摘 要： 介紹了根據(jù)圖像的邏輯特征和抽象屬性進(jìn)行檢索的基于語(yǔ)義分類的圖像檢索技術(shù),，并用Bayes分類算法設(shè)計(jì)了一個(gè)語(yǔ)義分類器,，該語(yǔ)義分類器通過(guò)計(jì)算用戶要查詢圖像的后驗(yàn)概率,，對(duì)被查詢的圖像進(jìn)行語(yǔ)義分類,。
關(guān)鍵詞： 語(yǔ)義分類 圖像檢索 Bayes算法 特征向量
1 語(yǔ)義圖像檢索
圖像檢索的傳統(tǒng)方法是基于文本的，使用關(guān)鍵字注釋是最常用的方法,。這樣,，對(duì)圖像的檢索就變成了對(duì)關(guān)鍵字的查找。但是,，基于文本的檢索存在的主要問(wèn)題是：由于圖像注解的主觀性和不完備性,，因而不能保證檢全率。為了克服基于文本方法的局限性,，20世紀(jì)90年代出現(xiàn)了基于內(nèi)容的圖像檢索(Content-Based Image Retrieval,，CBIR)。CBIR系統(tǒng)是指直接采用圖像內(nèi)容進(jìn)行圖像信息查詢的檢索系統(tǒng)[1],。按照?qǐng)D像檢索復(fù)雜度的遞增,，CBIR可以分為以下3個(gè)層次上的圖像檢索。
(1)原始特征,。使用顏色,、紋理、形狀等視覺(jué)特征進(jìn)行圖像檢索,。這些特征是客觀的,，是圖像本身的屬性，不需要任何外部知識(shí),。在這一層次上的檢索一般應(yīng)用于特定領(lǐng)域的專家系統(tǒng),，如商標(biāo)登記、檔案識(shí)別等,。
(2)導(dǎo)出特征,。導(dǎo)出特征又稱為邏輯特征，是通過(guò)對(duì)圖像中所描述對(duì)象進(jìn)行某種程度的邏輯推理而得到的,。例如,，“查詢雙層公共汽車的圖片”，這一層次的檢索需要得到一些外部知識(shí)的幫助,。目前,，報(bào)紙、雜志等圖像數(shù)據(jù)庫(kù)的檢索主要是在這一層次上進(jìn)行,。
(3)抽象屬性,。該層次的檢索涉及到對(duì)圖像中所包含物體的含義和場(chǎng)景的描述進(jìn)行大量的高層次的推理。例如,，“查詢描寫苦難的圖片”,，要想檢索成功，需要較復(fù)雜的搜索引擎,，運(yùn)用推理和主觀判斷,，在圖像內(nèi)容和抽象概念之間建立聯(lián)系。
按導(dǎo)出特征和抽象屬性進(jìn)行檢索又稱為語(yǔ)義圖像檢索[2],。目前,，大部分CBIR是按照?qǐng)D像的原始視覺(jué)特征，在第一層次上進(jìn)行檢索,。然而,，基于語(yǔ)義的圖像檢索的應(yīng)用范圍更為廣闊，現(xiàn)在已成為基于內(nèi)容的圖像檢索的發(fā)展熱點(diǎn),。
2 基于Bayes算法的圖像語(yǔ)義分類
特征（即內(nèi)容）的提取是CBIR的基礎(chǔ),。CBIR的特征主要是指視覺(jué)特征，包括顏色,、紋理,、形狀和位置關(guān)系等特征,。但是，按照原始視覺(jué)特征檢索的CBIR系統(tǒng)存在的主要問(wèn)題是沒(méi)有建立視覺(jué)內(nèi)容和圖像語(yǔ)義之間的關(guān)聯(lián),，如木紋圖像和水紋圖像的紋理特征向量之間的距離很小,，一片楓葉圖像的顏色特征和紅色油漆木門圖像的顏色特征非常相似，但它們的語(yǔ)義卻截然不同,。為了填補(bǔ)視覺(jué)內(nèi)容和內(nèi)容解釋之間的語(yǔ)義縫隙,，本文提出語(yǔ)義圖像檢索，其核心部分是圖像的語(yǔ)義分類[3],。這里,，用Bayes分類算法來(lái)計(jì)算在特征值為[xi1，xi2,，……]的條件下,，圖像屬于語(yǔ)義類型cj的概率P(cj|[xi1，xi2,，……]),。
Bayes分類算法是根據(jù)先驗(yàn)概率計(jì)算出后驗(yàn)概率。通過(guò)訓(xùn)練樣本,，可以構(gòu)造出語(yǔ)義分類器,，語(yǔ)義分類器根據(jù)用戶要查詢圖像的后驗(yàn)概率對(duì)被查詢圖像進(jìn)行語(yǔ)義分類。
圖像的語(yǔ)義,，即對(duì)圖像內(nèi)容的解釋,。簡(jiǎn)單語(yǔ)義通常就是圖像的主題詞，復(fù)雜語(yǔ)義則是對(duì)圖像內(nèi)容的敘事型描述,。本文采用簡(jiǎn)單語(yǔ)義的標(biāo)記方式,，即：
圖像語(yǔ)義s∷=圖像標(biāo)識(shí)+{主題詞注釋}
這里，圖像主題詞注釋既包括圖像名稱,、圖像中顯示出的物體,，也包括圖像的視覺(jué)屬性。圖像可以按照語(yǔ)義歸類,。
在計(jì)算出先驗(yàn)概率P(c)和條件概率P(x|c)后即可得到后驗(yàn)概率P(c|x),。
對(duì)于給定的一組訓(xùn)練樣本圖像，若樣本總數(shù)為N,，語(yǔ)義類型c中包含的樣本個(gè)數(shù)為Nc,，則記為：
研究表明，人類的視覺(jué)內(nèi)容往往存在一定的偏差,。這種偏差可以通過(guò)正態(tài)分布擬合給予彌補(bǔ),，即對(duì)于任一種語(yǔ)義類型c，首先把同樣的Gaussian內(nèi)核放入它的所有訓(xùn)練樣本的特征向量Xi,，然后再把這些Gaussian內(nèi)核累加起來(lái)作為條件概率P(x|c)的估計(jì)：
這里,，G(X-μ,，σ)是Gaussian內(nèi)核，μ是平均值,，σ是模糊度（即標(biāo)準(zhǔn)差）,。模糊度根據(jù)圖像質(zhì)量由用戶指定。
不同的視覺(jué)特征對(duì)不同語(yǔ)義的圖像有不同的辯識(shí)能力?，F(xiàn)在的問(wèn)題是：如何從圖像特征向量集合中選擇一類或幾類特征，使得被選擇特征對(duì)特定語(yǔ)義類型的圖像具有最強(qiáng)的表達(dá)能力,。圖像,、圖像特征和圖像語(yǔ)義三者的關(guān)系如圖1所示。
定義3 給定一個(gè)語(yǔ)義類型集C,，尋找一個(gè)從圖像I到圖像特征向量集合X的映射f（I）=X,，使MAX(p(I∈ci|f(I)=X)，i=1,，2,，……m)成立，這一過(guò)程稱為基于語(yǔ)義分類的圖像檢索,。
3 語(yǔ)義分類器
直接利用圖像的原始視覺(jué)特征進(jìn)行語(yǔ)義分類較困難,。常用的方法是：用戶先對(duì)一組圖像（訓(xùn)練樣本）進(jìn)行手工語(yǔ)義分類，設(shè)定好CBIR系統(tǒng)的語(yǔ)義分類器,。當(dāng)用戶查詢圖像時(shí),，系統(tǒng)根據(jù)查詢圖像的視覺(jué)特征識(shí)別其語(yǔ)義，把查詢圖像和具有相同語(yǔ)義類型的圖像庫(kù)進(jìn)行比較,，按相似性大小返回查詢結(jié)果,。對(duì)圖像按語(yǔ)義分類的具體流程如圖2所示。
下面設(shè)計(jì)一個(gè)語(yǔ)義分類器,，其圖像語(yǔ)義層次結(jié)構(gòu)如圖3所示,。該語(yǔ)義分類器具有以下特點(diǎn)：
(1)圖像的語(yǔ)義按層次結(jié)構(gòu)分類。
(2)圖像的語(yǔ)義為自頂向下分類,。
(3)圖像的語(yǔ)義分類結(jié)構(gòu)為可擴(kuò)充的體系結(jié)構(gòu),。
先利用一組訓(xùn)練圖像數(shù)據(jù)進(jìn)行語(yǔ)義分類，對(duì)于訓(xùn)練數(shù)據(jù)中的圖像,，按上述語(yǔ)義層次結(jié)構(gòu),，用手工方法把圖像歸入一個(gè)語(yǔ)義類型中，并給圖像貼上相應(yīng)的語(yǔ)義標(biāo)簽,。城市風(fēng)貌可以歸納為具有人工建筑和人造物品,，如建筑物、汽車,、道路等,。自然風(fēng)景沒(méi)有這些特征,。在自然風(fēng)景下有3個(gè)子類：日出、森林和山峰,。日出可以用飽和度較高的顏色（紅色,、橙黃色、黃色）來(lái)表示,，森林中綠色為主色調(diào),，山峰可以用長(zhǎng)距離的山區(qū)景色來(lái)標(biāo)識(shí)。
衡量視覺(jué)特征對(duì)語(yǔ)義類型的區(qū)別能力還很困難,。通常認(rèn)為,，如果一個(gè)視覺(jué)特征使同一語(yǔ)義類型內(nèi)的圖像距離較小，而使不同語(yǔ)義類型中的圖像距離較大,，則該視覺(jué)特征對(duì)語(yǔ)義類型的區(qū)別能力是較強(qiáng)的,。通過(guò)計(jì)算一個(gè)語(yǔ)義類型內(nèi)每一對(duì)圖像之間的距離，可以得到該語(yǔ)義類型內(nèi)的圖像的距離分布,。通過(guò)計(jì)算不同語(yǔ)義類型（如城市風(fēng)貌和自然風(fēng)景）之間每一對(duì)圖像之間的距離,，可以得到不同語(yǔ)義類型之間的圖像的距離分布。
在每個(gè)語(yǔ)義類型（城市風(fēng)貌和自然風(fēng)景）中選擇k個(gè)最相似的圖像,，用戶的查詢圖像通過(guò)與這k幅圖像的比較,，可以判斷查詢圖像屬于哪個(gè)語(yǔ)義類型。
對(duì)于本文設(shè)計(jì)的語(yǔ)義分類器,，經(jīng)過(guò)計(jì)算發(fā)現(xiàn),，形狀特征對(duì)城市風(fēng)貌和自然風(fēng)景2種語(yǔ)義類型的區(qū)別能力比其他視覺(jué)特征要強(qiáng)。城市風(fēng)貌中的人造物體具有較明顯的水平和垂直邊,，而自然風(fēng)景對(duì)象的邊緣就比較隨意,。因此用形狀特征能夠比較容易地區(qū)別二者。以顏色特征區(qū)別自然風(fēng)景下的日出,、森林,、山峰更加理想，如草地用綠色表示,，天空用藍(lán)色表示等,。
4 結(jié)束語(yǔ)
本文根據(jù)Bayes分類方法對(duì)圖像語(yǔ)義進(jìn)行分類，設(shè)計(jì)了一個(gè)語(yǔ)義分類器,。利用訓(xùn)練數(shù)據(jù)定義好語(yǔ)義類型后,，就可以根據(jù)圖像的視覺(jué)特征找到圖像的語(yǔ)義類型。這樣相似性匹配即可在同一語(yǔ)義類型下進(jìn)行,，因而提高了圖像檢索效率,。
參考文獻(xiàn)
1 付巖，王耀威.SVM用于基于內(nèi)容的自然圖像分類和檢索. 計(jì)算機(jī)學(xué)報(bào)，2003,；26（10）
2 Smeulders A,，Worring M.Content-based Image Retrieval at the End of the Early Years.IEEE Transactions on Pattern Analysis and Machine Intelligence，2000,；22（12）
3 莊越挺,，潘云鶴.基于內(nèi)容的圖像檢索綜述.模式識(shí)別與人工智能，1999,；12（2）