Web中圖像的檢索技術(shù)研究畢業(yè)論文.doc

1目錄摘要.iABSTRACT.ii第一章前言.11.1引言.11.2現(xiàn)有的圖象檢索技術(shù).11.2.1搜索引擎的工作原理.11.2.2圖像搜索引擎的檢索途徑.21.2.3對幾個基本引擎的分析.21.2.4搜索引擎的基本要點.31.3圖像檢索的發(fā)展方向.4第二章基于Web的圖像搜索.62.1文本與圖像之間的關(guān)系.62.1.1表示圖像內(nèi)容的文本標(biāo)記.62.1.2文本的權(quán)值比較.62.2圖像信息檢索.72.2.1檢索模型與相似度.72.2.2分詞技術(shù)和匹配方法.82.3檢索反饋.9結(jié)束語.11參考文獻(xiàn).11摘要在網(wǎng)絡(luò)和多媒體技術(shù)越來越發(fā)達(dá)的今天，信息檢索技術(shù)成了現(xiàn)在計算機領(lǐng)域的重要內(nèi)容，而圖像檢索技術(shù)又正是這其中的重要內(nèi)容之一。而網(wǎng)絡(luò)資源的極大豐富以及圖像檢索技術(shù)不斷發(fā)展成熟，使得圖像檢索技術(shù)的應(yīng)用領(lǐng)域不斷擴大，這為圖像檢索技術(shù)的繼續(xù)研究提2供條件。人們?yōu)榱藢D像進(jìn)行更好的使用和組織管理，便開發(fā)出了多種多樣圖像檢索技術(shù)，本文首先要將各種圖像檢索技術(shù)的工作原理、研究現(xiàn)狀、相關(guān)圖像搜索引擎與發(fā)展趨勢作一個介紹。隨著網(wǎng)絡(luò)傳送速度與計算機信息處理速度的提高，網(wǎng)頁中對多媒體信息的使用變得十分普及，特別是圖像信息，己經(jīng)成為表示網(wǎng)頁內(nèi)容不可缺少的組成部分。在實現(xiàn)對網(wǎng)頁中文本信息提取的同時，如何再為用戶抽取所需的圖片資料，是信息檢索中一個重要的方面。于是各種基于Web的圖像檢索系統(tǒng)應(yīng)運而生。它們采用不同的工作方式，極大地方便了用戶對網(wǎng)上圖像進(jìn)行檢索。目前圖像檢索技術(shù)的發(fā)展正走向更加成熟和完善，其中Web圖像搜索技術(shù)也更加完善，本文將介紹這種圖像檢索技術(shù)并闡述Web頁中的圖像與文本之間的關(guān)系，對相似度作出了詳細(xì)的論述。關(guān)鍵字:搜索引擎圖象檢索文本處理信息檢索相似度相關(guān)性反饋StudyofWebImagesRetrievalTechniqueAbstractToday,thenetworkandmultimediatechnologyaremoreandmoredeveloped,retrievaltechniqueofinformationhasbecometheimportantcontentofthecomputerfieldnow,and3pictureretrievaltechniqueisexactlyoneoftheimportantcontentsamongthem.Andnetworkresourcesareenrichedgreatlyandpictureretrievaltechniqueisdevelopingripeconstantly,makepictureapplicationofretrievaltechniqueexpandconstantly,thisoffertermsforpicturecontinuationresearchofretrievaltechnique.Peopledevelopvariedpictureretrievaltechniqueinordertocarryonbetteruseandorganizationalmanagementtothepicture,thistextshouldfirstactasanintroductionvariouskindsofpictureoperationprinciple,researchcurrentsituation,relevantpicturesearchengineanddevelopmenttrendofretrievaltechnique.Withtheimprovementofthetransferrateofthenetworkandinformationprocessingspeedsofthecomputer,itispopularizedverymuchthatthewebpagehitstheuseforinformationofthemultimedia,especiallytheinformationofthepicture,itshowsthecomponentwithindispensablecontentofthewebpagethatownbutbecome.WhilerealizingdrawingtheChineseversioninformationofthewebpage,howtocollectthenecessarypicturematerialsforusersagain,itisanimportantrespectininformationretrieval.ThenvariouskindsofpictureretrievalsystemsbasedonWebariseatthehistoricmoment.Theyadoptdifferentworkingway,helpusersearchtothepictureonlinegreatly.Thedevelopmentofretrievaltechniqueofthepictureismovingtowardsriperandmoreperfectatpresent,Webpicturetooperfecttosearchfortechnologyamongthem,thistextrecommendthepictureretrievaltechniqueandexplainWebpictureandrelationoftextofpage,makedetailedargumentationtosimilardegree,etc.,searchforthroughexperimentmodelconclusionindicatethehighefficiencythatthepicturesearchesfor.Keywords:SearchengineImageRetrievalText-processingInformationretrievalSimilardegreeDependencefeedback第一章前言41.1引言隨著多媒體技術(shù)及Internet網(wǎng)絡(luò)的迅速發(fā)展，圖像來源不斷擴大，大容量高速存儲系統(tǒng)為圖像的海量存儲提供了基本保障，各行各業(yè)對圖像的使用越來越多，圖像信息資源的管理和檢索也就顯得越來越重要。但由于Internet本身結(jié)構(gòu)上、管理上的問題，想要在Internet準(zhǔn)確、快速、全面地找到自己所想要的圖像，卻變成了件非常不容易的事。由于Internet現(xiàn)有的問題：內(nèi)容沒有結(jié)構(gòu)；網(wǎng)上信息量龐大且還在不斷的增加。因此，網(wǎng)絡(luò)產(chǎn)生了搜索引擎。雖然這些給網(wǎng)絡(luò)用戶提供了不少的幫助，但由于但離準(zhǔn)確、快速、全面地搜索自己所要的圖像還相當(dāng)遙遠(yuǎn)，所以對圖像檢索還要作很大的研究。根據(jù)國內(nèi)外現(xiàn)有的搜索引擎和國際上的有關(guān)研究小組的種種資料表明，現(xiàn)有的網(wǎng)絡(luò)資源和搜索引擎有如下特點：(1)索引的數(shù)據(jù)種類豐富，如文字、圖像、聲音等多媒體。數(shù)據(jù)的存取協(xié)議也是多種多樣的，如HTTP、FTP、News、Gopher等；(2)索引數(shù)據(jù)量大，以致不可能有某個數(shù)據(jù)庫能包括整個Internet的索引，目前最大的搜索引擎，其中的索引也只不過覆蓋了Internet的一小部分；(3)資源消耗太大，系統(tǒng)需要將HTML文件傳送至本地然后分析，大量占用昂貴的網(wǎng)絡(luò)帶寬和CPU資源，增加被搜索結(jié)點的負(fù)擔(dān)。另外由于現(xiàn)有的搜索引擎一般是集中式的，所以搜索引擎服務(wù)器本身的硬件配置也極高，才能處理龐大的數(shù)據(jù)量和及時地響應(yīng)用戶的查詢請求；(4)不能有效解決索引失效問題，很多時候，搜索引擎會返回?zé)o效的查詢結(jié)果；(5)各檢索工具各行其事，不能相互協(xié)作，在一定意義上講是一種資源的浪費。1.2現(xiàn)有的圖像檢索技術(shù)近年來隨著用戶對網(wǎng)上圖像搜索要求的不斷增長，各種圖像搜索引擎應(yīng)運而生，它們各自以不同的工作方式為用戶提供各種檢索途徑，使網(wǎng)上圖像信息的搜索變得非常簡單，盡管還不很完善，卻已經(jīng)可以滿足用戶的大多數(shù)要求。1.2.1搜索引擎的工作原理最基本的搜索引擎的結(jié)構(gòu)，是由Spider不停地從Web網(wǎng)上收集數(shù)據(jù)，存放在搜索引擎的數(shù)據(jù)庫中。用戶通過搜索引擎服務(wù)器上的Web接口，提出搜索請求，WebServer通過CGI或其它技術(shù)訪問數(shù)據(jù)庫，并將用戶的搜索請求轉(zhuǎn)換成相應(yīng)的數(shù)據(jù)存取語句，送給數(shù)據(jù)庫引擎處理，并把查詢結(jié)果通過網(wǎng)頁顯示給用戶。網(wǎng)絡(luò)搜索的基本原理是通過網(wǎng)絡(luò)機器人定期在web網(wǎng)頁上爬行，然后發(fā)現(xiàn)新的網(wǎng)頁，把它們?nèi)』貋矸诺奖镜氐臄?shù)據(jù)庫中，用戶的查詢請求可以通過查詢本地的數(shù)據(jù)庫來得到。一般來說網(wǎng)絡(luò)信息檢索的實現(xiàn)機制一般有兩種，一種是通過手工方式對網(wǎng)頁進(jìn)行索引，它的缺點是Web的覆蓋率比較低，同時不能保證最新的信息。查詢匹配是通過用戶寫入的關(guān)鍵字和網(wǎng)頁的描述和標(biāo)題來進(jìn)行匹配，而不是通過全文的匹配進(jìn)行的。第二種是對網(wǎng)頁進(jìn)行自動的索引，這種能實現(xiàn)自動的文檔分類，實際上采用了信息提取的技術(shù)。但是在分類準(zhǔn)確性上可能不如手工分類。在現(xiàn)在所有運行的搜索工具來