圖像結構化特征表達方法研究.pdf

1、對多媒體數(shù)據(jù)進行管理、分類和檢索具有廣泛的應用價值和迫切的實際需求。有效的圖像特征表達是完成上述計算機視覺任務的基礎。然而,現(xiàn)有的方法仍然存在語義表達能力弱和判別能力不足等問題。本文以構建高表達力和高判別力的圖像表達為研究目標,主要研究圖像結構化特征表達方法。通過借鑒人類視覺系統(tǒng)中的層次處理機制,提出了層次結構特征表達模型,同時結合圖像中特征的空間相關性和尺度相關性提出了三種圖像結構化特征表達方法來刻畫圖像內(nèi)容,以提高特征的表達能力和判

2、別能力。具體的研究內(nèi)容和主要貢獻如下:
　　首先,通過借鑒人類視覺系統(tǒng)中的層次信息處理機制,提出了層次化圖像結構特征表達模型。該模型通過由簡單到復雜的層次關系來組織無序的圖像特征,實現(xiàn)對圖像信息的有效表達。該表達模型解決了對不同的圖像結構進行刻畫的問題,指出了描述結構信息的兩個基本要素:尺度相關性和空間相關性。視覺認知和統(tǒng)計學習角度的分析以及實驗結果,證明了所提出的圖像結構表達模型的有效性,同時也證明了尺度和空間因素對圖像表達具有

3、重要作用。
　　其次,通過引入圖像中特征的空間關聯(lián)特性,提出了基于空間鄰域相關性的單層結構特征表達方法,解決了傳統(tǒng)無結構特征的判別力低的問題。通過統(tǒng)計圖像中特征的空間分布,構建出單層結構特征對,使用相對位置關系等結構信息對其進行描述,并定義了結構特征對的相似度度量方法。接著,以這種結構特征表達方法為基礎,提出了基于空間結構約束的目標檢測算法。目標圖像識別和圖像Logo檢測的實驗結果表明,所提出的基于空間鄰域相關性的單層結構特征表達

4、方法能夠更有效地描述圖像信息,提高了特征的判別能力。
　　再次,通過引入圖像中特征的尺度關聯(lián)特性,提出了基于尺度相關的兩層結構特征表達方法,利用層次約束聯(lián)合多尺度特征以提高特征的判別能力。通過局部特征的尺度包含關系,將無序的局部特征組成層次結構,采用表觀信息和結構信息對該結構進行刻畫,并定義對應的結構相似度度量方法實現(xiàn)更準確的相似度計算。為進一步實現(xiàn)更加緊湊高效的表達,提出了基于相似哈希映射的尺度結構特征編碼方法。目標圖像識別、大

5、規(guī)模圖像檢索和圖像匹配的實驗結果表明,所提出的尺度相關兩層結構特征與無結構特征和單層結構特征相比更具判別能力,并且對尺度、旋轉(zhuǎn)等變化具有較強的魯棒性。
　　最后,以單層空間相關結構和兩層尺度相關結構表達為基礎,提出了多層次結構特征表達方法,來更詳細地描述圖像內(nèi)容。該方法在包含關系的基礎之上使用樹形結構來更細致地組織和刻畫圖像區(qū)域內(nèi)的多尺度特征,進一步提高特征表達的判別能力。接著,提出了自底向上的編碼方法將結構信息有效地嵌入到編碼向

6、量之中完成對多層次結構樹的描述,并在此基礎上提出了基于直方圖交的結構樹相似度計算方法和基于監(jiān)督信息測度學習的特征映射方法。目標圖像識別、紋理分類和場景圖像分類的實驗結果表明,所提出的多層次結構樹方法與無結構特征、單層空間結構特征和兩層尺度結構特征的方法相比,具有更強的判別能力,證明了所提出的多層次結構特征表達方法對圖像區(qū)域表達的有效性。
　　通過上述工作,本文對圖像的結構化特征表達問題進行了深入研究,結果表明:圖像的結構信息對于提