基于图切分的目标区域自动提取及其在图像检索中的应用

在基于内容的图像检索中有一种称为基于目标区域的图像检索方法,这种方法的主要思想是用目标区域的特征代替全局图像的特征进行检索。因此,其检索效率的高低主要取决于目标区域提取的精确度。目标区域的提取属于图像分割问题,在本文中采用了一种称为图切分(Graph Cut)的分割方法进行目标区域的提取。 图切分方法是一种基于图论的分割方法,也是近年来国际图像分割领域的一个研究热点。其主要过程是通过用户的参与,分别标记出自己认为的目标和背景区域,然后根据标记点及其邻接点的特征,提取出用户认为的目标,这是一种交互式的分割方法。但是在图像检索系统中很难实现这种用户的参与,必须研究一种自动的目标区域提取方法。从整个交互式分割的过程来看,只要将用户的手动标记变为自动标记,那么实现目标区域的自动提取就会变成现实。 要完成目标和背景区域的种子点的自动标记,则需要对大量的图像进行标记训练,最终得到目标和背景区域种子点的相关记录。在本文的训练过程中,记录了标记点的位置在整幅图像中所占的比例,每次训练的记录都与原记录取平均值来产生新的记录,这样不断训练,最后得到了一组关于目标标记点和背景标记点的比例记录。在应用时,读取记录即可完成目标和背景的自动标记,接下来按照图切分中的分割方法,完成图像目标区域的自动提取。 得到自动提取的目标区域后,将其应用于基于目标区域的图像检索。把自动提取出的目标区域看作子图像,提取出子图像的颜色特征,对目标子图像和检索子图像的颜色直方图求交,然后按照颜色直方图的相似性度量准则进行图像的匹配,最终完成基于目标区域的图像检索。