web中圖像的檢索技術(shù)研究

1、1WEB中圖像的像的檢索技索技術(shù)研究研究第一章第一章前言前言1.11.1引言引言伴隨網(wǎng)絡(luò)技術(shù)的迅猛發(fā)展，圖片的來(lái)源不斷在擴(kuò)大，容量超大的高速存儲(chǔ)系統(tǒng)給圖片的海量存儲(chǔ)給予了基本保障，各行業(yè)對(duì)圖像的趨于增多，圖像資源管理和搜索也愈發(fā)重要。但由于網(wǎng)絡(luò)本身架構(gòu)、管理的種種問(wèn)題，想在網(wǎng)絡(luò)精準(zhǔn)、高效地找到所需的圖像，卻變成了件非常不易之事。由于網(wǎng)絡(luò)現(xiàn)在的問(wèn)題：內(nèi)容沒(méi)有良好的架構(gòu)；網(wǎng)絡(luò)海量信息不斷的增多。由此，便出現(xiàn)了搜索引擎。雖然搜索引擎的出現(xiàn)給用

2、戶提供了不少的便捷，但是離精準(zhǔn)、快速、全面的檢索到自己所想要的圖像還是有一段距離，所以對(duì)圖像搜索的研究還要下大力氣研究。依照現(xiàn)有的搜索引擎和國(guó)內(nèi)外有關(guān)研究人員的種種資料表明，現(xiàn)在的網(wǎng)絡(luò)資源和搜索引擎的特點(diǎn)如下：(1)搜索的數(shù)據(jù)種類多樣，如視頻、圖片、文字等。存取協(xié)議也是種類繁多，如HTTP、FTP、News等等；(2)索引數(shù)據(jù)量巨大，從而導(dǎo)致不可能有某一個(gè)數(shù)據(jù)庫(kù)可以包括整個(gè)網(wǎng)絡(luò)的索引，當(dāng)下最大的搜索引擎，其索引也僅僅覆蓋了網(wǎng)絡(luò)的一小部分

3、而已；(3)資源消耗過(guò)大，系統(tǒng)需將HTML文檔傳送到本地之后再進(jìn)行分析，占用昂貴的網(wǎng)絡(luò)和CPU資源，從而增加被搜索結(jié)點(diǎn)的壓力。此外由于搜索引擎大多是集中式的，所以搜索引擎服務(wù)器對(duì)硬件配置的要求也極高，這樣才能處理巨大的數(shù)據(jù)量以及及時(shí)響應(yīng)用戶的檢索請(qǐng)求；(4)不能有效解決搜索失效的問(wèn)題，大多時(shí)候，搜索引擎會(huì)返回?zé)o用的查詢結(jié)果；(5)各種檢索工具各行其事，無(wú)法相互協(xié)作，共享資源，也是一種資源的浪費(fèi)。1.21.2現(xiàn)今的圖像檢索技術(shù)現(xiàn)今的圖像檢

4、索技術(shù)近些年伴隨著用戶對(duì)圖像搜索需求不斷的增長(zhǎng)，各類圖像搜索引擎由此誕生，它們以不同的搜索方式為用戶提供各類檢索途徑，使得網(wǎng)上圖像地檢索變得簡(jiǎn)單，雖然還不太完善，但已經(jīng)可以滿足大多數(shù)用戶的要求。1.2.11.2.1搜索引擎的搜索引擎的工作原理工作原理最初的搜索引擎結(jié)構(gòu)，是讓Spider不停的從Web收集數(shù)據(jù)，存儲(chǔ)在搜索引擎數(shù)據(jù)庫(kù)當(dāng)中。用戶靠搜索引擎服務(wù)器的Web接口，發(fā)出搜索請(qǐng)求，讓W(xué)ebServer通過(guò)CGI或者其它技術(shù)訪問(wèn)數(shù)據(jù)庫(kù)，并

5、且將用戶搜索請(qǐng)求變成相對(duì)應(yīng)的數(shù)據(jù)存取語(yǔ)句，發(fā)送給引擎處理，然后把結(jié)果通過(guò)網(wǎng)頁(yè)顯示反饋給用戶。3包括兩種途徑：(1)基于圖片外部信息進(jìn)行搜索。即依據(jù)圖片的文件名、目錄名、路徑名、以及圖像周圍文本的信息等等外部信息來(lái)進(jìn)行檢索，這是當(dāng)前圖片搜索引擎使用最多的方法。當(dāng)找到圖像文件后，搜索引擎通過(guò)查看文件名或者路徑名來(lái)確定文件內(nèi)容，當(dāng)然也可以通過(guò)查看圖片標(biāo)題來(lái)匹配檢索關(guān)鍵詞。(2)基于手工標(biāo)注的檢索。通過(guò)手工對(duì)圖像的內(nèi)容（如顏色對(duì)比、反差、景深等

6、）進(jìn)行描述和分類，將圖像標(biāo)注為一系列關(guān)鍵字，并且建立索引。檢索時(shí)，將主要在這些關(guān)鍵詞中搜索用戶輸入的關(guān)鍵字。這種查詢方法是比較準(zhǔn)確的，大都可以獲得蠻好的查準(zhǔn)率，但是需人工參加，勞動(dòng)強(qiáng)度高，因此限制了可處理圖像的數(shù)量。此外，由于圖片所包含的信息量很龐大，不同類型用戶對(duì)同一張圖片的看法又不盡相同，就像一萬(wàn)個(gè)讀者有一萬(wàn)個(gè)哈姆雷特一般，從而導(dǎo)致了對(duì)圖像標(biāo)注缺乏統(tǒng)一標(biāo)準(zhǔn)。2.圖像可視屬性檢索基于圖像內(nèi)容的搜索主要是由圖片分析軟件自動(dòng)提取圖片的顏色

7、、類型等特征，從而建立特征數(shù)據(jù)庫(kù)，其輸入的弱國(guó)為用戶要查找圖片的大致特征或示例，則通過(guò)一定相似匹配規(guī)則，輸出為與該圖片具有相近特征的圖片，按相似的程度來(lái)排列，以供用戶選擇，從而解決了在傳統(tǒng)圖像檢索技術(shù)中一般用戶難以完成的圖像特征描述、提取與識(shí)別等難題。這是基于圖片本身特征的檢索，適用于檢索明確目標(biāo)的查詢要求，可是目前這種較為成熟的檢索技術(shù)主要是應(yīng)用于圖片數(shù)據(jù)庫(kù)檢索。在圖片搜索引擎中應(yīng)用這類檢索技術(shù)還有困難，但是有部分圖像搜索引擎開始嘗試

8、使用這種檢索方法。1.2.31.2.3對(duì)幾個(gè)基本引擎的簡(jiǎn)單分析對(duì)幾個(gè)基本引擎的簡(jiǎn)單分析(1)InfoSeek是一個(gè)簡(jiǎn)單而又功能強(qiáng)大的索引，它的優(yōu)點(diǎn)是有面向主題搜索而且可擴(kuò)展的分類?？梢园阉阉麝P(guān)鍵字和相似的分類目錄主題短語(yǔ)互相作為參照，而且那些主題短語(yǔ)會(huì)自動(dòng)加入到你的查詢中。使你的檢索有更好的主題相關(guān)性。以此同時(shí)它也支持對(duì)圖片的查詢。能夠漫游Web、Use、UseFAQs等等。不過(guò)不支持布爾操作，但可以使用““和““。(2)AltaVis

9、ta是個(gè)大容量的，基于機(jī)器人索引的搜索引擎。能夠幫你在萬(wàn)維網(wǎng)上搜索你所需的網(wǎng)頁(yè)，文本，圖像，視頻音頻。AltaVista支持多種語(yǔ)言和簡(jiǎn)單的自然語(yǔ)言搜索查詢。AltaVista覆蓋面約為萬(wàn)維網(wǎng)上可索引的網(wǎng)頁(yè)之30%(3)Scour自稱是第一個(gè)基于web的多媒體搜索引擎。嚴(yán)格講，它并非是個(gè)圖像搜索引擎，但是可以將檢索局限在圖像搜索上。Scour工作原理是在文件名、路徑名、ALT標(biāo)簽中搜索關(guān)鍵詞。主要使用關(guān)鍵詞搜索，可以用符號(hào)“＋“或“－“