概念
海洋生物圖是指基於內容的圖像檢索技術主要是通過提取圖像的 顏色、形狀、紋理等可視特徵作為圖像檢索依據,對圖像庫進行近似檢索。針對海洋生物圖像的特點,將離散餘弦變換技術套用到圖像檢索中,計算基於圓環分割的圖像塊的DCT能量矩得到圖像的紋理信息。
基於多特徵融合的海洋生物圖像檢索方法
國家科技部2010年已建立了“國家自然科技資源平台”,該平台整合了各種各樣的海洋生物資源,這些資源的屬性很豐富,其中絕大部分都具有圖像表達屬性。但是海洋生物種類繁多,結構複雜,單純依靠關鍵字的組合分類進行檢索,其效率不高。因此,研究先進的海洋生物圖像檢索算法以提高圖像檢索的準確性、高效性,更好地實現海洋生物資源的共享,已成為一個迫切需要解決的問題,這也是最佳化海洋生物科技資源平台的重要構件。
多數圖像檢索採用了基於內容的圖像檢索技術來實現,該技術的研究集中在五個方面:一是如何提取與表達圖像的特徵,二是如何建立與管理圖像檢索資料庫,三是如何度量圖像特徵的相似性,四是如何評價圖像檢索系統的性能,五是如何實現圖像檢索的網路化套用。已經開發出來的基於內容的圖像檢索系統主要包括:UIUC的MARS系統、MIT的Photobook系統、IBM的QBIC系統、Columbia的Visualseek和Webseek系統等。基於內容的圖像檢索技術的核心是提取圖像顏色、紋理、形狀等方面的特徵。但是海洋生物圖像由於拍攝光線等原因,對顏色特徵不敏感。筆者主要圍繞海洋生物圖像的紋理及形狀特徵,做了以下三個方面的研究工作:一是海洋生物圖像的紋理特徵的表達、描述及提取;二是海洋生物圖像的形狀特徵的表達、描述及提取;三是將紋理特徵和形狀特徵有效整合。經過深入研究,筆者提出了一種基於DCT的快速有效提取能量矩特徵的方法,並結合基於Hu不變矩的形狀特徵,設計一種用於海洋生物圖像的多矩特徵的圖像檢索方法。最後通過實驗對比證實該算法有較好的圖像檢索準確率,且對圖像旋轉、尺寸變化等有較強的魯棒性。
海洋生物圖像紋理特徵的表達
在基於內容的圖像檢索技術中,如何提取圖像特徵以及如何表達圖像特徵是非常關鍵的。通常對於一幅圖像而言,其表現出的圖像特徵不止一個,可能是N個。即便針對這N個特徵中的一個具體特徵而言,其特徵表達方法也是不限定,可能是M種方法。在基於內容的圖像檢索技術中研究圖像特徵主要集中在三個方面:第一是圖像的顏色,第二是圖像的形狀,第三是圖像的紋理。考慮到海洋生物圖像的顏色特徵不敏感特性,本文提取圖像的紋理和形狀特徵作為內容表達。對於物體表面所呈現出的共有內在特性是通過紋理特徵來表達的,該特徵不僅體現了物體與周圍環境之間的聯繫,還包含了物體表面結構組織排列的關鍵信息。學術界普遍認為圖像的紋理分析主要有兩類方法:結構分析法和統計分析法。其中,結構分析法的規則通常包括形態學運算元,邊界圖等。統計分析法的規則包括:馬爾可夫隨機場、分形模型、Tamura紋理特徵、共生矩陣、Gabor等多解析度分析方法以及小波變換等等。一般而言,如果一幅圖像的紋理比較規則,那么分析其紋理特徵時選擇結構分析法就非常有效。離散餘弦變換是一個基於實數的正交變換,由於其較高的壓縮性能和實現算法快速簡單,被廣泛套用於各種視頻和圖像編碼標準中。筆者在利用離散餘弦變換技術表達圖像紋理特徵方面進行了重點研究實驗,並將該技術套用拓展到海洋生物圖像檢索領域,提出了一種基於離散餘弦變換能量矩提取海洋生物圖像紋理特徵的方法。簡言之,第一步幾何劃分待檢索的海洋生物圖像並生成m個子塊,第二步取得m個子塊各自的DCT變換係數的直流分量,第三步計算能量的均值和方差來描述海洋生物圖像的紋理特徵。鑒於能量的均值和方差在描述圖像紋理統計特性方面的突出作用,可以考慮使用均值和方差作為圖像間匹配的重要依據。
基於Hu不變矩的海洋生物圖像形狀特徵的表達
形狀特徵在二維海洋生物圖像檢索套用中,是必須要關注的一個因素。由於海洋生物圖像的形狀特徵非常穩定,不會伴隨圖像顏色的變化而發生改變,所以形狀特徵顯得格外重要。一般而言,圖像形狀特徵既可以採用基於邊界輪廓特徵的方法,也可以採用基於區域特徵的方法表達。前者包括:傅立葉形狀描述符、邊界直方圖、鏈編碼、曲率尺度空間等,其中傅立葉形狀描述符被公認為典型的邊界輪廓特徵表示方法。後者包括形狀不變矩、形狀參數、區域面積等。
研究結論
研究提出了一種新的基於紋理的圖像檢索方法,首先將圖像進行圓環幾何分割,然後提取各圓環圖像塊的DCT變換係數的直流分量,並計算其均值和方差作為圖像的紋理特徵,實現了以較少的特徵向量表達較多的圖像信息,從而快速地獲得較好的檢索效果。並在此基礎上,採用Hu不變矩來表示圖像的形狀特徵,提出了一種綜合DCT能量矩和Hu不變矩的多特徵海洋生物圖像檢索的算法。實驗表明,本文提出的算法檢索效果較好且計算簡單方便,並且對圖像平移、圖像旋轉和圖像縮放等幾何變換具有不變性,具有一定的實用意義。未來筆者在此基礎上,將更加深入地研究如何合理設定綜合檢索中的權重,及其他相關反饋技術來進一步提高圖像檢索的精度。
基於海洋生物圖認知的專項信息系統設計
海洋生物圖像信息管理系統屬於專業套用系統,具有明顯的特殊性 ,尤其在信息的標註方式、分類方式、系統的用戶對功能的需求等方面與其他信息管理存有差異。從信息管理的角度來看,海洋生物圖像信息管理系統具有MIS的所有特性,筆者採用現有的MIS技術和套用軟體,構建了海洋生物圖像信息管理系統。鑒於海洋生物信息管理系統的數據主體是圖像,要求有效存儲和標註,檢索效率高,用戶界面友好等,我館選用了SQLServer2000作為後台資料庫及CB6.0作為前端開發工具。
系統數據處理過程與功能
根據需求分析,得到了從數據傳遞和加工的角度分析的數 據流程圖(見圖1)。系統分為圖像檢索、圖像存儲、圖像更新、圖像刪除、資料庫管理、用戶管理等功能模組。系統功能見圖2。
其中,圖像信息複合查詢完成圖像信息的精確或模糊查詢,並將查詢的結果顯示出來;資料庫系統維護可實現系統構造、代碼維護(即代碼錄入、添加、刪除、修改),資料庫的恢復和備份;用戶管理實現用戶的許可權設定、用戶的添加和刪除、用戶的分級、用戶密碼維護;圖像信息管理完成圖像的刪除、信息修改、錄入、添加功能;信息統計用於信息的處理分析與預測。
海洋生物圖像信息管理系統的E-R圖
設計海洋生物圖像信息管理系統的E-R模型,目的是找到一種能滿 足用戶需求的圖像標註方式,一幅海洋生物圖像包含的信息是非常多的,有層面上的,也有隱含的。圖像畫面所包含的信息是通過圖像本身就能一目了然的,但是這些信息本身又有一定的特點,它們對於實際物種的分類也是必要的,有時候甚至是非常關鍵的。圖像的地點,可能是拍攝地點,也可能是圖像所描述的中心地點。例如,在某個海底拍攝的重要生物圖像,對用戶來說不僅是要看圖像本身,可能還想知道時間、圖像的具體描述等信息,根據這些具體需求我們對描述圖像的實體定義了實體屬性、聯繫。而且充分考慮到以後的資料庫修改以及擴充,增加相應屬性、聯繫等。海洋生物包括動物和植物兩大類,可粗分為:海洋藻類、原生動物、海綿動物、半索動物、尾索動物、脊索動物等18種類別。根據分類可以得到E-R圖,如圖3所示。
研究結論
該文針對圖書館開展專項服務的需求,依據海洋生物信息管理的特點提出了一種套用信息管理理論和具體技術,探討海洋生物圖像信息管理建庫的方法,數據訪問接口的相關技術及海洋生物圖片檢索的方法。套用系統具有較強的文本信息和圖像信息存儲、查詢等處理能力,可滿足相關科研人員對海洋生物多樣性的分析及圖書館對海洋生物信息編目、分類等資料管理的需求。