基于近邻可视的图像浏览方式研究摘要:针对图像搜索引擎的结果,对图像集依据视觉相似度将视觉相近的图像组织在一起,提供给用户一个有效的浏览接口为降低计算时间｡,提出一种基于关键维的近邻搜索算法｡实验证明了以上算法的有效性关键词｡:图像检索;结果浏览;最近邻;关键维:TP391.41文献标志码:A:1001-3695(2007)10-0200-03随着互联网及数字图像技术的发展,互联网上可获得的图像信息也在飞速增长,基于Web的图像检索技术得到了人们的广泛关注现有的一些｡图像搜索引擎[1,2]均是基于传统的关键字搜索技术,也沿用着文本检索中的算法,对检索返回的结果,依据网页的相关等级算法返回给用户,并不对图像视觉特征本身进行分析,因此,不适合用户对搜索返回的图像集进行浏览和比较｡KerryRodden等人[3]的研究结果表明,在图像检索系统中,对图像的合理组织可以有效提高检索效率本文针对图像搜索结果｡,提出基于近邻可视化的图像浏览方式,将搜索返回的图像集按其视觉特征进行组织,使得视觉上相似的图像浏览时也相近,这样提供给用户一个有效的浏览方式,方便用户对搜索返回的图像集进行浏览和比较,提高了图像检索的效率本文通过逐步扩展图像在检索集中的｡??k??近邻,实现基于近邻可视的图像浏览方式在信息检索领域中｡,检索的实时性是不容忽视的,为提高高维空间中最近邻搜索效率,笔者提出了基于关键维的近邻搜索算法通过实验｡证明,本文提出的算法有效地提高了计算性能｡??本文的主要工作在于:对于图像检索结果的组织,基于图像的视觉特征提出一种基于近邻可视化的图像浏览方式;针对高维空间中,计算??k近邻搜索的高时间复杂度,提出一种基于关键维的k近邻搜索算法｡????1相关工作介绍??搜索引擎在追求搜索速度的同时也牺牲了搜索的精确度也正是由于追求搜索速｡度,增加了用户判断信息相关性的难度用户在享受基于自由文本检索方便的同时不得不花｡费大量的时间来对检索结果进行甄选评估随着､｡Web上的信息不断增多,信息过载与信息迷航成为网络信息搜索中越来越严重的问题｡Internet中大多搜索引擎采用文档向量空间模型进行关键词的匹配来决定检索结果,而在HTM网页中的显示并没有涉及到语义内容,因此搜索引擎并不能真正理解用户的检索意图[4]借助于可视化方式｡,既可以提供整体浏览,用户也可选任意其中的某点,了解对应相关的详细信息｡BenShneidenman提出人机界面设计的原则其中在信息检索可视化过程中最重要的是｡:提供信息反馈;允许检索过程的可逆;支持检索策略控制;减少检索记忆负担;提供一般用户和专家用户的界面选择等[5]｡??已有研究者[6~11]对图像搜索结果的组织进行了一些讨论,聚类分析在信息检索中的应用也已有较长的历史｡CaiDeng等人[6]对返回的图像集基于文本信息聚类,在此结果上再进行基于视觉的聚类分析｡LiZui??wei等人[7]认为每一幅图像均由两类区域组成,即关键区和背景区｡假设搜索引擎返回的图像集语义是一致的,图像之间的差别在其背景区,因此,对每一幅图像提取关键区,然后对背景区进行分类处理｡Sunayama等人[8]提出的算法对图像相关网页中提取文本信息进行分析,统计出现频率高的词作为图像的标签,去掉出现频率高但与所搜索的关键字无关的标签,然后对标签集进行短语关联以及共现关联处理,选择出合适的label集,将搜索返回的图像集按照标签集进行分类｡LiuHao等人[11]将图像集按照其视觉的相似性映射到二维网格上,提供给用户浏览｡??在高维空间中,两点间的距离计算具有较高的时间复杂度,因此,高维空间中的最近邻搜索算法的瓶颈,采用基于关键维的搜索策略证明关键维的应用将有效地提高高维空间中的相似搜索效率[12,13]｡??2基于近邻可视的图像浏览方式??本文用图像所对应的??k??近邻来实现近邻可视的图像浏览方式,用近邻子集来表示图像集,可使得图像集中视觉特征相似的图像在浏览器中也是相邻的｡??2.1特征提取算法[14]??图像特征的提取是实现检索的基础,颜色是图像非常重要的视觉特征相对｡于其他特征(如纹理形状特征等､),颜色特征非常稳定,具有对旋转平移变化不敏感等特点､,表现出很强的鲁棒性本文采用颜色特征来表示图像的视觉内容｡｡??在颜色表示方面,HSI模型比RGB模型更符合人的...