圖像的語義化標注和檢索關(guān)鍵技術(shù)研究.pdf

1、如何有效地組織、管理和充分利用多媒體信息資源，如何快速、高效地查詢、檢索所需要的多媒體信息是當今媒體信息處理與理解領(lǐng)域的研究熱點。對于非結(jié)構(gòu)化的圖像數(shù)據(jù)，傳統(tǒng)的基于文本的檢索方法和基于內(nèi)容的檢索方法不能解決基于高層語義的圖像檢索中存在的問題。在實際應(yīng)用中，用戶需要的是對圖像即高層概念特征的查詢。本文旨在彌合可感知的媒體視覺特征與高層概念特征間的“語義鴻溝”，設(shè)計并實現(xiàn)了一個基于語義的圖像標注和檢索原型系統(tǒng)，該研究的創(chuàng)新點體現(xiàn)在以下三個方

2、面：
　　1.構(gòu)建特定領(lǐng)域的圖像語義知識庫和新的MPEG-7描述方案
　　利用本體規(guī)范化描述領(lǐng)域知識的特點，在圖像的對象和對象關(guān)系層上，建立一個針對特定領(lǐng)域的圖像語義知識庫。對 MPEG-7的多媒體描述方案進行擴展，得到新的描述方案，提供了能與 MPEG-7標準的描述相互轉(zhuǎn)換的擴展描述機制。
　　2.圖像語義的獲取和標注
　　采用圖像分割算法獲取圖像包含的對象信息，與用戶進行交互，通過區(qū)域融合獲取最終的圖像對象區(qū)

3、域。根據(jù)圖像語義本體庫描述出圖像的內(nèi)容，采用 MPEG-7標準和圖形化的表示方式對語義內(nèi)容進行組織，獲得對圖像語義理解的最終表示形式。
　　3.基于語義的圖像檢索
　　基于圖形化的圖像語義標注模型，建立基于路徑的索引機制，對圖像語義標注文檔進行檢索。在檢索過程的實現(xiàn)中，利用Lucene搜索引擎技術(shù)建立索引，利用Xpath對XML文檔的操作，實現(xiàn)了基于語義的圖像檢索。
　　在實驗中，與全文檢索方法進行比較。分別對這兩種方