基于MPEG-7的数字内容检索技术研究与实现

摘要

近年来，随着多媒体技术和计算机网络的飞速发展，全世界的数字图像、音视频、数字动画的容量正以惊人的速度增长。无论是军用还是民用设备，每天都会产生很大容量的数字媒体。这些数字媒体中包含了大量有用的信息。然而，由于这些媒体是无序地分布在世界各地，因此其中包含的信息无法被有效地访问和利用。这就要求有一种能够快速而且准确地查找访问媒体的技术，也就是所谓的媒体检索技术。 基于内容的媒体数据检索技术是当今的一个研究热点，国内外的许多研究机构都在从事这一课题的研究，并取得了一定的研究成果。现在可以检索的媒体类型包括动画、音频、视频、静态图像等。 MPEG-7是运动图像专家组推出的基于内容的多媒体描述标准。MPEG-7标准重点在于数字AV (Audio-Video)信息的描述和定义，它以明确的结构和语法来定义AV信息的内容，对AV信息进行标准化描述，并将该描述与所描述的内容相联系，以实现快速有效的搜索。 目前，用于检索的图像特征主要有颜色(Color)、纹理(Texture)、形状(Shape)等。由于不同的应用背景，不同的基于内容检索系统在其检索实现中采用的技术也各有侧重，基于内容的图像检索可以说是图像处理和计算机视觉各种技术应用的综合。 本文在广泛查阅国内外有关基于内容的图像检索技术资料的基础上，基于MPEG-7标准，在图像检索技术，图像特征信息提取、存储、检索等方面进行了深入的分析和研究，实现了关键算法，并搭建了基于内容分析的图像检索系统，能够对图像的颜色、纹理、形状特征进行提取并实现检索应用。论文主要工作包括： 1．研究主流的基于内容的图像检索技术，分析研究方向及未来的发展趋势，确定论文所要采用的图像数据存储方式、检索方式等。 2．详细分析了MPEG-7标准的各个组成部分以及其核心-XML技术，并在此基础上探讨了MPEG-7在基于内容的图像检索系统中的应用。 3．图像特征提取是图像检索中的关键，本文集中分析了颜色、形状、纹理方面的特征描述符，在此基础上进一步分析了各种视觉特征的提取方式。 4．为了实现图像检索，必须对提取图像的不变性特征进行匹配。形状不变矩是目标的一种物理特征，它对于物体的平移、旋转、比例变换具有不变性，故系统实现中提取了图像的形状不变矩特征，采用欧氏距离计算相似度对图像进行匹配，以提高图像匹配效果。 5．对图像检索系统的总体架构、实现功能、系统模块的代码设计方案以及系统实现中的关键问题进行了详细讨论。特别是关于对视频片断的处理，将其灵活解码为中间帧，然后按照静态图像的方式处理。 6．基于上述理论方法，采用安全性较高的SQL Server数据库作后台数据库，给出了特征数据基于XML文件和基于数据库的双重存储模式，并且分析了它们之间的同步问题。

目录

文摘

英文文摘

声明

第一章引言

1.1 数字内容管理亟需基于内容的检索技术

1.2数字内容检索技术现状

1.3基于内容的图像检索技术

1.4课题目标与主要研究内容

第二章MPEG-7标准

2.1元数据与可扩展标记语言XML

2.1.1元数据技术

2.1.2可扩展标记语言XML

2.2 MPEG-7的含义

2.3 MPEG-7标准的特点

2.4 MPEG-7的范围

2.5 MPEG-7标准的对象

2.6 MPEG-7的系统

2.7 MPEG-7的核心内容

2.8 MPEG-7标准的组成部分

2.9 MPEG-7的应用领域

第三章MPEG-7视觉特征描述符

3.1视觉描述符分类

3.2颜色描述

3.2.1颜色空间

3.2.2颜色量化

3.2.3主颜色

3.2.4可扩展的颜色

3.2.5颜色的布局

3.2.6颜色结构

3.2.7 GoF／GoP颜色

3.3纹理描述

3.3.1相似纹理

3.3.2纹理浏览

3.3.3边缘直方图

3.4形状描述

3.4.1区域形状

3.4.2轮廓形状

3.4.3三维形状

第四章基于内容的图像检索算法研究

4.1图像特征的表达方式

4.1.1颜色特征

4.1.2纹理特征

4.1.3形状特征

4.2静态特征描述符的抽取和匹配算法

4.2.1可扩展颜色描述符

4.2.2相似纹理描述符

4.2.3基于轮廓的形状描述符

第五章基于内容的图像检索系统实现

5.1系统的总体架构

5.2系统的功能

5.3系统的组成部分

5.4 MPEG-7标准描述符和描述模式的实现

5.5系统关键问题

5.5.1函数库的使用

5.5.2对视频解码的处理

5.5.3数据库与XML文件的同步

第六章实验结果

第七章结论

参考文献

致谢

攻读学位期间发表的学术论文