图像检索基础

图像检索

1 相似图像检索

2 相似颜色检索

2.1 算法结构

目标：实现基于人类颜色感知的相似排序
模块：颜色特征提取&特征相似度计算

颜色直方图就是将RGB图像中出现的颜色进行统计。将一张图像描述成一个256维度的特征向量。

2.2 自编码器

是通过神经网络进行特征提取，提取出针对学习样本的通用特征降维方法。
神经网络的两段通过相同的数据限制，学习到中间的隐藏层权重，通过使用降维再升维的方法，使隐藏层输出最大限度的保存图像的主要特征，以使还原后的图像与原图像误差达到最小。

2.3 颜色特征提取

目标：统计图片的颜色成份->颜色聚类直方图
方法：使用K-means++对图片Lab像素值进行聚类

2.4 颜色特征相似度计算

2.4.1 颜色直方图距离

EMD（Earth Mover Distance,推土机距离）
两个图片的颜色特征直方图之间的视觉相似度
检索结果的排序依据

2.4.2 色差距离

CIEDE2000
Lab空间中两个颜色之间的视觉相似度
EMD距离的基础距离

3 相似纹理检索

3.1 纹理（texture）

重复模式：元素或基元按一定规则排列

3.2 纹理特征

反映图像中同质现象的视觉特征
所有物体表面共有的内在特征
包含了物体表面结构组织排列的重要信息

3.3 算法结构

目标：实现基于人类纹理感知的相似排序
模块：纹理特征提取（多方向、多尺度Gabor滤波器组；Kmeans++聚类直方图）
特征相似度计算（纹理聚类直方图:EMD;纹理距离：L2）

3.4 Gabor滤波器组

Gabor滤波器组类似于人类的生物视觉系统：多频率/尺度
Gabor滤波器：频域（属于加窗傅里叶变换）、空域（一个高斯核函数和正弦平面波的乘积）

Gabor卷积操作加速：FFT；采用“图片尺寸缩小替代Gabor模板尺寸增大”的策略。

4 相似形状检索

PHOG形状特征提取：金字塔梯度方向直方图
网格：1x1,2x2,4x4
直方图方向数量：9
维数：189=（1+4+16）x9

5 相似局部特征检索

图之间的相似度匹配：两个图SIFT点集之间的匹配对数；双向匹配