城市遥感应用：基于内容的影像检索技术

CBIR技术的关键在于如何描述影像的内容，对于影像数据来说，内容具有多个层次上的含义(Hanjalic，2001)。

(1)感知层:指影像在视觉上的颜色、纹理、形状、轮廓等低层特征。

(2)认知层:主要是指影像中的主体、对象以及对象间的关系。认知层的特征提取往往先要对影像进行分割，获取影像中的不同对象，然后提取这些不同对象的特征以及对象间的关系。

(3)情感层:主要指个人对影像内容的理解，包含了个人的情感因素。

与此类似，黄祥林等(2002)则将影像内容理解为一个简化了的层次模型，由低至高大致分为原始数据层、物理特征层以及语义特征层三个层次，如图12-1所示。实际上，以上对影像内容的两种层次划分方法是具有共同点的。

(www.xing528.com)

图12-1　影像内容不同层次

CBIR按照检索内容，从低至高也可分为三个层次。

(1)利用影像的低层视觉特征如颜色、形状、纹理等，以及这些特征的组合，构成描述影像内容的特征向量，通过比较这些向量的相似性达到影像检索的目的。从本质上来说，这一层次的检索没有用到语义信息，而实际上，目前的CBIR技术也主要集中在这一个层次。

(2)根据影像的逻辑特征，进行一定的逻辑推理，识别出影像中所包含的对象的类别。为了让计算机识别对象，首先要找出影像中的对象，影像分割是寻找影像中对象的一个必要手段，在获取了影像的对象后，可以通过它们之间的拓扑关系，获取对象间的空间位置。目前影像分割技术尚处于发展阶段，要分割出有明确物理意义的完整的对象，还需要进一步的研究。

(3)根据影像的抽象语义特征构成语义特征向量，通过对物体和场景的描述来推理场景语义、行为语义和情感语义，实现基于语义的检索。要实现这一目的，需要复杂的推理和主观判断，往往需要运用知识和机器学习的手段，利用心理学和认知科学的成果。目前的CBIR尚无法完全达到这一层次。