摘要-在大部分基于相似性的圖像檢索系統(tǒng)中的一個重要任務(wù)就是相似匹配。計算相思匹配度要求每個候選者的形象特征向量在圖像數(shù)據(jù)庫中?；趥鹘y(tǒng)的算法查找是十分費時而且低效的。隨著數(shù)據(jù)庫大小的迅速增長，建立一種快捷有效的檢索系統(tǒng)的需求與日俱增?；诙喾直媛蕯?shù)據(jù)結(jié)構(gòu)的方法很好的解決了上述的問題，但還有很多方面需要改進(jìn)。在本文中，我們提出一種基于小波變換的多分辨率數(shù)據(jù)結(jié)構(gòu)能夠使圖像檢索更快速。與計算多分辨率算法相比該方法減少了大概50%左右的計算成本。本文提出的方法是在我們?yōu)樵诟呓馕龆鹊牡颓逦鹊南嗨菩云ヅ渲谢厥绽盟@得的信息。該算法在磁盤存儲空間中保存了50% 的多分辨率效應(yīng)的數(shù)據(jù)結(jié)構(gòu)。文中提出的方案可使他很容易的結(jié)合現(xiàn)有的算法做進(jìn)一步的性能增強(qiáng)。在本文中,我們使用相似亮度直方圖匹配方法用于對圖像的檢索。
關(guān)鍵字：基于內(nèi)容的圖像檢索，模糊直方圖，多分辨率直方圖，小波變換直方圖，特征匹配。
1 簡介
在研究數(shù)位資料庫時索引和檢索具有顯著的作用，更有效的搜索和檢索在研究數(shù)據(jù)庫中的數(shù)據(jù)和尺寸圖像時具有一個快速增長的需求。圖像檢索系統(tǒng)在數(shù)據(jù)圖書館，建筑，預(yù)防犯罪，數(shù)字簽名匹配等領(lǐng)域具有廣泛的應(yīng)用。傳統(tǒng)的系統(tǒng)使用以文本為基礎(chǔ)的人工注釋，但在候選圖像數(shù)量十分龐大的文本系統(tǒng)中這種方法效率非常低下。主要的問題是大量的勞動力都用在詮釋圖像和關(guān)鍵字上，這并不足以描述一副圖像。這就限制了該系統(tǒng)的有效性。
所以現(xiàn)在越來越多的人需要一個可以基于低水平的形態(tài)特征的圖像檢索系統(tǒng),如顏色、紋理、形狀等圖像檢索系統(tǒng)，依靠相似性的匹配來查詢圖像特征向量與數(shù)據(jù)庫的圖像。用于顏色相似度匹配最簡單的方法是像素亮度匹配。但像素相似性匹配是一種密集型計算，會很費時，更好的做法是用高度敏感的扭曲與噪音小位移轉(zhuǎn)動。因此,我們需要一個特征不變的，小扭曲，不是計算密集型的形象噪聲。因此直方圖被廣泛應(yīng)用于描述圖像的特征，因為他們不會被扭曲，而且直方圖的匹配很容易做到。而且直方圖不是一個計算密集型工作。
Abstract-
One
of
the important task
in
most
of
Content
Based Image
Retrieva l(CB1R)
system
is
similarity matching.
Similarity matching requires distance computation
of
feature
vectors
for
each
candidate
image
in image database. Conven-
tional algorithms based
on
exhaustive search
are
highly time
consuming
and
inefficient.
With
rapid
increase
in
database
size,
there
is a
growing
need of a
fast
and
efficient retrieva l
system. Multiresolution data-structure based approach pro-
vides a
good
solution
to
above problem
hut
there is still
scope
for
improvement.
In
this paper
we propose
a
wavelet
based multiresolution data-structure algorithm for
faster
im-
age
search.
The
proposed approach reduces
the
number
of
computation
by
around
50%
over multiresolution
data-
structure algorithm.
In
the
proposed approach
we
reuse
the
information obtained
at
lower resolution
levels
for
sim-
ilarity
matching at
higher resolution levels.
This
algorithm
also
saves disk
storage
space
by
ahout
50%
over multueo-
lution data-structure approach. The proposed approach can
he
easily combined
with
existing algorithms for further
per-