圖像數(shù)據(jù)庫(kù)操作(數(shù)據(jù)庫(kù))

時(shí)間：2022-11-26 00:30:01 | 來(lái)源：信息時(shí)代

時(shí)間：2022-11-26 00:30:01 來(lái)源：信息時(shí)代

    圖像數(shù)據(jù)庫(kù)操作 : 在圖像數(shù)據(jù)庫(kù)管理系統(tǒng)的支持下,對(duì)圖像數(shù)據(jù)庫(kù)中的圖像數(shù)據(jù)進(jìn)行的各種操作或運(yùn)算。這些操作除包括各種代數(shù)運(yùn)算、邏輯運(yùn)算外,還涉及圖像處理運(yùn)算、圖像查詢(檢索)和對(duì)圖像數(shù)據(jù)庫(kù)的管理等。
1. 圖像運(yùn)算(image operation)
(1) 圖像代數(shù)運(yùn)算: 指圖像之間對(duì)應(yīng)像素灰(彩色)度值的代數(shù)運(yùn)算,其運(yùn)算式為: C(x,y)=A(x,y)⨁B(x,y)。式中,A(x,y)和B(x,y)為輸入(原始)圖像, C(x,y)為輸出(運(yùn)算結(jié)果)圖像, ⨁為代數(shù)運(yùn)算符。
(2) 圖像邏輯運(yùn)算: 指圖像之間對(duì)應(yīng)像素灰(彩色)度值的邏輯運(yùn)算,它包括: ①圖像的邏輯“與”(AND)運(yùn)算;②圖像的邏輯“或”(OR)運(yùn)算; ③圖像的邏輯“異或”(exclusive OR)運(yùn)算等。以圖像的邏輯“與”(AND)運(yùn)算為例,其運(yùn)算過(guò)程為: 對(duì)于兩幅大小相等的圖像,逐點(diǎn)進(jìn)行邏輯“與”(AND)運(yùn)算。對(duì)每一點(diǎn),當(dāng)兩幅圖像的像素(元)值相同時(shí),該值是結(jié)果圖像的像元值。而當(dāng)兩幅圖像的像素(元)值不同時(shí),以某特定值(通常為零)作為結(jié)果圖像的像元值,從而得到一幅大小相同的結(jié)果圖像。對(duì)于用不同方法得到的兩幅分類圖像,可以用“與”運(yùn)算進(jìn)行調(diào)整,在每一類別中留下在兩幅分類圖中都劃入同一類別的點(diǎn),刪掉沒(méi)有劃入同一類別的點(diǎn),減少分錯(cuò)的概率。圖像的邏輯“或”運(yùn)算和“異或”運(yùn)算的過(guò)程,不再介紹。對(duì)二維圖像的邏輯運(yùn)算可以使得該圖像的形狀和灰度(或顏色或紋理)得到改善。對(duì)三維圖像中形體的邏輯運(yùn)算(如采用CSG表示法)可以用來(lái)表示復(fù)雜的形體。
(3)圖像取均值:一種用于去除圖像噪聲、提高圖像信/噪比的運(yùn)算方法。如將m幅具有相同信/噪比的圖像的對(duì)應(yīng)點(diǎn)的灰度值相加取平均值,使結(jié)果圖像的信/噪比可以得到相應(yīng)的提高。
(4)圖像布爾運(yùn)算:指應(yīng)用布爾代數(shù)公式對(duì)圖像進(jìn)行各種運(yùn)算,如加速幾何圖樣的構(gòu)成,在遙感制圖及CAD中編制GIS圖和地理環(huán)境圖,或采用圖像布爾運(yùn)算識(shí)別非圖形、圖像特征的遙感及地理圖像。
2. 圖像處理運(yùn)算
圖像處理運(yùn)算又稱圖像處理中的基本運(yùn)算,包括圖像處理的點(diǎn)運(yùn)算、鄰域運(yùn)算、幾何運(yùn)算、變換運(yùn)算和形態(tài)學(xué)運(yùn)算等。實(shí)際上,這些基本運(yùn)算常用于對(duì)圖像的預(yù)處理和圖像的分析與處理中。
(1)點(diǎn)運(yùn)算: 這種運(yùn)算的處理結(jié)果g(x,y)只與本像素點(diǎn)(x,y)的值f(x,y)有關(guān)。即g(x,y)=T_p[f(x,y)],其中T_p表示灰度變換運(yùn)算。
(2)鄰域運(yùn)算:一種空間域?yàn)V波方法,指像素點(diǎn)(x,y)的處理結(jié)果與(x,y)鄰域S內(nèi)的像素點(diǎn)的值有關(guān)。最常用的鄰域運(yùn)算是用卷積運(yùn)算實(shí)現(xiàn)的線性濾波: g(x,y)=f(x,y)*h(x,y)。
(3)變換運(yùn)算:將空間域圖像f(x,y)通過(guò)變換(如傅里葉變換),變換成頻率域函數(shù)F(u,v),再進(jìn)行濾波或處理?；蛱幚砗髮D像再反變換到空間域。
(4)幾何運(yùn)算:實(shí)際上是圖像的坐標(biāo)變換,經(jīng)幾何運(yùn)算后,像素f(x,y)的坐標(biāo)變?yōu)?x′,y′)。幾何運(yùn)算的一般表達(dá)式為: x′=g₁(x,y),y′=g₂(x,y)。
(5)彩色運(yùn)算:包括偽彩色增強(qiáng)和彩色變換。偽彩色增強(qiáng)將灰度圖像f(x,y)映射為彩色圖像。
(6)形態(tài)學(xué)運(yùn)算:利用數(shù)學(xué)形態(tài)學(xué)的基本運(yùn)算對(duì)圖像進(jìn)行處理,以改善圖像的質(zhì)量。這是不同于空域和頻域?yàn)V波的新型圖像濾波方法。其一般表達(dá)式為:X′=M(X,B)。其中,X為處理對(duì)象,B為結(jié)構(gòu)元素,M表示形態(tài)學(xué)運(yùn)算,處理結(jié)果為X。
3. 圖像檢索(基于內(nèi)容的圖像檢索)
圖像檢索(image search)是對(duì)圖像數(shù)據(jù)庫(kù)進(jìn)行操作和管理的重要內(nèi)容。傳統(tǒng)圖像檢索是通過(guò)對(duì)圖像建立關(guān)鍵詞,亦即用文本描述信息對(duì)圖像進(jìn)行標(biāo)識(shí)。這種以文本為基礎(chǔ)的圖像檢索方法存在許多缺陷:①圖像數(shù)據(jù)量龐大,采用手工方式對(duì)圖像加注文本信息、分類、歸檔,十分費(fèi)力、費(fèi)時(shí),也不規(guī)范;②文本描述信息具有主觀性,對(duì)圖像的理解會(huì)因人而異,用文本描述查詢所要匹配的圖像內(nèi)容,容易產(chǎn)生遺漏和錯(cuò)判; ③用文本關(guān)鍵詞很難將圖像反映的內(nèi)容描述清楚?；谝陨峡紤],直接采用圖像本身包含的內(nèi)容信息為索引來(lái)實(shí)現(xiàn)圖像檢索,可以克服文本檢索方法的弊端,而且真正體現(xiàn)了“一圖值千金”的圖像視覺(jué)查詢的優(yōu)勢(shì)。這種圖像檢索方法稱為基于內(nèi)容的圖像檢索(content-based image search)。
通常,基于內(nèi)容的圖像檢索是根據(jù)圖像的語(yǔ)義和感知特征進(jìn)行檢索,該方法是通過(guò)從圖像數(shù)據(jù)中提取特征信息(信息線索或特征指標(biāo)),然后根據(jù)這些特征信息,從圖像數(shù)據(jù)庫(kù)的大量圖像數(shù)據(jù)中進(jìn)行查找,以檢索出具有相似特征的圖像數(shù)據(jù)。與基于關(guān)鍵詞的傳統(tǒng)數(shù)據(jù)庫(kù)檢索手段相比,它具有相似度檢索、近似檢索和要求給出檢索結(jié)果的集合限制等特點(diǎn)?；趦?nèi)容的圖像檢索包括:
(1)基于語(yǔ)義內(nèi)容的圖像檢索:是高抽象層次的檢索,按人的思維對(duì)圖像的信息內(nèi)容做出語(yǔ)義上的描述。基于語(yǔ)義內(nèi)容的檢索就是基于對(duì)象的檢索,例如,查找圖像中包含的具體物體、發(fā)生的場(chǎng)景及圖像所描述的感情色彩等均屬于基于語(yǔ)義內(nèi)容的檢索。這種層次的圖像檢索具有較高的智能,需要計(jì)算機(jī)視覺(jué)和圖像理解技術(shù)的支持,目前實(shí)現(xiàn)還有一定的難度。
(2)基于圖像特征內(nèi)容的圖像檢索:指按圖像的特征內(nèi)容所進(jìn)行的檢索,可以細(xì)分為: ①基于顏色特征的圖像檢索主要通過(guò)調(diào)節(jié)各種顏色的比例分布和空間分布來(lái)實(shí)現(xiàn)。其作法是將顏色比例分布作為顏色的基本特征,隨后在確定顏色空間的基礎(chǔ)上,統(tǒng)計(jì)每種顏色分量的像素占圖像總像素?cái)?shù)的比例,由此得到圖像各種顏色分量的比例分布——直方圖。以后即可把直方圖作為圖像的顏色特征來(lái)進(jìn)行圖像檢索。除了直方圖法外,有代表性的基于顏色特征的圖像檢索方法還有: 中心矩法、參考顏色表法、顏色對(duì)法、主色調(diào)法和空間分布法等。②基于紋理特征的圖像檢索方法充分應(yīng)用了圖像的多種紋理特征(如Tamura紋理特征中的粗糙度、對(duì)比度、方向度和灰度共生矩陣紋理特征中的反差、能量、熵與灰度相關(guān))和采用了許多先進(jìn)的圖像搜索算法(如采用小波變換、Gabor變換,并以其變換后的系數(shù)特征作為圖像的索引),從而取得良好的結(jié)果。③基于形狀特征的圖像檢索方法大都利用輪廓特征或區(qū)域特征建立圖像索引來(lái)實(shí)現(xiàn),因?yàn)樵诙S圖像空間中,形狀被認(rèn)為是一條封閉的輪廓曲線所包圍的區(qū)域。基于形狀特征的圖像檢索主要采用基于傅里葉描述的形狀搜索和基于形狀矩的形狀搜索算法來(lái)實(shí)現(xiàn)。
基于圖像特征內(nèi)容的圖像檢索是通過(guò)提取圖像內(nèi)容的特征參數(shù),并將其與圖像數(shù)據(jù)庫(kù)中的圖像特征進(jìn)行匹配,這種圖像檢索主要集中在圖像內(nèi)容的特征層次上,在匹配時(shí),以圖像的色彩、紋理、形狀及空間關(guān)系等內(nèi)容特征作為圖像的索引,計(jì)算所查詢的圖像與目標(biāo)圖像的相似距離,按相似度進(jìn)行索引。一般,對(duì)圖像數(shù)據(jù)庫(kù)按圖像特征內(nèi)容進(jìn)行圖像檢索可以在圖像數(shù)據(jù)庫(kù)管理系統(tǒng)IDBMS支持下通過(guò)如下步驟實(shí)現(xiàn): ①在圖像歸檔前,先對(duì)圖像進(jìn)行分析,提取特征矢量(向量),并在向圖像數(shù)據(jù)庫(kù)輸入圖像數(shù)據(jù)的同時(shí),也將特征矢量存入與圖像庫(kù)相連的特征庫(kù);②利用圖像內(nèi)容特征計(jì)算相似性量度,按照聚類原則將特征庫(kù)的特征以及圖像庫(kù)中對(duì)應(yīng)的影像進(jìn)行分類,以實(shí)現(xiàn)按內(nèi)容進(jìn)行查詢: ③在圖像查詢時(shí),對(duì)給定的查詢需求也先進(jìn)行分析并提取其特征矢量,通過(guò)該特征矢量與特征庫(kù)中的特征矢量進(jìn)行匹配,并根據(jù)匹配結(jié)果到圖像數(shù)據(jù)庫(kù)中搜索,就可以提取出為用戶所需的圖像數(shù)據(jù)。為實(shí)現(xiàn)上述功能,IDBMS應(yīng)提供單特征檢索、多特征組合檢索、反饋檢索等,同時(shí)系統(tǒng)應(yīng)提供對(duì)圖像的增、刪、修改、更新等操作。典型的圖像庫(kù)查詢方法有按示例查詢(query by example,QBE),它由用戶給出一幅示例圖像,由IDBMS去檢索和提取圖像數(shù)據(jù)庫(kù)中(所有)相似的圖像,進(jìn)行對(duì)比以找到相關(guān)圖像。這種方法的一種變種是允許用戶組合多幅圖像或畫(huà)草圖(sketch)來(lái)得到示例圖像。
(3)基于內(nèi)容的視頻圖像檢索:這是針對(duì)運(yùn)動(dòng)圖像、動(dòng)畫(huà)和視頻圖像等各種多媒體信息的一種基于內(nèi)容的運(yùn)動(dòng)圖像的視頻檢索工具。如Excalibur公司研制的RetrievalWare視覺(jué)檢索產(chǎn)品,它綜合運(yùn)用了圖像數(shù)據(jù)庫(kù)、人工神經(jīng)網(wǎng)絡(luò)、圖像模式識(shí)別技術(shù),已成功應(yīng)用于Yahoo網(wǎng)上實(shí)現(xiàn)了基于內(nèi)容查詢的網(wǎng)上圖像沖浪。
4. IDBMS對(duì)圖像數(shù)據(jù)庫(kù)中圖像的管理為提高對(duì)圖像的查詢速度和實(shí)現(xiàn)多精度查詢,以便能快捷、有效地遍歷圖像庫(kù)中的每幅圖像,IDBMS應(yīng)為圖像庫(kù)系統(tǒng)提供相應(yīng)的組織與管理技術(shù)。如建立圖像索引數(shù)據(jù)庫(kù),圖像索引庫(kù)一般采用樹(shù)形存儲(chǔ)結(jié)構(gòu),按圖像間的特征距離的大小組織索引數(shù)據(jù)的存儲(chǔ)。當(dāng)采用特征匹配進(jìn)行查詢時(shí),IDBMS會(huì)自動(dòng)按精度要求搜索相應(yīng)的結(jié)點(diǎn),并輸出該結(jié)點(diǎn)下的所有樹(shù)葉。用戶改變查詢精度后,只需在該結(jié)點(diǎn)附近搜索,從而加快了查詢速度。
(1) 圖像數(shù)據(jù)庫(kù)與圖像查詢系統(tǒng): 目前,在Internet網(wǎng)及圖像數(shù)據(jù)庫(kù)支持下,已開(kāi)發(fā)了多種基于內(nèi)容的圖像查詢系統(tǒng),這些系統(tǒng)基本上采用特征圖像查詢技術(shù),圖像庫(kù)中每幅圖像都由一個(gè)不超過(guò)500個(gè)元素的特征矢量來(lái)描述,特征矢量之間的歐氏距離作為相似性度量的標(biāo)準(zhǔn)按照距離的大小給出查詢結(jié)果。如IBM公司的QBIC(query by image content)系統(tǒng),由圖像入庫(kù)、特征計(jì)算和查詢?nèi)糠纸M成,可同時(shí)用關(guān)鍵詞和圖像內(nèi)容來(lái)進(jìn)行檢索。基于內(nèi)容的檢索中,用R*-樹(shù)建立索引,支持示例圖像查詢和選擇顏色及紋理來(lái)進(jìn)行查詢。系統(tǒng)的索引技術(shù)采用了64位顏色直方圖和改進(jìn)后的紋理模型,并采用K-L變換來(lái)降低維數(shù)。又如哥倫比亞大學(xué)的VisualSEEK系統(tǒng),由圖像用戶界面、圖像檢索服務(wù)器、圖像歸檔和圖像數(shù)據(jù)庫(kù)組成。系統(tǒng)采用基于色彩和紋理的索引技術(shù),并支持基于視覺(jué)特征及其空間關(guān)系的查詢。在VisualSEEK基礎(chǔ)上,后來(lái)又發(fā)展為WebSEEK,該系統(tǒng)是一個(gè)面向www的文本/圖像檢索工具,包括圖像/視頻收集、主題分類與索引、搜索瀏覽與檢索三部分,它支持基于關(guān)鍵詞和視覺(jué)內(nèi)容的查詢。基于內(nèi)容的圖像檢索系統(tǒng)還有Photobook、Virage、MARS等,它們的搜索引擎分別采用顏色、紋理、形狀、亮度等特征信息或這些特征的組合來(lái)實(shí)現(xiàn)。其中,還允許用戶調(diào)整每種特征的權(quán)重。
(2)圖像查詢語(yǔ)言:圖像查詢是通過(guò)圖像查詢語(yǔ)言來(lái)實(shí)現(xiàn)。通常,該語(yǔ)言包括常規(guī)數(shù)據(jù)圖像查詢語(yǔ)言和圖像查詢語(yǔ)言。前者與傳統(tǒng)的數(shù)據(jù)查詢語(yǔ)言類似,而后者是一種可視查詢語(yǔ)言。這種語(yǔ)言是一些圖符語(yǔ)句(icon sentence)的集合,它們?cè)诮o定語(yǔ)法和語(yǔ)義的情況下,通過(guò)圖符語(yǔ)句編程進(jìn)行查詢。此外,還有一種基于表格含有圖符的圖示化圖像查詢語(yǔ)言,可實(shí)現(xiàn)各種查詢,具有十分友好的用戶界面。
(3)圖像處理操作系統(tǒng):為了對(duì)圖像數(shù)據(jù)庫(kù)進(jìn)行操作和管理,可在現(xiàn)有的DBMS之上建立一個(gè)圖像處理操作系統(tǒng),它作為一個(gè)DBMS的子系統(tǒng)專門(mén)用于處理圖像和管理圖像庫(kù)。這實(shí)際上是對(duì)計(jì)算機(jī)操作系統(tǒng)的一種擴(kuò)充。如果不想改造原有DBMS的功能,也可在DBMS支持下,引用圖像數(shù)據(jù)庫(kù)或通用的圖像處理軟件與工具來(lái)實(shí)現(xiàn)。常用的圖像處理軟件有Matlab、Photoshop和Flash(動(dòng)畫(huà)制作)軟件等。