1、近年來,基于內(nèi)容的圖像檢索系統(tǒng)(CBIR)是一個熱門的研究話題。傳統(tǒng)的圖像檢索系統(tǒng)通常根據(jù)圖像的底層特征(顏色、紋理和形狀等)建立索引進行檢索,但這種基于全局的方法在圖像的內(nèi)容的表達上具有一定的局限性,它忽略了圖像中不同的區(qū)域吸引人眼注意的程度不相同這一事實。后來提出的基于區(qū)域的檢索方式中,大多數(shù)方法依賴于圖像分割實現(xiàn)區(qū)域的劃分,而目前精準圖像分割技術仍是難以解決的問題之一,因此導致檢索結果不甚理想。
　　 相關研究表明,人眼在

2、觀察物體時,總是會把注意力集中到圖像中感興趣的部分,因此針對感興趣區(qū)域進行檢索是一種較為有效表達用戶意圖的檢索方式。本文在分析了總結了基于內(nèi)容的圖像檢索的發(fā)展狀況及趨勢的基礎上,根據(jù)近年來人眼心理學中的注意力選擇機制,融合Itti-Koch和Stentiford注意力模型,提出一種新的基于圖像顯著區(qū)域(用戶感興趣區(qū)域)的檢索方法。首先,改善了現(xiàn)有注意力機制模型,使提取的顯著區(qū)域更加符合人眼觀察結果;其次,對獲得的感興趣區(qū)域,利用局部結合

3、整體的方式,既考慮區(qū)域中所具有的穩(wěn)定特征,同時充分利用區(qū)域的空間布局關系反映圖像的整體構成,并結合二者進行檢索,克服了傳統(tǒng)檢索中不能解決的圖像旋轉、平移、亮度變化等缺點,也充分體現(xiàn)了人眼對事物的認知過程。文中提出的方法可以自動提取圖像的感興趣區(qū)域,從而摒棄了采用手工標識的方式選擇顯著區(qū)域,使區(qū)域的匹配目標更為明確;另外,以顯著區(qū)域為線索進行檢索,有利于去除背景信息的干擾,使檢索直接貼近用戶意圖。實驗表明該方法與傳統(tǒng)的基于全局特征進行檢索