主要内容

图像检索与视觉单词的袋子

您可以使用Computer Vision Toolbox™函数按图像进行搜索,也称为基于内容的图像检索(CBIR)系统。CBIR系统用于从与查询图像相似的图像集合中检索图像。这些类型的系统的应用可以在许多领域找到,例如基于web的产品搜索、监视和视觉位置识别。首先,系统搜索图像集合,以找到与查询图像在视觉上相似的图像。

检索系统使用一袋视觉单词,图像描述符集合,以表示您的数据集。图像被索引以创建视觉单词的映射。该索引将每个视觉单词映射到图像集中的出现。查询图像与索引之间的比较提供了与查询图像最相似的图像。通过使用CBIR系统工作流程,您可以评估已知一组图像搜索结果的准确性。

检索系统工作流程

  1. 创建表示检索的图像功能的图像集.使用ImageageAtastore.存储图像数据。使用大量代表物体不同视角的图像。大量多样的图像有助于训练视觉词汇包,提高图像搜索的准确性。

  2. 特征类型.这IndexImages.使用加速的鲁棒功能(冲浪)函数创建视觉单词的袋子。对于其他类型的功能,您可以使用自定义提取器,然后使用Bagoffeature创建一袋视觉单词。看看使用自定义功能创建搜索索引例子。

    你可以用原版IMGSET.或者为培训集的不同图像集合。要使用不同的集合,请在创建图像索引之前创建视觉单词的袋子,使用Bagoffeature函数。使用同一组图像的优点是可视词汇表是针对搜索集量身定制的。这种方法的缺点是,检索系统必须重新学习视觉词汇,以便在一组完全不同的图像上使用。通过一个独立的集合,可视词汇表能够更好地处理添加到搜索索引中的新图像。

  3. 索引图像.这IndexImages.函数创建一个搜索索引,将视觉单词映射到图像集合中的出现。使用独立或子集集合创建视觉单词袋时,包括作为一个输入论点IndexImages..如果您未创建一个独立的视觉单词,则该函数基于整个函数创建袋子IMGSET.输入集合。您可以使用该图像直接添加和删除图像索引的图像addImages删除贴变方法。

  4. 搜索数据设置为类似图像.使用RefriceImages.用于搜索类似于查询图像的图像的图像集。使用numresults.属性以控制结果的数量。例如,要返回前10个类似的图像,设置ROI.属性要使用查询图像的较小区域。较小的区域可用于在要搜索的图像中隔离特定对象。

评估图像检索

使用evaluateMageretrieval.通过使用已知一组结果的查询图像来评估图像检索的功能。如果结果不是您所期望的,则可以通过视觉单词的袋修改或增强图像功能。检查检索到的功能的类型。用于检索的功能类型取决于集合中的图像类型。例如,如果您正在搜索由景象组成的图像集合,例如海滩,城市或高速公路,则使用全局图像功能。全局图像特征,例如颜色直方图,捕获整个场景的关键元素。要在图像集合中查找特定对象,请使用围绕对象键盘提取的本地图像功能。

相关的话题