第21卷第3期甘肃联合大学学报(自然科学版)Vol.21No.3 2007年5月Journal of Gansu Lianhe U nive rsity (Natural Sciences)Ma y 2007 收稿日期2328基金项目甘肃省教育厅科研资助项目(63B 23)作者简介李恒杰(652),男,河南封丘人,甘肃联合大学副教授,硕士,主要从事智能信息处理等研究工作 文章编号:16722691X (2007)0320062204O ntology 与A gent 在图像检索中的应用李恒杰1,王建军2(1.甘肃联合大学理工学院,甘肃兰州730000;2.甘肃省永昌县国家税务局,甘肃永昌737200)摘 要:提出了利用本体论和智能主体理论设计的一种新的图像检索技术———图像检索服务器.它集成了五种智能主体,并利用本体论的方法描述图像的语义特征继而对图像进行领域分类,同时规范化了用户的查询条件.使用该系统,图像检索的性能得到了很大的改进.关键词:本体论;图像检索;多智能体中图分类号:TP391 文献标识码:A0 引言近年来,基于内容的图像检索(Cont ent 2Based Image Ret rieval ,CBIR )已经成为一个研究热点,并成为数字图书馆等重大研究项目中的关键技术.现阶段,所采用的图像检索技术一般只能反映用户所要检索内容的某一方面,无法保证内容的准确匹配,而用来对特定领域的概念及术语给予明确的形式化描述的本体论不仅为规范化资源描述及用户查询提供了基础,也为更准确地搜索图像提供了保证.本体明确地、形式化的描述特征能够使我们掌握特定领域术语的精确含义,这有助于我们对图像进行正确的分类和规范查询方式.当然进行图像检索首先要对网络中的图像资源进行预处理.本文采用智能体来帮助用户收集网络中的资源,并且管理收集到的图像,即对它们建立索引.使用本体论和智能体能够实现图像的自动分类和预处理,最后设计出一种图像检索服务器检索目标图像.2 基于本体论的图像分类2.1 本体的概念在计算机领域中,本体论是对概念化对象(Concept ualization)的明确表示和描述.Nicol a G uari no 把概念化定义为:C =<D ,W ,R >[1],其中D 是一个领域,W 是该领域中相关的事务状态(St at e of affair s )的集合,R 是领域空间<D ,W >上概念关系(Concept ual Relation )的集合,正如Gruber [2]所定义的:Ontology 是一种共享概念模型的形式化规范说明,这包含4层含义:概念模型(Concept ualization )、明确(Explicit )、形式化(Formal )和共享(Share).Ont ology 的目标是捕获相关领域的知识,提供对该领域知识的共同理解,确定该领域内共同认可的词汇,并从不同层次的形式化模式上给出这些词汇(术语)和词汇间相互关系的明确定义.有许多本体描述语言,如RD F (S )(Re source Description Fra mework Scheme )、OWL (Web Ont ology Language )等.RD F (S )是W3C 在XML 的基础上推荐的一种标准,可以解决XML 的语义局限,可用于表示任何的资源信息,方便地描述对象及其之间的关系;而O WL 是W3C 推荐的语义互联网中本体描述语言的标准.2.2 图像语义特征的本体描述图像语义指用自然语言的名词、形容词或动词描述的图像的内容属性,包括图像的主题、背景、主体等.人们对图像的理解所产生的语义,必须通过一定的方式表达出来以供应用系统处理.本文采用的是基于本体论的图像语义特征的表示方法.我们采用体育领域的一个的例子来说明该方法,本体中的每一个概念包含名字和特征向量,一个特征向量由特征和特征对应的权重所组成,每一个特征代表一幅图像的中的一个对象,如一个排球或是一个乒乓球.由乒乓球很容易联想到乒乓球赛,例如,一幅图像包含一个乒乓球台和两名乒乓球运动员说明这幅图像要表达的是一场乒乓:200700.:010.:19.球比赛,所以如要弄清图像的类别只需要大概的知道几个关于乒乓球赛的特征,就很容易得到图像的类别.任意一个概念所包含的特征向量的权重都不同,概念包含的特征越重要,它的权重也越大.概念之间的基本的关系有3种[3]:Is-A:表达概念之间的继承关系,类似于面向对象中的父类和子类之间的关系.概念C i和C j 之间的连线(关系)从一般概念C i指向特殊概念C j.特殊概念继承了一般概念的所有属性,但是至少有一个属性使它们区别于其它概念.Inst ance Of:表达概念的实例和概念之间的关系,类似于面向对象中的对象和类之间的关系,表示为概念C j是概念C i的一个例子.Part Of:表达概念之间部分与整体的关系.概念C i包含概念C j也可以说C j是C i的一部分.2.3 分析图像所属领域因此我们设计了函数ter mi nology(o i)从领域D i对应的本体论O i中求出该领域的术语集(包括同义词);函数definit io n(O i,keyword)从本体论O i中求出关键字keyword的定义;函数relation(O i)从本体论O i中求出由概念关系构成的语义网络集.一般来讲,被检索的大多数图像中都列出了该图像的关键字和内容摘要,我们可以将它们作为主要信息,结合图像内容,在本体论知识的协助下,判断该图像属于哪个领域,并以此对图像分类.设O1,O2,…,O n分别是领域D1,D2,…,D n 的本体论,术语集T i=ter mi nology(o i),其中(0≤i≤n).KS={key1,key2,…,key m}为被检索图像中所给出的关键字.我们可以滤掉不相关的领域,得到所有可能与该图像相关的领域D s1,D s2,…,D sn.其中KS∩T s j≠<,s1≤s j≤s k. 接下来进行近似语义网络匹配.首先求出与关键字的定义相关的术语集合D S={d k|(d k∈T sj )∧(dk出现于的定义defi ni tion(O sj,key i)中)key i∈KS,1≤i≤m,s1≤s j≤s k},然后求出关键字集直接相关的术语对象集合RO={obj|(ϖx(x∈KS∩T sj )∧<ob j,x>∈relation(O sj))s1≤s j≤s k}.计算图像中的术语与O sj中的语义网络的近似匹配程度,通过上述过程,可以依据本体论对图像进行分类.我们还可以在本体论的协助下,规范用户查询的信息以提高查询效率界面主体与用户交互,根据用户提出的关键字集KS={key1,key2,…,key m},查询O1,O2,…,O n,从领域D s1,D s2,…,D sn(其中ϖke y(key∈KE Y)and(key∈T sj),j=s1,s2,…,s k)对应的O s1,O s2,…,O sk中找出关键字key i的定义,然后分别将领域以及在该领域下的定义罗列给用户.用户可以依此进行选择.这样在检索过程中系统能知道用户所关心的领域,为检索提供了更加精确的信息.3 基于本体的图像检索3.1 基于本体的图像检索服务器模型根据图像检索的实际需要,吸取了文献[4]的一些有效的思想,我们建立了基于本体论的图像检索服务器的模型(Onto IRS),如图1所示.图1 图像检索模型主体是一个实体,模型中采用了5种智能主体:界面主体、预处理主体、图像处理主体、图像搜索主体和管理主体,我们定义5种主体的功能具体描述如下:(1)界面主体的主要作用是与用户交互,当用户提出检索请求时,利用本体论来规范检索信息,将规范后的检索信息交管理主体;当图像检索完成后,界面主体将检索结果返回用户.(2)预处理主体具有两方面的作用:一是监视周围的每个图像服务器上的变化,当预处理主体发现某个图像服务器上出现了新的图像,则查找“图像服务器的记录表”,利用转换程序对图像的格式进行转化,然后参照2.3节介绍的方法根据本体论库中的知识分析图像,判断它可能属于哪几个领域,并按它与领域的语义网络的近似匹配程度进行排序,然后存入索引库中.预处理主体的第二个作用是协助远端移动主体进行图像下载,当远端移动主体提出下载本图像检索服务器所管辖的图像服务器站点上的图像时,预处理主体访问图像服务器,将相应的图像取回(3)图像搜索主体是移动主体图像搜索主体36第3期 李恒杰等:Ontology与Age nt在图像检索中的应用...同样要完成两方面的任务.一是到远端站点进行新的图像检索,另外还要按照本地用户的需求从远端取回相应的图像.(4)图像处理主体负责对图像库的管理,当新的图像到来后,此时若发现下载图像库中的空间已不足以存储新的图像,则应用最久未使用算法删除长期未被访问的图像.(5)管理主体在本系统其核心作用,它负责协调整个图像获取过程.其具体功能在如下3.2节中介绍.3.2 图像检索和图像获取图像检索服务器的主要功能包括:本地图像的预处理、远端图像的自动获取,以及提供图像检索服务器.其中对本地图像的预处理工作有预处理主体来完成,下面这种描述远程信息的自动获取及图像检索过程.3.2.1 图像检索 图像检索服务器提供了与本地用户以及本地服务器交互的界面.直接管理本地的信息服务器并接受来自用户的请求.图像检索过程主要包括两部分:提交检索请求和检索图像.提交检索请求主要指根据用户的检索要求创建相应的界面主体,并引导用户构造恰当的检索请求,具体过程如下:(1)用户向图像检索服务器提出检索申请.(2)图像检索服务器产生一个界面主体与用户交互.界面主体接收用户提出的查询关键字后,查询本体论库,从中找出出现该关键字的各个领域.然后将其领域以及在该领域下的关键字的含义罗列给用户.(3)用户此时可根据自己的意图,在界面上确定所需查找的领域及含义.(4)界面主体将请求用本体论加以规范后交给管理主体.接下来,图像检索过程进入第二阶段,即管理主体进行查询.(1)若索引库为空,即系统在此之前尚未收集到任何图像.此时,本系统需借助搜索引擎来完成索引查询.管理主体将关键字交给搜索引擎,搜索引擎将查询结果传给管理主体,管理主体再将其交于界面主体.界面主体与用户交互,记录下来用户进一步进行查看的图像,并将其记录在索引库中.()否则,管理主体接受界面主体提交的检索请求后,直接访问索引库,按领域及关键字进行匹配,检索出相应的索引图像,并提交给界面主体.(3)界面主体将检索到的图像以文字摘要的形式呈现给用户,供用户选择并查看.为了提高图像检索的效率,管理主体并不总是在等到用户提交检索请求时才派遣移动主体到远程主机上去收集图像.管理主体自主地派遣移动主体到远程主机上去收集图像的过程如下:(1)管理主体定期派遣图像搜索主体到远程主机上;(2)图像搜索主体到达远端主机并进入该图像检索服务器移动主体平台后,对当地索引库进行检索,根据本地用户的偏好从中取出自己所需的图像索引;(3)携带索引图像返回原站点,并存入本地索引库.接下来,当用户需要检索所需的图像时,管理主体便可以从本地索引库中取出用户所需图像.这与以往的图像检索技术相比,其特点是从本地图像检索服务器上获取所需图像,用户不必将大量的时间花费在网络传输上.3.2.2 图像获取 用户获得了界面主体返回的检索结果后,进一步阅读摘要,从中选出自己感兴趣的图像,然后重新提交界面主体,请求界面主体提供所需的图像,即图像获取.具体过程如下:(1)界面主体将相应的信息告知管理主体.(2)管理主体首先访问下载图像库,从中寻找所需图像.1)若存在,则取回返回给界面主体.2)否则,生成新的图像搜索主体,并派往远端站点.A)图像搜索主体到达远端图像检索服务器后,与当地的预处理主体通信,将自己所需的图像告知对方;然后等待预处理主体将压缩后的图像交给自己.B)图像搜索主体获取所需图像后,返回原站点,将新图像交给图像处理主体.图像处理主体将图像交给界面主体.(3)图像获取过程结束.4 实验在Matla b7.0的环境下,我们对网站Corel[5]中的6幅图像采用本文提出的方法进行检索图给出了利用该系统查询的一个实例在查询中,用户仅选择了“山”和“树”两类目标,所得到的46 甘肃联合大学学报(自然科学版) 第21卷200.2.查询结果的前6幅图像按“相似度大小”从左到右,从上到下依次排列.应该说,这6幅图像从低级图像特征的角度来看存在很大的差异,如用颜色,纹理等特征进行检索很难得到这样的结果.但从基于本体的图像语义分类的角度来看他们都包含在相同的范畴里,因此都出现在同一检索输出结果中.进一步,这些图像的排序主要考虑了图像中“山”和“树”两类目标的覆盖率.图2 查询实例为了验证检索方法的有效性,文章还把基于本体的检索方法和基于关键词的检索方法作了对比.基于关键词的检索方法只是用关键词对图象进行了简单的描述,并在此基础上进行检索.而基于本体论的图像检索方法不但描述了图像的语义特征继而对图像进行领域分类,同时还规范化了用户的查询条件.所以本文提出的方法从理论上讲要优于其他方法,同时实验也证明,在查全率相同的情况下,基于本体的图像检索的准确率要比基于关键词的图像检索要高.基于本体的检索平均准确率为85%,而基于关键而基于关键词的检索平均准确率仅为68%.5 结论本文采用了基于本体论的图像语义特征的表示方法,设计了一个结合本体和多智能体的图像检索系统模型,并详细的给出这个系统的结构、基本的功能和工作流程.其中5种智能主体能够对图像进行分类并规范化用户的查询请求,最终得到符合要求的结果反馈给用户界面,通过用户界面返回给用户检索结果.要改善基于本体的图像检索系统的检索性能,提高图像语义特征的本体描述的精确度是非常重要的,但是结合国内外的研究现状构建精确的领域本体是非常复杂的工作,需要大量的领域专家和本体工程师的共同协作,所以如何构建精确的领域本体是我们下一步研究的重点.参考文献:[1]GUARINO ,NICOL A ,PIERDANIEL E GIAR ETTA.Ontologie s a nd knowledge ba se s :towa rds a ter mino 2logical clarif ication.towar ds ver y large kn owle dge ba 2se s [M ].N.J.I.Mar s.Ed.IOS Press.1995:25232.[2]G RUB ER ,TR.A tra nslation approach to portable on 2tology specifications [J ].Knowle dge Acquisitio n ,1993,5(2):1992221.[3]MI KE U ,MORAL EE G.Ontologie s :p rinciples ,meth 2ods and applica tio n [J ].Knowle dge Enginee ring Re 2view ,1996,11(2):16225.[4]THEILMAN W ,ROT HEM EL K .Domai n e xperts forinfor mation retrieval in t he world wide web [A ].Proc.2nd Int.W or kshop on Cooper ative In f ormation Agents (CIA ’98),Lecture Notes in Artificial Intelli 2gence 1435[C ].New Y or k ,Springer 2Verlag ,1998:2162227.[5]COR EL CORP.Coral stock photo library ,Ontario ,Ca nada[EB/OL ].http :// ,2006210221.Ima ge Retr iev a l B a sed on Ontology and AgentL I H eng 2j ie 1,WA N G J i an 2j un2(1.School of Science a nd Enginee ring ,G a nsu Lianhe Univer sity ,La nzhou 730000,China ;2.State Administ ration of Taxa tio n of Y o ngc hang County ,Y ongcha ng 737200,China)Abstract :In t hi s pape r ,a new ima ge ret rieval techni que based o n t he i nt elli gent agent t ec hni que and on 2tology is presented ,named Ontology 2Based Image Ret rieval.It integrates five agent s ,and uses ontol 2ogy to de scribe t he sema ntic feat ures of ima ge s and assi st users to nor malize t hei r queri es ,a nd can classify i mages i n correspondi ng domai pari son of experi ment s shows t hat by usi ng t his met h 2,f f K y y ;;256第3期 李恒杰等:Ontology 与Age nt 在图像检索中的应用od t he pe r or mance o ret ri evi ng image s can be improved.e wor ds :o nto lo g i ma ge ret rieval mul ti agent。
