美国基于快速索引方法的图像检索技术

    目前，数字化的图像资料正以惊人的速度不停地增加，人们对于这些资源进行开发的兴趣也在不断增加。如何从图像资料库里快速、高效地检索出符合需求的图像，到目前为止仍然是一个难度极高的课题。研究人员积极地寻找着解决方法，经过几十年的探索与研究，目前的图像检索方法主要有基于文本的方法和基于内容的方法两种。
   
    基于内容的图像检索(CBIR)是指在给定查询图像的前提下，依据内容信息或指定的查询标准，在图像数据库中搜索并查找出符合查询条件的相应的图像。应用CBIR时，查询条件本身就是一个图像，或者是对于图像内容的描述，而建立索引的方式是提取底层特征，然后通过计算比较这些特征和查询图像特征之间的距离，最终以此来决定两个图片的相似程度。

  
  
   为了更准确地表达图像信息，提高系统检索性能，本文提出了一种基于快速索引方法的图像检索技术 ———Simplicity。为了减少图像分割不准确所造成的影响，本技术融合了综合区域匹配（IRM）方法，IRM方法能够使一个图像区域与另一个图像的若干区域相匹配，也就是说，任何两个图像的区域映射是多对多的关系。
   
   本文将两个图像之间的相似度定义为特征空间中所有不同图像区之间距离的加权总和。Simplicity的框架如图所示，包括图像分割法、图像分类方法和IRM相似度法。