ВВЕДЕНИЕ

На протяжении последних десятилетий были опубликованы тысячи работ в данной области, но несмотря на это задача поиска графических изображений в базе данных по их содержанию остается актуальной по сегодняшний день. Это можно объяснить сложностью данной задачи, обусловленной в первую очередь сложностью механизма зрительного восприятия человека. Основной проблемой в данной области, по мнению многих исследователей, является «семантический разрыв» между низкоуровневым содержанием изображения, которым оперирует система, и семантикой изображения, необходимой пользователю. Также определенную сложность представляет необходимость работы с большими объемами многомерных данных – векторами признаков, вычисляемых для описания каждого изображения.
Методы обработки изображений играют значительную роль в исследованиях и информационных системах. Часто используется поиск по текстовому описанию, но  он недостаточно эффективен, поскольку требует дополнительных затрат времени, а так же субъективно зависит от человека, составляющего текстовую аннотацию. Более новым подходом к решению указанной проблемы является контекстный поиск, который выполняется по содержимому изображения в соответствии с запросом пользователя, указывающего визуальные характеристики искомого изображения, либо изображение - образец поиска.

Обзор методов поиска изображений
Основные направления исследований при поиске графических изображений

Можно выделить следующие основные направления исследований в данной области:

(Размер анимации: 95Кб, Разрешение анимации:433x283, Количество повторений: 5, Количество кадров: 8)

(Для повторного показа анимации обновите страницу)

Поиск по содержанию – Content Based Image Retrieval (CBIR)

Рисунок 1 - Традиционная архитектура систем CBIR

- выделение признаков изображений
- многомерное индексирование
- проектирование систем поиска

Уровни содержания и поиск изображений

При поиске графических изображений по их содержанию обращают внимание на уровни содержания изображения, которые в свою очередь  подразделяются следующим образом:

Рисунок 2 – Уровни содержания графических изображений

         Текстовая аннотация включает в себя лишь семантику изображения. А при низкоуровневых характеристиках используют такие факторы как – форма, текстура, цвет, яркость, а также их комбинация.

 При поиске графических изображений по их содержанию применяют следующие признаки:
- признаки цвета
- признаки текстуры
- признаки формы
- пространственные признаки

Рисунок 3 – Схема поиска графических изображений

Цвет

Охарактеризуем признак цвета, который в свою очередь является одним из признаков поиска графических изображений по их содержанию.

Цвет – это качественная субъективная характеристика, определяемая на основании зрительного ощущения, и зависящая от ряда физических, физиологических и психологических факторов..

Признак цвета в основном состоит из двух составляющих:
- гистограммы
- статическая модель

Рис. 4 – Составляющие признака цвета

Гистограмма – это способ графического представления табличных данных.
Статическая модель – это модель статистики, которая может характеризоваться рядом признаков: математическое ожидание, дисперсия и т.д.

Этапы  процесса сравнения изображений

В решении задачи контекстного поиска изображений, методом сравнения гистограмм, можно выделить следующие этапы процесса сравнения двух изображений:

Сравнение изображений. Здесь сравниваются гистограммы, построенные на основе сравниваемых изображений, путем вычисления расстояний между ЦГ изображения–образца и гистограммами всех изображений из БД.

Текстура

Текстура - изображение, состоящее из более или менее близких по восприятию элементов. Смешанные текстуры могут включать в себя элементы из нескольких множеств (классов) элементов. Текстуру, окрестности всех точек которой подобны друг другу называют равномерной текстурой.
Текстура является главным признаком, который применяется при поиске графических изображений по их содержанию.
В текстуре в свою очередь выделяют следующие признаки:

Рисунок 8 – Текстурные признаки

Признаки Tamura

Признаки Tamura – это характеристики, существенные для зрительного восприятия:

- Зернистость (coarseness)
- Контрастность (contrast)
- Направленность (directionality)
- Линейность (line-likeness)
- Регулярность (regularity)
- Грубость (roughness)

Форма объектов

Форма объекта – состовляющий признак который применяеться при поиске графических изображений по их содержанию.
Форма объекта обладает рядом признаков:

Рисунок 12 – Признаки формы

Требования к признакам формы:

- инвариантность к параллельному переносу
- инвариантность к изменению масштаба
- инвариантность к повороту
- устойчивость к незначительным изменениям формы
- простота вычисления
- простота сравнения

ВЫВОДЫ

Существует большой выбор различных алгоритмов поиска графических изображений по их содержанию по каждой из характеристик в отдельности:
- цвет: гистограммы или статистическая модель?
- текстура: фильтры Габора, фильтры ICA
- форма: дескрипторы Фурье, инвариантные моменты

Можно комбинировать методы поиска по различным характеристикам:
- выбор метода синтеза зависит от конкретной задачи (что с чем
смешиваем)
- важно учитывать веса источников
- адаптивный подход

Формулируя точно задачу поиска, свести степень подобия двух изображений к аналитическому выражению в виде некоторой формальной системы, практически не возможно. Причина заключается в неоднозначности самого понятия схожести изображений. Однако если выделить некоторые экспериментальные правила и договорится о размерах ошибки, решение заданной проблемы можно определить в виде некоторой системы уравнений.

СПИСОК ЛИТЕРАТУРЫ