[科普中国]-海洋生物图

海洋生物图是反映海洋生物群地理分布状况的专题地图。按游泳动物（鱼类）、浮游生物、底栖动、植物及主要生物资源进行制图。多用范围法和个体符号法表示，反映生物大概的活动或分布范围。

概念海洋生物图是指基于内容的图像检索技术主要是通过提取图像的颜色、形状、纹理等可视特征作为图像检索依据，对图像库进行近似检索。针对海洋生物图像的特点，将离散余弦变换技术应用到图像检索中，计算基于圆环分割的图像块的DCT能量矩得到图像的纹理信息。

基于多特征融合的海洋生物图像检索方法国家科技部2010年已建立了“国家自然科技资源平台”，该平台整合了各种各样的海洋生物资源，这些资源的属性很丰富，其中绝大部分都具有图像表达属性。但是海洋生物种类繁多，结构复杂，单纯依靠关键字的组合分类进行检索，其效率不高。因此，研究先进的海洋生物图像检索算法以提高图像检索的准确性、高效性，更好地实现海洋生物资源的共享，已成为一个迫切需要解决的问题，这也是优化海洋生物科技资源平台的重要构件。1

多数图像检索采用了基于内容的图像检索技术来实现，该技术的研究集中在五个方面：一是如何提取与表达图像的特征，二是如何建立与管理图像检索数据库，三是如何度量图像特征的相似性，四是如何评价图像检索系统的性能，五是如何实现图像检索的网络化应用。已经开发出来的基于内容的图像检索系统主要包括：UIUC的MARS系统、MIT的Photobook系统、IBM的QBIC系统、Columbia的Visualseek和Webseek系统等。基于内容的图像检索技术的核心是提取图像颜色、纹理、形状等方面的特征。但是海洋生物图像由于拍摄光线等原因，对颜色特征不敏感。笔者主要围绕海洋生物图像的纹理及形状特征，做了以下三个方面的研究工作：一是海洋生物图像的纹理特征的表达、描述及提取；二是海洋生物图像的形状特征的表达、描述及提取；三是将纹理特征和形状特征有效整合。经过深入研究，笔者提出了一种基于DCT的快速有效提取能量矩特征的方法，并结合基于Hu不变矩的形状特征，设计一种用于海洋生物图像的多矩特征的图像检索方法。最后通过实验对比证实该算法有较好的图像检索准确率，且对图像旋转、尺寸变化等有较强的鲁棒性。

海洋生物图像纹理特征的表达在基于内容的图像检索技术中，如何提取图像特征以及如何表达图像特征是非常关键的。通常对于一幅图像而言，其表现出的图像特征不止一个，可能是N个。即便针对这N个特征中的一个具体特征而言，其特征表达方法也是不限定，可能是M种方法。在基于内容的图像检索技术中研究图像特征主要集中在三个方面：第一是图像的颜色，第二是图像的形状，第三是图像的纹理。考虑到海洋生物图像的颜色特征不敏感特性，本文提取图像的纹理和形状特征作为内容表达。对于物体表面所呈现出的共有内在特性是通过纹理特征来表达的，该特征不仅体现了物体与周围环境之间的联系，还包含了物体表面结构组织排列的关键信息。学术界普遍认为图像的纹理分析主要有两类方法：结构分析法和统计分析法。其中，结构分析法的规则通常包括形态学算子，边界图等。统计分析法的规则包括：马尔可夫随机场、分形模型、Tamura纹理特征、共生矩阵、Gabor等多分辨率分析方法以及小波变换等等。一般而言，如果一幅图像的纹理比较规则，那么分析其纹理特征时选择结构分析法就非常有效。离散余弦变换是一个基于实数的正交变换，由于其较高的压缩性能和实现算法快速简单，被广泛应用于各种视频和图像编码标准中。笔者在利用离散余弦变换技术表达图像纹理特征方面进行了重点研究实验，并将该技术应用拓展到海洋生物图像检索领域，提出了一种基于离散余弦变换能量矩提取海洋生物图像纹理特征的方法。简言之，第一步几何划分待检索的海洋生物图像并生成m个子块，第二步取得m个子块各自的DCT变换系数的直流分量，第三步计算能量的均值和方差来描述海洋生物图像的纹理特征。鉴于能量的均值和方差在描述图像纹理统计特性方面的突出作用，可以考虑使用均值和方差作为图像间匹配的重要依据。

基于Hu不变矩的海洋生物图像形状特征的表达形状特征在二维海洋生物图像检索应用中，是必须要关注的一个因素。由于海洋生物图像的形状特征非常稳定，不会伴随图像颜色的变化而发生改变，所以形状特征显得格外重要。一般而言，图像形状特征既可以采用基于边界轮廓特征的方法，也可以采用基于区域特征的方法表达。前者包括：傅立叶形状描述符、边界直方图、链编码、曲率尺度空间等，其中傅立叶形状描述符被公认为典型的边界轮廓特征表示方法。后者包括形状不变矩、形状参数、区域面积等。

研究结论研究提出了一种新的基于纹理的图像检索方法，首先将图像进行圆环几何分割，然后提取各圆环图像块的DCT变换系数的直流分量，并计算其均值和方差作为图像的纹理特征，实现了以较少的特征向量表达较多的图像信息，从而快速地获得较好的检索效果。并在此基础上，采用Hu不变矩来表示图像的形状特征，提出了一种综合DCT能量矩和Hu不变矩的多特征海洋生物图像检索的算法。实验表明，本文提出的算法检索效果较好且计算简单方便，并且对图像平移、图像旋转和图像缩放等几何变换具有不变性，具有一定的实用意义。未来笔者在此基础上，将更加深入地研究如何合理设置综合检索中的权重，及其他相关反馈技术来进一步提高图像检索的精度。2

基于海洋生物图认知的专项信息系统设计海洋生物图像信息管理系统属于专业应用系统，具有明显的特殊性，尤其在信息的标注方式、分类方式、系统的用户对功能的需求等方面与其他信息管理存有差异。从信息管理的角度来看，海洋生物图像信息管理系统具有MIS的所有特性，笔者采用现有的MIS技术和应用软件，构建了海洋生物图像信息管理系统。鉴于海洋生物信息管理系统的数据主体是图像，要求有效存储和标注，检索效率高，用户界面友好等，我馆选用了SQLServer2000作为后台数据库及CB6.0作为前端开发工具。

系统数据处理过程与功能根据需求分析，得到了从数据传递和加工的角度分析的数据流程图(见图1)。系统分为图像检索、图像存储、图像更新、图像删除、数据库管理、用户管理等功能模块。系统功能见图2。

其中，图像信息复合查询完成图像信息的精确或模糊查询，并将查询的结果显示出来;数据库系统维护可实现系统构造、代码维护(即代码录入、添加、删除、修改)，数据库的恢复和备份；用户管理实现用户的权限设置、用户的添加和删除、用户的分级、用户密码维护；图像信息管理完成图像的删除、信息修改、录入、添加功能；信息统计用于信息的处理分析与预测。

海洋生物图像信息管理系统的E-R图设计海洋生物图像信息管理系统的E-R模型，目的是找到一种能满足用户需求的图像标注方式，一幅海洋生物图像包含的信息是非常多的，有层面上的，也有隐含的。图像画面所包含的信息是通过图像本身就能一目了然的，但是这些信息本身又有一定的特点，它们对于实际物种的分类也是必要的，有时候甚至是非常关键的。图像的地点，可能是拍摄地点，也可能是图像所描述的中心地点。例如，在某个海底拍摄的重要生物图像，对用户来说不仅是要看图像本身，可能还想知道时间、图像的具体描述等信息，根据这些具体需求我们对描述图像的实体定义了实体属性、联系。而且充分考虑到以后的数据库修改以及扩充，增加相应属性、联系等。海洋生物包括动物和植物两大类，可粗分为：海洋藻类、原生动物、海绵动物、半索动物、尾索动物、脊索动物等18种类别。根据分类可以得到E-R图，如图3所示。

研究结论该文针对图书馆开展专项服务的需求，依据海洋生物信息管理的特点提出了一种应用信息管理理论和具体技术，探讨海洋生物图像信息管理建库的方法，数据访问接口的相关技术及海洋生物图片检索的方法。应用系统具有较强的文本信息和图像信息存储、查询等处理能力，可满足相关科研人员对海洋生物多样性的分析及图书馆对海洋生物信息编目、分类等资料管理的需求。3

本词条内容贡献者为:

张磊 - 副教授 - 西南大学