ARTISAN：一种基于边界族索引的形状检索系统

仅当我们能够反映人类的相似性判断时，才有可能实现通过形状特征成功检索图像。遵循 Biederman 的组件识别理论，我们假设用于检索的形状分析应通过识别组件边界中的共线性、形状相似性和邻近性等属性来表征图像。这些属性随后可用于将图像组件分组为族，并从中提取索引特征。我们目前正在为 UK Patent Office 开发 ARTISAN 形状检索系统中应用这些原理。以压缩位图格式提供的商标图像使用标准边缘提取技术进行处理，以获得一组区域边界，这些边界被近似表示为一系列直线段和圆弧段。然后使用邻近度和形状相似性等标准将它们分组为族。随后从整个图像、每个边界族以及每个独立边界中提取用于检索的形状特征。本文分析了该项目迄今为止的进展，描述了评估计划，并讨论了该研究未来可能的发展方向。