通信网络的数字图像可视化管理和检索

所属技术领域

本发明公开一种可视化管理和检索数字图像的方法。尤其是本发明数字图像的索引基于二值位图、基元(基元，指图像中不同于像素的要素，如线段、曲线、封闭图形等)、纹素和像素基础建立，索引数字图像准确，其数据量很小、网络检索快捷，适用于移动通信网络及互联网数字图像搜索、管理和检索。

本发明数字图像可视化是基于图形学(graphics)和影像学(imaging)技术方法在计算科学(computational science)方面的应用，侧重于利用计算机图形学来创建视觉图像，从而帮助人们理解那些采取错综复杂而又往往规模庞大的数字呈现形式的数字影像，应用于通信网络中的数字图像采集、分析、索引、计算、分类、存储、检索和搜索。

背景技术

目前，公知的网络数字图像管理和检索方法基本是，依据两大方向来对网络数字图像进行管理和检索的。

方向一，在网络数字图像中提取的图像特征，图像相应的注释文字是图像特征的重要组成部分，继而标识具有相似图像特征的其它图像，以形成图像的一个或多个图像特征结合，接着从网络页面获取与所述所有图像相关联的文本，并在所获取的图像特征和文本中标识相交关键字，最后利用相交关键字来注释图像。如，通过文字检索“美洲豹”，得到美洲豹的图像。

方向二，从数字图像中提取图像特征，通过数字图像中颜、调、相、饱和度、亮度等等生成颜直方图、方向直方图等；使用离散余弦变换(DCT)技术、使用主成份分析(PCA)技术等等众多计算机视觉技术为整幅数字图像做索引，在检索时根据图像的总体颜返回结果。如，通过检索美洲豹皮毛花纹图片，得到美洲豹的图像；甚至，美洲豹有9个亚种并且每种身上都有一个鲜明的点状图案，图片搜索通过整幅图像总体颜的检索可以识别其中的差异，并只返回特定花纹亚种美洲豹的结果。

对以上公知的两种数字图像管理和检索方法简单扼要理解为，关键文字和图片彩索引检索，也有网络图像搜索工具将以上两种方法或更多类似方法合在一起混合使用。但是，以上公知的网络数字图像的管理和检索方法，在实际网络使用中存在很大的缺陷。

关键文字索引检索图像方法，其存在的前提是在计算科学算法原理中存在多个重要的假设：即所有的图像都有一个牢固的链接图，每个图像能从其他网页图像、文字的超链接达到；每个图像都有其基于网页的文字注释或相应文章介绍；每个图像通过网络网页或其它形式同多个图像有关联。但是在现实通信网络中，并不完全是这样的情况。当一个图像没有链接的时候，它就不能同网络中其他图像关联。同样道理，当一个图像没有文字标识时，它也没有可以同其他文本相交的文字。关键文字索引图像方法就存在缺陷。

图片彩索引检索图像方法，面对通信网络中超过百亿的、数量巨大的数字图像，且随着网络信息的爆炸式增长，数据还在不断增长。要对如此庞大的数据进行逐一整幅图像索引更新需要耗费大量时间和数据存储空间，即便是能满足时间和空间的需求，应对数 以百万计的检索和查询需求，这也将是一场噩梦！况且这不仅仅是软件技术能解决的问题，还要依赖存储设备及其技术的发展。

以上公知的数字图像管理和检索方法，还要面对通讯网络数据堵塞、数据传输损耗、终端运算速度、终端显示能力等诸多难题。这一切给通讯网络的数字图像管理和检索造成困难，容易出现错误的结果。

发明内容

为了克服现有公知网络数字图像管理和检索方法的不足，本发明公开一种通信网络的数字图像可视化管理和检索方法，该方法能简单、快速地索引数字图像，且在索引数字图像的多个特征基元的前提下，索引图像纹理的纹素集合，索引数字图像相关像素的彩特征，并将索引数字图像的数据量减少到非常小的数据量范围。本发明对每个数字图像均索引生成多个甚至众多的基元，这些基元之间存在差异性，也存在相似性，甚至同一性；这就形成了众多独立基元集合的基元数据库，基元数据库中的众多独立基元通过不同规则、不同组合、不同计算，从而可以索引和诠释通信网络中亿万数量的每一个数字图像。这就好像是用DNA来解释细胞的构成，用不同DNA的组合来区分不同有机生物体是一个道理。对数字图像依照基元的索引，辅助基元对应像素数值索引，以及相关文字注释、网络链接分析等，本发明对通信网络中数字图像的管理和检索能达到快捷、准确、高效。

本发明解决其技术问题所采用的技术方案是：

本发明通信网络的数字图像可视化管理和检索解决其技术问题所采用的技术方案是：图像采集系统采集网络中的数字图像及其文本、相关链接，数字图像由于其特有的文件独立性，图像采集系统可能只采集到数字图像本身，而没有相关联的文字和链接。

本发明图像处理系统将图像采集系统采集到的数字图像进行计算处理，依据数字图像建立二值位图序列。位图(Bitmap)，又称光栅图(Raster Graphics)，是使用像素阵列来表示的图像，每个像素的颜信息由RGB组合或者灰度值表示。根据颜信息所需的数据位分为1、4、8、16、24及32位等，位数越高颜越丰富，相应的数据量越大。其中使用1位表示一个像素颜的位图因为一个数据位只能表示两种颜，所以又称为二值位图。本发明二值位图通常以黑白两种颜呈现。

本发明建立的二值位图序列，指依据不同阀值阶(Threshold Level)数值建立的多个二值位图，这些二值位图按照特定序列形式排列。阀值指调范围内黑/白的划分界限。

序列指：数学上，序列是被排成一列的对象(或事件)；这样，每个元素不是在其他元素之前，就是在其他元素之后。这里，元素之间的顺序非常重要。序列形式，一个给定序列的子序列是从给定序列中去除一些元素，而不改变其他元素之间相对位置而得到的。若序列的项属于一个偏序集，则单调递增序列就是其中每个项都大于等于之前的项；若每个项都严格大于之前的项，这个序列就是严格单调递增的。

本发明图像处理系统建立数字图像的二值位图时，图像处理系统使用大量图形(graphics)和影像(imaging)技术全面综合地计算和处理数字图像，并获得质量极佳的二值位图。本发明图像处理系统使用的图形(graphics)和影像(imaging)技术涉及阶(Levels)、曲线(Curves)、彩平衡(Color Balance)、亮度/对比度(Brightness/ Cotrast)、相/饱和度(Hue/Saturation)、去(Desaturate)、匹配颜(Match Color)、替换颜(Replace Color)、可选颜(Selective Color)、通道混合(Channel Mixer)、滤镜(Fliter)、阴影/高光(Shadow/Highlight)、调宽度(Tonal)、颜校正(Color Correction)、黑白修剪(Black/White Clip)、曝光度(Exposure)、反相(Invert)、调均化(Equalize)、渐变映射(Gradient Map)、调分离(Posterize)、阀值(Threshold)、实混合(Hard Mix)、差值(Difference)等等众多的技术和方法。

获得数字图像的二值位图序列后，本发明图像特征基元提取系统依据数字图像的二值位图提取基元。基元：图像的高级表达形式之中含有不同于像素方面的一些要素。这些要素被称为基元(primitives，又称为图元或者原语)。例如，数字图像的线段和曲线就属于是其中的基元。本发明将数字图像中能标识、代表、诠释图像特征和图像重要组成部分的点、线段、曲线、封闭图形、不规则图块等作为单一的基元。

本发明图像特征基元提取系统对单一数字图像二值位图可提取一个或多个基元，每一个数字图像二值位图能提取基元的具体数量，由图像特征基元提取系统依据该数字图像二值位图序列的具体情况处理，从一个到数十、数百、数千个不等。获得的最终基元存储入基元数据库。

本发明图像特征纹素提取系统依据数字图像二值位图序列中不同阀值阶数值变化情况，以及同基元的相对关联位置，计算提取二值位图序列中单个二值位图呈现的纹理，提取的纹理实际是一定数量纹素的集合。纹素是纹理元素的简称，它是计算机图形纹理空间中的基本单元，如同图像是由像素排列而成，纹理是由纹素排列表示的。获得同基元关联的纹素集合后，存储入纹素数据库。

获得数字图像的基元后，本发明图像特征像素提取系统依据基元的位置范围对应原始数字图像中相关位置周边范围的像素，提取基元周边范围像素的RGB值和灰度(Grayscale)值等数据，并存储入同基元数据库相关联匹配的关联像素数据库。

同时，本发明图像特征其他属性提取系统将相关图像关键字、关键词、关键语句、标识文字、注释文字、配套文本、语意、词干等文字特征提取；将数字图像的自有网络链接、正向链接、反向链接、相关联链接，等超链接(URL)特征提取；并将文字特征和链接特征存储入其他属性数据库。

本发明依据提取到的基元、纹素、像素、文字、链接等数字图像特征，对数字图像进行索引。其中每个数字图像的多个基元、纹素集合和相关像素索引是主要检索搜索的要素，文字和链接索引作为辅助检索搜索要素。

通信网络中的每一个数字图像通过图像采集系统获取，图像处理系统建立二值位图序列；图像特征基元提取系统依据图像的二值位图序列提取一个或多个基元；图像特征纹素提取系统提取同基元关联的纹素集合，图像特征像素提取系统提取原始数字图像相对应基元周边范围像素的RGB值和灰度(Grayscale)值等数据；图像特征其他属性提取系统提取文字特征和链接特征；以上各系统提取到的数据均分别存储入相对应的数据库。

当有图像搜索和检索需求发起时，本发明同样对发起搜索和检索的数字图像进行基元、纹素、像素、文字、链接等数字图像特征提取，将获得的图像特征结果索引该图像。本发明的索引匹配系统和搜索处理系统将就该图像的索引在本发明已建立的基元数据库、纹素集合数据库、关联像素数据库、其他属性数据库中进行检索、匹配和计算，获得相同的、相 似的、相匹配的索引结果及相对应的数字图像。

对获得的索引结果及相对应的数字图像，本发明索引等级输出系统，将依据索引结果中基元和相关联像素、其他属性特征相匹配的实际数量，计算和划分检索搜索结果的数字图像显示排序，并输出检索搜索结果的数字图像。

发起检索搜索的数字图像通过本发明索引，所提取的基元、纹素集合和相关联像素，在数据库的检索、匹配、比对、计算过程中，同其他数字图像的基元、纹素集合和相关联像素最终相似、相匹配的数量多少将最大程度上影响和决定最终检索搜索结果的排序。

本发明的有益效果是，本发明对数字图像索引是建立在数字图像二值位图基础之上，本发明二值位图的普遍存在方式是黑白两。由于将彩图像转换成二值位图，大大缩小了数字图像空间存储数据容量的大小，其减小的数据量比例是几十倍、几百倍，甚至数千倍。例，一个空间数据量为2,968Kb的数码图像，通过本发明图像处理系统建立二值位图序列后，采集到的基元、纹素、像素特征文件的空间数据量为100KB～20KB之间，其空间数据量仅为原始数据图像空间数据量比例的3.37％～0.67％。

本发明对数字图像基元的提取过程，又将数字图像划分成了多个、数百个基元单位，并提取有代表性的、能诠释图片特征的多个基元、纹素集合及其周围原始数字图像中的像素所携带的RGB值和灰度(Grayscale)值等数据。这样在基元的基础上，保留了数据图像固有的彩特性，又获得了数据图像的多个关键特性(Key of Image)，并再一次大大缩小了数据容量，提高了数据检索搜索的效能。

通过这样对单一数字图像的索引过程，那些采取错综复杂而又往往规模庞大的数字呈现形式的数字影像，经过本发明简化并创建成了许多视觉图像的基元、纹素、要素和计算方法，对通信网络中超过百亿的、数量巨大的数字图像的索引就变得非常简单和清晰。因此，本发明对数字图像的管理、检索、搜索能最快捷、最高效、最直观的呈现。

附图说明

下面结合附图和实施例对本发明进一步说明。

图1是本发明体系结构示意图

图中1.图像采集系统，2.用户搜索检索图像，3.图像处理系统，4.图像特征基元提取系统，5.基元数据库，6.图像特征纹素提取系统，7.纹素数据库，8.图像特征像素提取系统，9.像素数据库，10.索引匹配系统，11.其他属性处理系统，12.图像特征文字提取系统，13.图像特征链接提取系统，14.其他属性数据库，15.搜索处理系统，16.索引等级输出系统，17.检索搜索结果数字图像排序输出显示。

具体实施方式

图1是本发明通信网络的数字图像可视化管理和检索的体系结构示意图。

在图1中，通信网络中的每一个数字图像通过图像采集系统(1)或用户搜索检索图像(2)获取，图像处理系统(3)建立二值位图序列；图像特征基元提取系统(4)依据图像的二值位图序列提取一个或多个基元，并存储入基元数据库(5)；图像特征纹素提取系统(6)提取同基元关联的纹素集合，并存储入纹素数据库(7)；图像特征像素提取系统(8)提取原始数字图像相对应基元周边范围像素的RGB值和灰度(Grayscale)值等数据，并存储 入像素数据库(9)；图像特征其他属性提取系统(11)分别由文字特征提取系统(12)和链接特征提取系统(13)提取文字和链接特征，并存储入其他属性数据库(14)。

当有图像搜索和检索需求发起时，本发明同样对发起搜索和检索的数字图像进行基元、纹素、像素、文字、链接等数字图像特征提取，将获得的图像特征结果索引该图像。本发明的索引匹配系统(10)和搜索处理系统(15)将就该图像的索引在本发明已建立的基元数据库(5)、纹素集合数据库(7)、关联像素数据库(9)、其他属性数据库(14)中进行检索、匹配和计算，获得相同的、相似的、相匹配的索引结果及相对应的数字图像。

对获得的索引结果及相对应的数字图像，本发明索引等级输出系统(16)，将依据索引结果中基元和相关联像素、其他属性特征相匹配的实际数量，计算和划分检索搜索结果的数字图像显示排序，并输出检索搜索结果的数字图像(17)。