基于智能计算的图像检索算法研究

摘要：基于内容的图像检索最终逐步向人类智能靠近，智能化算法将会在基于内容的图像检索中发挥重要的作用，计算智能是模拟智能的主要手段之一，基于智能计算的图像检索是以图像内容特征作为出发点，提供有效的检索手段，自动化的检索出满足用户需求的图片。深刻探讨了基于伤空间粒度计算、基于粒子群优化、基于保局投影三种图像检索算法的有效性，为基于智能计算方法图像检索问题提供了可靠的理论依据。

关键词：智能计算 图像检索 算法

中图分类号：TP391.41 文献标识码：A 文章编号：1007-9416（2015）07-0000-00

传统的图像检索技术是文本方式的图像检索技术，其主要是通过图像文件建立国际按此、文本标题和一系列附加描述信息来建立图像存储路径和关键词之间的联系[1，2]。随着数据量的不断增多，基于内容图像检索技术逐步产生，并且在20世纪90年初逐步成为多媒体技术应用领域的研究热点[3，4]。基于内容的图像检索由计算机自动进行特征提取和索引建立，不仅可以避免主管的人工描述，同时可以明显的降低工作量[5]。智能计算方法是模拟智能的主要手段之一，其将各种智能计算方法有效合理的引入到基于内容的图像检索领域，并且根据基于内容的图像检索设计来完成智能化的图像检索，成为基于内容的图像检索领域研究的必然趋势[6]。

基于内容的图像检索技术具有比较重要的现实意义和理论价值，其可以从实际应用的角度，应用于如下方面：

（1）图像搜索引擎：基于内容的图像检索常用于图像搜索引擎，比较常用的图像搜索引擎主要是基于文本关键词进行图像搜索。

（2）网络环境净化：基于内容的图像检索对于特征类似不健康的图片可以进行游戏哦啊的过滤，阻止不健康内容的出现，对于建立绿色网络环境具有重要的作用。

（3）平安城市建设：通过基于内容的图像检索对全程进行安全摄像监控，一旦发现危险敏感场景自动报警，为人们的生活和学习带来的可靠的安全保障。

（4）安全生产监控：在生产产地进行基于内容的图像检索危险场景，一旦发现立即报警，从而保证生产的安全性，降低生产事故的发生。

（5）关键帧提取：基于内容的图像检索的反向应用可以达到关键帧提取的目的，对于视频序列中连续出现的相似性较高的视频帧进行筛选，从而达到提取关键帧的目的。

（6）基于内容的图像检索还可以应用于医学图像检索、大规模专业摄影影像库等各个专业领域[7，8]。

基于内容的图像检索最终逐步向人类智能靠近，智能化算法将会在基于内容的图像检索中发挥重要的作用，计算智能是模拟智能的主要手段之一，对于智能化的基于内容的图像检索算法，设计符合人类智能思维的基于内容的图像检索机制，将会对推动群体智能、神经网络、学习算法、模糊理论等起到重要的作用[9]。随着算法的智能化和检索性能要求的提高，本研究对商空间粒度计算理论、粒子群优化算法、流形学习理论等智能计算方法研究基础上提出了以下几种基于内容的图像检索算法。

（1）基于伤空间粒度计算的图像检索算法：模拟人类智能对事物的多粒度粒化和智能合成特点进行认识，从而对于图像检索问题进行商空间的描述，从而利用不同粒度下属性对图像不同刻画能力，设计属性合成最优准则的函数。

（2）基于粒子群优化图像检索算法：主要是针对基于内容的图像检索中相关反馈算法存在的问题，引入粒子群优化算法，提出一种基于图像编码的粒子群优化相关反馈算法。粒子群优化图像检索算法对于特征图像进行编码，充分的发挥粒子群优化算法高效学习、快速收敛的优势，克服相关反馈中权值调整不灵活的问题。

（3）基于保局投影的图像检索算法：其主要是在图像检索过程中进行高效维数缩减，并且最大化保留图像可分辨特征，同时而结合线性降低维和流形学习非线性降维方法优势的保局投影方法进行研究。对权矩阵进行有效的图像检索设计，通过多个矩阵合成全局多特征权矩阵从而对图片特征进行保局投影特征降维，在通过相关反馈对各权矩阵进行有效的调整，从而进行全局调整，模拟出更优图像流形结构进行检索。多权矩阵合成保局投影图像检索算法可以有效的对图像之间的相似特征结构进行优化，高效的完成图像检索，获得满意的检索效果[10]。

综上所述，通过基于内容图像检索概述，概括了基于内容图像检索主要方法，深刻探讨了基于伤空间粒度计算的图像检索算法、基于粒子群优化图像检索算法、基于保局投影的图像检索算法有效性，为基于智能计算方法图像检索问题提供了可靠的理论依据。

参考文献

[1]Yoo H W， Jang D S， Nay K. An efficient indexing structure and image representation for content-based image retrieval[J]. IEICE Trans Inf Syst， 2002，E85-D（9）：1390-1398.

[2]许相莉，张利彪，于哲舟，周春光.基于 DCT 和 SVD 的图像检索算法[J].吉林大学学报 （理学版 ），2008，46（6）：1125-1130.

[3]许相莉，周春光，于哲舟，张利彪，孙昊翔.基于自相似特征的彩色图像检索算法[J].小型微型计算机系统，2008，29（5）：945-949.

[4]李志欣，施智平，李志清，史忠植.图像检索中语义映射方法综述[J].计算机辅助设计与图形学学报，2008，20（8）：1085-1096.

[5]于林森，张田文，张开越.图像检索中的相似性判别及索引方法综述[J].小型微型计算机系统，2007，28（2）：356-360.

[6]吴洪，卢汉青，马颂德.基于内容图像检索中相关反馈技术的回顾[J].计算机学报，2005，28（12）：1969-1979.

[7]鲁珂，赵继东，吴跃，何晓飞.基于保局投影的相关反馈算法[J].计算机辅助设计与图形学学报，2007，19（1）：20-24.

[8]邱兆文，张田文.基于用户多媒体数据管理模型的个性化图像检索[J].电子学报，2008，36（9）：1746-1747.

[9]邱兆文，庞俊彪，张田文，梁可.图像检索中基于二次距离的相关反馈[J].哈尔滨工业大学学报 .2006，38（9）：1582-1585.

[10]祝磊，朱善安.基于2维保局投影的人脸识别[J].中国图象图形学报，2007，23（11）：2043-2047.

收稿日期：2015-06-22

作者简介：庄丽艳（1976―），女，内蒙古通辽人，硕士，讲师，研究方向：智能算法。