等。

但是，這些系統都存在一個共性的問題，那就是它們使用的特征(如紋理特征、圖像直方圖以及形狀特征)屬于圖像的底層特征，而這些特征對于濾波、加噪等操作比較敏感。一般情況下，經過加噪、濾波操作后，圖像的特征會有比較大的變化，因此很可能通過這些特征檢測不出那些經過這些操作的圖像。

為了解決這一問題，MIT在開發其圖像檢索系統Photobook時提出了“保留語義的圖像壓縮”的概念，引導我們用圖像壓縮的觀點去審視圖像的特征提取過程。著名的開源軟件ImgSeek從圖像的哈爾變換(Haar?Transform)所得的系數中提取圖像的特征，將它作為檢索的依據，結果表明，這種特征對濾波、加噪操作具有很強的魯棒性，而且由于小波變換本身的多分辨率性質，該特征對于尺度變換也有不變性。

但是由于哈爾變換的系數是隨圖像的旋轉而變化的，所以ImgSeek提出的方法并不能實現特征的旋轉不變性；而且Imgseek提出的圖像特征形式比較復雜，不利于特征的存儲和匹配，在速度和存儲空間上還有較大的提升空間。

發明內容

技術問題：為解決以上問題，本發明的目的是提供一種用于使用小波變換技術和“類樹型結構”掃描產生圖像的特征，并用該特征來實現圖像的檢索和過濾，從而實現特征的旋轉不變性和特征的快速有效匹配和有效存儲的基于圖像小波特征的圖像檢索與過濾裝置及方法。

技術方案：為了實現上述目的一方面，提供一種用于有效檢索和過濾圖像的裝置，該裝置包括：特征提取單元，用于通過小波變化和特定的處理和掃描順序，高效地提取圖像的特征；匹配打分單元，用于對待檢索圖像特征和庫中圖像特征的匹配度進行評估，并輸出匹配度打分。

所述裝置包括：

特征提取單元：輸入待查詢特征圖像，通過對閾值化后的小波變換系數進行“類樹型結構”掃描，從而高效地提取圖像的特征，并輸出到匹配打分單元；

匹配打分單元：用于對待檢索圖像的特征和圖像特征庫中圖像特征的匹配度進行評估，并輸出匹配度打分；

其中，所述特征提取單元包括：

尺寸矯正器：輸入待查特征圖像，通過對輸入圖像進行縮放使得圖像的長寬一致，將處理后的信號輸出到小波變換器；

小波變換器：對由上述尺寸矯正器得到的圖像進行小波變換，其中小波變換執行到最低分辨率圖像的尺寸為2×2為止，得到圖像的二維小波系數輸出到特征提取器；

特征提取器：包括閥值量化器、掃描器，通過對上述小波變換器輸出的數據進行處理，最終得出圖像的一維特征，其中：

閾值量化器：用于對特征提取器輸出數據進行閾值量化；

掃描器：用于把上述閾值量化器的輸出分成四組，并分別對每組進行“類樹型結構”掃描，接著把這四組特征組織成一個一維向量，最終輸出圖像的一維特征。