圖像檢索技術(shù)研究

1、圖像檢索技術(shù)研究摘 要在網(wǎng)絡(luò)和多媒體技術(shù)越來(lái)越發(fā)達(dá)的今天，信息檢索技術(shù)成了現(xiàn)在計(jì)算機(jī)領(lǐng)域的重要內(nèi)容，而圖像檢索技術(shù)正是這其中的重要內(nèi)容之一。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(kuò)大，這為圖像檢索技術(shù)的繼續(xù)研究提供條件。以此同時(shí)，隨著網(wǎng)絡(luò)傳送速度與計(jì)算機(jī)信息處理速度的提高，網(wǎng)頁(yè)中對(duì)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(yè)內(nèi)容不可缺少的組成部分。在實(shí)現(xiàn)對(duì)網(wǎng)頁(yè)中文本信息提取的同時(shí)，如何再為用戶抽取所需的圖片資料，是信息檢索中一個(gè)重要的方面。于是各種基于Web的圖像檢索系統(tǒng)應(yīng)運(yùn)而生。它們采用不同的工作方式，極大地方便了用戶對(duì)網(wǎng)上圖像進(jìn)行檢

2、索。本文首先介紹各種圖像檢索技術(shù)的工作原理、研究現(xiàn)狀、相關(guān)圖像檢索引擎與發(fā)展趨勢(shì)；然后，對(duì)幾種比較熱門的圖像檢索算法進(jìn)行研究和對(duì)比。 關(guān)鍵字: 圖像檢索 檢索引擎 文本處理 信息檢索 相似度 相關(guān)反饋II目 錄1 前言11.1 課題來(lái)源11.2現(xiàn)有的圖像檢索技術(shù)21.2.1檢索引擎的工作原理21.2.2 圖像檢索引擎的檢索途徑31.2.3對(duì)幾個(gè)基本引擎的分析41.2.4 檢索引擎的基本要點(diǎn)51.3 圖像檢索的發(fā)展方向62 基于顏色的圖像檢索72.1顏色特征提取72.2 相似度計(jì)算102.3 實(shí)驗(yàn)結(jié)果103 基于紋理的圖像檢索103.1紋理特征提取103.2  相似度計(jì)算133.3 實(shí)

3、驗(yàn)結(jié)果134 綜合顏色和紋理特征的圖像檢索144.1 綜合特征檢索的思想144.2 相關(guān)反饋154.3實(shí)驗(yàn)結(jié)果及結(jié)論155 基于WEB的圖像檢索175.1 文本與圖像之間的關(guān)系175.1.1 表示圖像內(nèi)容的文本標(biāo)記175.1.2文本的權(quán)值比較185.2 圖像信息檢索185.2.1檢索模型與相似度185.2.2 分詞技術(shù)和匹配方法205.3 檢索反饋225.4 實(shí)驗(yàn)結(jié)果246 總結(jié)25參 考 文 獻(xiàn)27Abstract28致 謝29仲愷農(nóng)業(yè)工程學(xué)院畢業(yè)論文(設(shè)計(jì))成績(jī)?cè)u(píng)定表301 前言1.1 課題來(lái)源據(jù)統(tǒng)計(jì)，人類接受的外部信息，70%以上來(lái)自視覺，圖像作為一種內(nèi)容豐富，表現(xiàn)直觀的多媒體信息被大量

4、廣泛地使用，如何有效管理、檢索圖像信息成為迫切需要解決的問(wèn)題。傳統(tǒng)的基于文本的檢索無(wú)法滿足海量環(huán)境下多媒體信息庫(kù)的檢索要求。為了克服基于文本方法的局限性，出現(xiàn)了基于內(nèi)容的圖像檢索。隨著多媒體技術(shù)及 Internet網(wǎng)絡(luò)的迅速發(fā)展，圖像來(lái)源不斷擴(kuò)大，大容量高速存儲(chǔ)系統(tǒng)為圖像的海量存儲(chǔ)提供了基本保障，各行各業(yè)對(duì)圖像的使用越來(lái)越多，圖像信息資源的管理和檢索也就顯得越來(lái)越重要。但由于Internet 本身結(jié)構(gòu)上、管理上的問(wèn)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(wèn)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)

5、產(chǎn)生了檢索引擎。雖然這些給網(wǎng)絡(luò)用戶提供了不少的幫助，但由于偏離準(zhǔn)確、快速、全面地檢索自己所要的圖像還相當(dāng)遙遠(yuǎn)，所以對(duì)圖像檢索還要作很大的研究。根據(jù)國(guó)內(nèi)外現(xiàn)有的檢索引擎和國(guó)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)資源和檢索引擎有如下特點(diǎn)：(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(gè)數(shù)據(jù)庫(kù)能包括整個(gè)Internet的索引，目前最大的檢索引擎，其中的索引也只不過(guò)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

6、寬和CPU資源，增加被檢索結(jié)點(diǎn)的負(fù)擔(dān)。另外由于現(xiàn)有的檢索引擎一般是集中式的，所以檢索引擎服務(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(shí)地響應(yīng)用戶的查詢請(qǐng)求；(4)不能有效解決索引失效問(wèn)題，很多時(shí)候，檢索引擎會(huì)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(fèi)。 二十一世紀(jì)是一個(gè)多元化的信息社會(huì)，對(duì)圖像的需求將是前所未有的巨大的，圖像數(shù)據(jù)庫(kù)也將得到長(zhǎng)足的發(fā)展。因此，圖像檢索系統(tǒng)具有廣闊的應(yīng)用前景。1.2現(xiàn)有的圖像檢索技術(shù)近年來(lái)隨著用戶對(duì)網(wǎng)上圖像檢索要求的不斷增長(zhǎng)，各種圖像檢索引擎應(yīng)運(yùn)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

7、息的檢索變得非常簡(jiǎn)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檢索引擎的工作原理最基本的檢索引擎的結(jié)構(gòu)，是由Spider不停地從Web網(wǎng)上收集數(shù)據(jù)，存放在檢索引擎的數(shù)據(jù)庫(kù)中。用戶通過(guò)檢索引擎服務(wù)器上的Web接口，提出檢索請(qǐng)求，Web Server通過(guò)CGI或其它技術(shù)訪問(wèn)數(shù)據(jù)庫(kù)，并將用戶的檢索請(qǐng)求轉(zhuǎn)換成相應(yīng)的數(shù)據(jù)存取語(yǔ)句，送給數(shù)據(jù)庫(kù)引擎處理，并把查詢結(jié)果通過(guò)網(wǎng)頁(yè)顯示給用戶。網(wǎng)絡(luò)檢索的基本原理是通過(guò)網(wǎng)絡(luò)機(jī)器人定期在web網(wǎng)頁(yè)上爬行，然后發(fā)現(xiàn)新的網(wǎng)頁(yè)，把它們?nèi)』貋?lái)放到本地的數(shù)據(jù)庫(kù)中，用戶的查詢請(qǐng)求可以通過(guò)查詢本地的數(shù)據(jù)庫(kù)來(lái)得到。一般來(lái)說(shuō)網(wǎng)絡(luò)信息檢索的實(shí)現(xiàn)機(jī)制一般有兩種：一是通過(guò)手工

8、方式對(duì)網(wǎng)頁(yè)進(jìn)行索引，它的缺點(diǎn)是Web的覆蓋率比較低，同時(shí)不能保證最新的信息。查詢匹配是通過(guò)用戶寫入的關(guān)鍵字和網(wǎng)頁(yè)的描述和標(biāo)題來(lái)進(jìn)行匹配，而不是通過(guò)全文的匹配進(jìn)行的；二是對(duì)網(wǎng)頁(yè)進(jìn)行自動(dòng)的索引，這種能實(shí)現(xiàn)自動(dòng)的文檔分類，實(shí)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(yùn)行的檢索工具來(lái)說(shuō)，一般都有一個(gè)Robot定期的訪問(wèn)一些站點(diǎn)，來(lái)檢查這些站點(diǎn)的變化，同時(shí)查找新的站點(diǎn)。一般站點(diǎn)有一個(gè)robot.txt文件用來(lái)說(shuō)明服務(wù)器不希望Robot訪問(wèn)的區(qū)域，Robot 都必須遵守這個(gè)規(guī)定。如果是自動(dòng)索引的話，Robot在得到頁(yè)面以后，需要對(duì)該頁(yè)面根據(jù)其內(nèi)容進(jìn)行索引，根據(jù)它的關(guān)鍵字的情況

9、把它歸到某一類中。頁(yè)面的信息是通過(guò)元數(shù)據(jù)的形式保存的，典型的元數(shù)據(jù)包括標(biāo)題、IP地址、一個(gè)該頁(yè)面的簡(jiǎn)要的介紹，關(guān)鍵字或者是索引短語(yǔ)、文件的大小和最后的更新的日期。盡管元數(shù)據(jù)有一定的標(biāo)準(zhǔn)，但是很多站點(diǎn)都采用自己的模板。文檔提取機(jī)制和索引策略對(duì)Web檢索引擎的有效性有很大的關(guān)系。高級(jí)的檢索選項(xiàng)一般包括：布爾方法或者是短語(yǔ)匹配和自然語(yǔ)言處理。一個(gè)查詢所產(chǎn)生的結(jié)果按照提取機(jī)制被分成不同的等級(jí)提交給用戶。最相關(guān)的放在最前面。每一個(gè)提取出來(lái)的文檔的元數(shù)據(jù)被顯示給用戶。同時(shí)包括該文檔所在的URL地址。另外有一些關(guān)于某一個(gè)主題的專門的引擎，它們只對(duì)某一個(gè)主題的內(nèi)容進(jìn)行檢索和處理，這樣信息的取全率和精度相對(duì)就比

10、較高。 目前，圖像檢索引擎主要通過(guò)以下兩種方法識(shí)別圖像： (1)自動(dòng)查找圖像文件。通過(guò)兩個(gè)HTML標(biāo)簽，即IMGSRC和HREF來(lái)檢測(cè)是否存在可顯示的圖像文件，IMGSRC表示“顯示下面的圖像文件”，導(dǎo)向的是嵌入式圖像；而HREF則表示“下面是一個(gè)鏈接”，導(dǎo)向的是被鏈接的圖像。檢索引擎通過(guò)檢查文件擴(kuò)展名來(lái)判斷其導(dǎo)向的是否為圖像文件，如果文件擴(kuò)展名是.gif或.jpg，即是一個(gè)可顯示的圖像。 (2)人工干預(yù)找出圖像。進(jìn)行分類，由人工對(duì)網(wǎng)上的圖像及站點(diǎn)進(jìn)行選擇。這種方法可以產(chǎn)生準(zhǔn)確的查詢體系，但勞動(dòng)強(qiáng)度太大，因此要限制處理圖像的數(shù)量。由于圖像不同于文本，需要人們按照各自的理解來(lái)說(shuō)明其蘊(yùn)含的意義，因

11、此圖像檢索比文本的查詢和匹配要困難得多。1.2.2 圖像檢索引擎的檢索途徑1.關(guān)鍵詞檢索傳統(tǒng)的圖像檢索技術(shù)是基于關(guān)鍵字的精確匹配檢索，系統(tǒng)內(nèi)的圖像用關(guān)鍵字標(biāo)識(shí)，檢索線索是與標(biāo)識(shí)相一致的關(guān)鍵字，即輸入是關(guān)鍵字，輸出是圖像。它又包括兩種途徑：(1)基于圖像外部信息進(jìn)行檢索。即根據(jù)圖像的文件名或目錄名、路徑名、鏈路、ALT標(biāo)簽以及圖像周圍的文本信息等外部信息進(jìn)行檢索，這是目前圖像檢索引擎采用最多的方法。在找出圖像文件后，圖像檢索引擎通過(guò)查看文件名或路徑名確定文件內(nèi)容，也可以通過(guò)查看圖像的標(biāo)題來(lái)匹配檢索詞。(2)基于手工標(biāo)注的檢索。手工對(duì)圖像的內(nèi)容（如物體、背景、顏色等）進(jìn)行描述并分類，將其標(biāo)注為一系

12、列關(guān)鍵字，并建立索引。檢索時(shí)，將主要在這些描述詞中檢索用戶輸入的關(guān)鍵字。這種查詢方式是比較準(zhǔn)確的，一般可以獲得較好的查準(zhǔn)率，但需人工參與，勞動(dòng)強(qiáng)度大，因而限制了可處理的圖像數(shù)量。另外，由于圖像所包含的信息量龐大，不同用戶對(duì)于同一張圖像的看法又不盡相同，導(dǎo)致了對(duì)圖像的標(biāo)注缺乏統(tǒng)一標(biāo)準(zhǔn)。2. 圖像可視屬性的檢索而基于圖像內(nèi)容的檢索主要是由圖像分析軟件自動(dòng)抽取圖像的顏色、形狀、紋理等特征，建立特征索引庫(kù)，其輸入為用戶要查找的圖像的大致特征描述或示例，通過(guò)一定相似性匹配規(guī)則，輸出為與之具有相近特征的圖像，按相似程度排列，供用戶選擇，從而把在傳統(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

13、難題，交由系統(tǒng)去解決。這是一種基于圖像本身特征層次的檢索，特別適用于檢索目標(biāo)明確的查詢要求，但目前這種較成熟的檢索技術(shù)主要應(yīng)用于圖像數(shù)據(jù)庫(kù)的檢索。在圖像檢索引擎中應(yīng)用這種檢索技術(shù)還有一定困難，但己有部分圖像檢索引擎嘗試了這種檢索方法。1.2.3對(duì)幾個(gè)基本引擎的分析(1)InfoSeek是一個(gè)簡(jiǎn)單但是功能強(qiáng)大的索引，它的一個(gè)優(yōu)點(diǎn)是有一個(gè)面向主題檢索的可擴(kuò)展的分類。你可以把你的檢索短語(yǔ)和相似的分類目錄的主題短語(yǔ)相互參照，而那些主題短語(yǔ)會(huì)自動(dòng)加到你的查詢中去。使你的檢索有更好的主題相關(guān)性。同時(shí)它也支持對(duì)圖像的查詢。它能夠漫游Web,Usenet,Usenet FAQs等等。不支持布爾操作，但是可以使

14、用符號(hào)"+"和"-"。 (2)AltaVista 是一個(gè)大容量的，基于Robot 索引的Search Engine。它能幫你在WWW網(wǎng)上檢索你所需要的網(wǎng)頁(yè)，新聞組，圖像，視頻音頻片段。AltaVista 還支持多種語(yǔ)言和簡(jiǎn)單的自然語(yǔ)言查詢。AltaVista 覆蓋面約為WWW 網(wǎng)上可索引的網(wǎng)頁(yè)的30%(3)Scour成立于1998年，自稱是第一個(gè)基于web的多媒體檢索引擎。雖嚴(yán)格講，它并非是一個(gè)圖像檢索引擎，但可以將檢索限制在圖像檢索上。它的工作原理是在文件名、路徑名或ALT標(biāo)簽中檢索檢索詞。主要使用關(guān)鍵詞檢索，可以用""或"

15、;"來(lái)增加或排除關(guān)鍵詞，使用盡可能少的關(guān)鍵詞會(huì)更有效。在高級(jí)檢索中，可以將檢索結(jié)果圖像限制在GIF、BMP、JPEG等格式中。檢索結(jié)果顯示簡(jiǎn)圖、圖像類型（如GIF、BMP）、圖像大小、最后被查找的日期、檢索詞的匹配數(shù)量、標(biāo)引使用的關(guān)鍵詞、成功下載的可靠程度等，并同時(shí)給出圖像文件的URL和源站點(diǎn)的URL。主要缺陷是標(biāo)引深度不足，查準(zhǔn)率較低，但查全率較好。(4) 這是由NCRTEC組織開發(fā)的一個(gè)"真正人工建立的完全的關(guān)鍵詞式索引"。 Amazing Picture Machine后面的教師負(fù)責(zé)選擇圖像豐富的站點(diǎn)，然后對(duì)每幅選定的圖像內(nèi)容進(jìn)行描述，給出關(guān)鍵詞。因此它的最

16、大特點(diǎn)就是人工干預(yù)，關(guān)鍵詞檢索是主要的檢索手段。Amazing Picture Machine的檢索結(jié)果將顯示一個(gè)簡(jiǎn)短的標(biāo)題、有關(guān)圖像的說(shuō)明（如彩色或黑白）、文件的大小、文件類型及象素多少等，但不顯示簡(jiǎn)圖。單擊該標(biāo)題可得到原圖像，但需由該URL回溯才能找出源站點(diǎn)。由于人工干預(yù)檢索過(guò)程，它的查準(zhǔn)率極好，但這也限制了它的查全率。它的檢索范圍很有限，只包括web上人工選擇的部分站點(diǎn)。(5)Lycos對(duì)所收錄的圖像進(jìn)行了詳盡的內(nèi)容描述，并支持短語(yǔ)檢索，從而使其查準(zhǔn)率大大提高。它根據(jù)文件擴(kuò)展名識(shí)別圖像，在描述詞、文件名、目錄名或ALT字段中查詢檢索詞。結(jié)果顯示的信息極為豐富，包括簡(jiǎn)圖、圖像大小、最后檢索

17、日期、圖像文件名、圖像內(nèi)容描述詞、圖像所在頁(yè)面等。點(diǎn)擊簡(jiǎn)圖將得到原圖及更多的信息，如著作權(quán)人和更多的相關(guān)圖像。比較而言它的檢索效果很好，速度也很快。1.2.4 檢索引擎的基本要點(diǎn)(1)索引文檔的容量：現(xiàn)在最大的檢索引擎可能包含了超過(guò)100,000,000個(gè)鏈接，但這也只是整個(gè)Web網(wǎng)上的一小部分。因?yàn)槭占Y料的Robot，只能從“已知”的鏈接開始收集網(wǎng)頁(yè)資料，而只有一小部分Web網(wǎng)頁(yè)和這些“已知”的網(wǎng)頁(yè)有連接；現(xiàn)在還沒有一個(gè)檢索引擎能夠隨網(wǎng)頁(yè)內(nèi)容的更新比較及時(shí)地更新索引；(2)覆蓋面：地理覆蓋面和主題覆蓋面；(3)索引更新頻率：不同的檢索引擎，索引更新頻率相差很大，有的是幾周，有的是一年。索引

18、更新頻率有兩種定義，一種比較少用的定義是新的網(wǎng)頁(yè)能被收錄進(jìn)索引數(shù)據(jù)庫(kù)中，另一種是同一頁(yè)多少時(shí)間才被檢查一次，有必要時(shí)更新索引。有的檢索引擎會(huì)對(duì)經(jīng)常更新的網(wǎng)頁(yè)和多人訪問(wèn)的網(wǎng)頁(yè)進(jìn)行更頻繁的重建索引工作；(4)采集過(guò)程：采集過(guò)程有寬度優(yōu)先、深度優(yōu)先兩種算法；一般認(rèn)為寬度優(yōu)先對(duì)擴(kuò)大內(nèi)容的覆蓋面有利，深度優(yōu)先算法有助于提供更多的細(xì)節(jié)資料；(5)索引算法：有的檢索引擎只處理元標(biāo)記和一小部分文檔內(nèi)容，而有一些檢索引擎則是對(duì)全文進(jìn)行索引；(6)結(jié)果顯示：有的檢索引擎只顯示網(wǎng)頁(yè)的標(biāo)題，有些則有更詳細(xì)的一些信息，比如網(wǎng)頁(yè)的內(nèi)容，更新日期等；(7)查詢算法：一個(gè)優(yōu)秀的查詢算法是很重要的，最基本的布爾查詢，短語(yǔ)查詢，

19、有的檢索引擎還提供指定屬性的查詢，比如可以指定對(duì)網(wǎng)頁(yè)的作者、主題進(jìn)行查詢。另外有的檢索引擎還采用了相關(guān)度反饋、概念查詢等算法；(8)用戶界面：很多檢索引擎都提供了簡(jiǎn)單查詢和高級(jí)查詢兩個(gè)界面。并且提供了必要的幫助和范例。1.3 圖像檢索的發(fā)展方向圖像檢索技術(shù)給用戶提供了一個(gè)在互聯(lián)網(wǎng)上檢索感興趣圖像資源的有效手段，基于文本和基于內(nèi)容是圖像檢索發(fā)展的兩個(gè)分支，不過(guò)從目前圖像檢索研究的趨勢(shì)而言，尤其結(jié)合網(wǎng)絡(luò)環(huán)境下圖像的特征嵌入在具有文本內(nèi)容的Web文檔中，出現(xiàn)了三個(gè)不同的研究著眼點(diǎn)。(1)基于文本的檢索研究立足于文本，對(duì)圖像進(jìn)行檢索。試圖將傳統(tǒng)的文本檢索技術(shù)移植于對(duì)多媒體信息的檢索上，因?yàn)榛谖谋镜臋z

20、索技術(shù)發(fā)展已經(jīng)成熟。如Page-Rank方法、概率方法、位置方法、摘要方法、分類或聚類方法、詞性標(biāo)注法等，不僅技術(shù)發(fā)展較為成熟，同時(shí)分析和實(shí)現(xiàn)的難度略小。但是因?yàn)槭芸卦~匯本身的局限，易歧義，更新慢，所以不太容易應(yīng)對(duì)網(wǎng)絡(luò)上日新月異的各類圖像。(2)基于內(nèi)容的檢索研究立足于圖像內(nèi)容，對(duì)圖像進(jìn)行分析和檢索。相比而言，盡管圖像檢索已經(jīng)出現(xiàn)了諸如直方圖、顏色矩、顏色集等多種表征圖像特征的方法，但是要突破對(duì)低層次特征的分析，實(shí)現(xiàn)更高語(yǔ)義上的檢索，實(shí)現(xiàn)難度大，進(jìn)展慢。不過(guò)，基于內(nèi)容的圖像檢索建立在多媒體信息的內(nèi)容語(yǔ)義上，能夠更為客觀地反映媒體本質(zhì)的特征。(3)基于文本內(nèi)容結(jié)合的檢索研究結(jié)合文本和內(nèi)容，二者雖

21、側(cè)重不同但卻互相補(bǔ)充。如果能將二者結(jié)合起來(lái)取長(zhǎng)補(bǔ)短，則網(wǎng)絡(luò)的圖像檢索技術(shù)必有新的進(jìn)展。已有的圖像檢索引擎在信息的自動(dòng)加工和標(biāo)引方面都有待提高，需要開發(fā)出計(jì)算機(jī)自動(dòng)識(shí)別和標(biāo)引圖像的算法和技術(shù)，以完善現(xiàn)有的檢索功能，并與已有的成熟的圖像庫(kù)檢索技術(shù)相結(jié)合，這是今后應(yīng)該研究的一個(gè)課題。而且，圖像庫(kù)檢索技術(shù)也應(yīng)面向網(wǎng)絡(luò)，利用網(wǎng)絡(luò)技術(shù)進(jìn)行改造，提供新的WWW訪問(wèn)界面代替原來(lái)的應(yīng)用系統(tǒng)界面。同時(shí)將巨大的圖像庫(kù)資源利用網(wǎng)絡(luò)實(shí)現(xiàn)共享。(4)對(duì)基于內(nèi)容編碼技術(shù)的研究可以說(shuō)，三個(gè)方向都是相互影響和促進(jìn)的，任何一個(gè)方向的進(jìn)展都會(huì)促進(jìn)圖像檢索技術(shù)向前更進(jìn)一步。目前，國(guó)際上還沒有通用的基于內(nèi)容的編碼標(biāo)準(zhǔn)。20世紀(jì)90年代

22、初，國(guó)際上就開始了對(duì)基于內(nèi)容的圖像信息檢索方面的研究。從基本的顏色檢索，到綜合利用多種圖像特征進(jìn)行檢索，大量原型系統(tǒng)已經(jīng)推出，其中，部分已投入到實(shí)際應(yīng)用中以檢驗(yàn)其有效性。同時(shí)，MPEG-7標(biāo)準(zhǔn)作為基于內(nèi)容的多媒體編碼標(biāo)準(zhǔn)也正在制定當(dāng)中，即將成為國(guó)際標(biāo)準(zhǔn)中的一員。因此，應(yīng)盡快對(duì)MPEG-7標(biāo)準(zhǔn)進(jìn)行研究，分析其編碼的實(shí)質(zhì)，在此基礎(chǔ)上進(jìn)一步研究基于內(nèi)容檢索的系統(tǒng)，使我國(guó)基于內(nèi)容的圖像檢索盡快走向?qū)嶋H應(yīng)用階段。(5)對(duì)用戶查詢接口的研究 這涉及到用戶對(duì)圖像內(nèi)容的感知表達(dá)、交互方式的設(shè)計(jì)、用戶如何形成并提交查詢等方面。現(xiàn)代多媒體信息系統(tǒng)的一個(gè)重要特征就是信息獲取過(guò)程的可交互性，人在系統(tǒng)中是主動(dòng)的。除了提

23、供示例和描繪查詢基本接口之外，用戶的查詢接口應(yīng)提供豐富的交互能力，使用戶在主動(dòng)的交互過(guò)程中表達(dá)對(duì)圖像語(yǔ)義的感知，調(diào)整查詢參數(shù)及其組合，最終獲得滿意的查詢結(jié)果。用戶的查詢接口應(yīng)該是直觀易用的，底層的特征選擇對(duì)用戶是透明的。這里涉及到如何把用戶的查詢表達(dá)轉(zhuǎn)換為可以執(zhí)行檢索的特征矢量，如何從交互過(guò)程中獲取用戶的內(nèi)容感知，以便選擇合適的檢索特征等問(wèn)題。一個(gè)優(yōu)秀的檢索引擎必須處理以下幾個(gè)問(wèn)題：(1)網(wǎng)頁(yè)的分類(2)自然語(yǔ)言的處理(3)檢索策略的調(diào)度和協(xié)作 (4)面向特定用戶的檢索。因此，現(xiàn)在有很多的網(wǎng)絡(luò)檢索工具，也就是說(shuō)檢索引擎采用了智能的檢索手段來(lái)增強(qiáng)它的檢索能力，而圖片檢索正是其中的一大塊內(nèi)容。隨著

24、網(wǎng)上多媒體的廣泛應(yīng)用，對(duì)圖像的檢索需求將會(huì)越來(lái)越迫切。未來(lái)的圖像檢索技術(shù)將是網(wǎng)絡(luò)技術(shù)和基于內(nèi)容的圖像庫(kù)檢索技術(shù)的結(jié)合。隨著多媒體信息處理技術(shù)的日益發(fā)展和深化，圖像信息的加工、處理和檢索標(biāo)準(zhǔn)的出臺(tái)，網(wǎng)上的圖像檢索技術(shù)將會(huì)日趨完善，而圖像檢索引擎也將成為Internet上的新寵。2 基于顏色的圖像檢索2.1顏色特征提取顏色特征是一種全局特征，描述了圖像或圖像區(qū)域所對(duì)應(yīng)的景物的表面性質(zhì)。一般顏色特征是基于像素點(diǎn)的特征，此時(shí)所有屬于圖像或圖像區(qū)域的像素都有各自的貢獻(xiàn)。由于顏色對(duì)圖像或圖像區(qū)域的方向、大小等變化不敏感，所以顏色特征不能很好地捕捉圖像中對(duì)象的局部特征。另外，僅使用顏色特征查詢時(shí)，如果數(shù)據(jù)庫(kù)

25、很大,常會(huì)將許多不需要的圖像也檢索出來(lái)。顏色特征是在圖像檢索中應(yīng)用最為廣泛的視覺特征，主要原因在于顏色往往和圖像中所包含的物體或場(chǎng)景十分相關(guān)。此外，與其它的視覺特征相比，顏色特征對(duì)圖像本身的尺寸、方向、視角的依賴性較小，從而具有較高的穩(wěn)定性。為了正確地使用顏色，需要建立顏色模型。顏色特征是圖像最直觀而明顯的特征，一般采用直方圖來(lái)描述。顏色直方圖是表示圖像中顏色分布的一種方法，它的橫軸表示顏色等級(jí)，縱軸表示在某一個(gè)顏色等級(jí)上具有該顏色的像素在整幅圖像中所占的比例，直方圖顏色空間中的每一個(gè)刻度表示了顏色空間中的一種顏色。采用直方圖計(jì)算圖像間的相似性比較簡(jiǎn)單，但它不能反映圖像中對(duì)象的空間特征。在顏色

26、布局描述符中，對(duì)分割好的8×8的圖像取每一塊圖像的顏色平均值，形成一個(gè)顏色平均值矩陣，然后對(duì)其用二維離散余弦進(jìn)行變換，取低頻分量作為顏色特征?？紤]到本文所選的測(cè)試圖片都是bmp圖片，以及減少計(jì)算量，提高檢索速度的因素，本文的顏色布局描述符的提取方法如下：    (1)將整幅圖像分成4×4塊，計(jì)算每一塊中所有象素RGB三個(gè)顏色通道的顏色平均值，并以此作為該塊的代表顏色（主顏色）。    (2)將各塊的顏色平均值進(jìn)行離散余弦變換（DCT），得到DCT系數(shù)矩陣。DCT是一種分離的變換，是國(guó)際靜止圖像壓縮標(biāo)準(zhǔn)JPEG的基礎(chǔ)

27、。由于大多數(shù)圖像的高頻分量較小，相應(yīng)于圖像高頻分量的系數(shù)經(jīng)常為零，加上人眼對(duì)高頻成分的失真不太敏感，所以 可用更粗的量化。因此，在一般檢索中可以利用部分DCT系數(shù)作為特征向量。    (3)對(duì)DCT系數(shù)矩陣進(jìn)行之字形掃描和量化，得到DCT系數(shù)。(4)對(duì)于R、G、B三個(gè)通道，分別從DCT系數(shù)中取出4個(gè)低頻分量，形成12個(gè)參數(shù)，共同構(gòu)成該圖像的顏色特征向量。圖1為顏色特征提取的流程圖。圖1顏色特征提取流程圖2.2 相似度計(jì)算國(guó)際標(biāo)準(zhǔn)MPEG-7中建議的顏色布局描述符在匹配時(shí)使用歐式距離公式，因此在本算法中匹配時(shí)也使用歐式距離公式，即為：其中，各個(gè)分量的W為權(quán)重，Ri，

28、Gi，Bi分別為各個(gè)分量的第i（i=0，1，2，3）個(gè)DCT系數(shù)。2.3 實(shí)驗(yàn)結(jié)果本文實(shí)驗(yàn)的圖庫(kù)是從標(biāo)準(zhǔn)測(cè)試圖像庫(kù)Corel圖像庫(kù)中選取的，包括由海灘、恐龍、大象、馬、花等組成的120副圖片，得到利用顏色特征檢索圖片的查準(zhǔn)率和查全率為下表。表1 利用顏色特征的結(jié)果類型利用顏色特征的查準(zhǔn)率利用顏色特征的查全率海灘0.5830.350恐龍0.5000.300大象0.4170.250馬0.5830.583雪景0.1670.100花0.5000.3003 基于紋理的圖像檢索3.1紋理特征提取 圖像可以看成是不同紋理區(qū)域的組合，紋理通常定義為圖像的某種局部性質(zhì)，或是對(duì)局部區(qū)域中像素之間關(guān)系的一種度量。紋

29、理特征可用來(lái)對(duì)圖像中的空間信息進(jìn)行一定程度的定量描述。在國(guó)際標(biāo)準(zhǔn)MPEG-7中建議了一種紋理特征描述符邊緣直方圖。邊緣直方圖是基于圖像邊緣的統(tǒng)計(jì)特征，能較好地反映目標(biāo)的邊緣和紋理特征，而且運(yùn)算速度較高。因此在本文中選取邊緣直方圖來(lái)提取圖像的紋理特征。下面介紹提取的具體步驟：    (1)將bmp圖像轉(zhuǎn)換成灰度圖。每個(gè)象素的灰度值可以根據(jù)RGB顏色分量按下列公式計(jì)算得到：Gray(i,j)=0.11*R(i,j)+0.59*G(i,j)+0.3*B(i,j)。    (2)將整幅圖像分成4×4塊。  

30、60; (3)分別對(duì)16塊1/16子圖像進(jìn)行sobel邊緣算子運(yùn)算，得到邊緣圖像。    (4)統(tǒng)計(jì)子圖像中的邊緣直方圖，該直方圖包括4個(gè)直方條。（橫軸為0，1，2，3四個(gè)邊緣方向，縱軸為該方向上的象素?cái)?shù)占子圖像總的象素?cái)?shù)的比率）(5)將16個(gè)子圖像的直方條綜合起來(lái)，得到包括64個(gè)直方條的整幅圖像的邊緣直方圖。圖2為圖像紋理特征流程圖。圖2 圖像紋理特征流程圖下面介紹用sobel算子提取圖像邊緣的具體算法：首先介紹一下sobel算法中用到的4個(gè)核模板：圖3 sobel算法模板圖4 sobel 算法的邊緣方向編號(hào)(1)將圖像中的象素點(diǎn)的灰度值分別與以上四個(gè)方向的核模

31、板相乘。     (2)比較四個(gè)乘積數(shù)值，取最大的那個(gè)數(shù)值，作為該象素點(diǎn)的新的灰度值。    (3)取適當(dāng)?shù)拈撝礣，若新的灰度值T，則認(rèn)為該象素點(diǎn)為邊緣點(diǎn)。    通過(guò)以上算法提取出圖像的邊緣。3.2  相似度計(jì)算 仍然采用歐式距離公式作為相似度的計(jì)算公式，如下：其中；Qi，Di為圖像Q，D在邊緣直方圖中對(duì)應(yīng)的第i個(gè)直方條的值。3.3 實(shí)驗(yàn)結(jié)果實(shí)驗(yàn)平臺(tái)如2.3所述，得出結(jié)果如下表。表2 利用紋理特征的檢索結(jié)果類型利用紋理特征查準(zhǔn)率利用紋理特征查全率海灘0.5000.300恐龍1.0000.600

32、大象0.3330.150馬0.8330.833雪景0.2500.150花0.6670.4004 綜合顏色和紋理特征的圖像檢索4.1 綜合特征檢索的思想圖5對(duì)于以上三幅圖像，假設(shè)它們是原圖像的1/4圖像（其余3/4圖像與此1/4圖像相同），如果按照本文中的利用顏色特征進(jìn)行檢索，那么將得出完全相似的結(jié)論，但是實(shí)際上這三幅圖像給人的感覺是完全不同的。因此說(shuō)單一的依靠提取一種特征來(lái)進(jìn)行檢索，得出的結(jié)果往往是不盡如人意的。在本文中，利用顏色布局描述 符結(jié)合了顏色特征和空間關(guān)系的特點(diǎn)；利用邊緣直方圖作為紋理特征彌補(bǔ)了顏色特征缺乏空間分布信息的不足，考慮到圖像中的邊緣多對(duì)應(yīng)目標(biāo)的邊界或輪廓，邊緣 直方圖描述

33、符在一定程度上還反映了圖像中目標(biāo)的形狀信息。因此這兩種特征描述符達(dá)到了不同特征的優(yōu)勢(shì)互補(bǔ)的效果，而且，這兩種特征在提取的過(guò)程中都?xì)w一化到了0，1區(qū)間，可以綜合在一起進(jìn)行圖像檢索。設(shè)顏色特征的權(quán)重為Wc，紋理特征權(quán)重為Wt，并且Wc+Wt=1，則綜合特征的相似度計(jì)算公式為：4.2 相關(guān)反饋由于顏色特征的權(quán)重Wc和紋理特征權(quán)重Wt在提取的過(guò)程中都?xì)w一化到了0，1區(qū)間,而在這個(gè)區(qū)間不同的權(quán)重的選擇所得出的效果肯定是有差異的。為了能在實(shí)驗(yàn)中得到最佳的實(shí)驗(yàn)結(jié)果，就需要對(duì)權(quán)重的值進(jìn)行多次的選擇。在確定Wc和Wt兩個(gè)權(quán)重的取值時(shí)，將Wc在20%和80%之間取值，每5%取一次值，并計(jì)算出每次取值的圖像檢索的查

34、全率。同時(shí)相應(yīng)改變Wt的取值，進(jìn)而得到最佳的反饋值。4.3實(shí)驗(yàn)結(jié)果及結(jié)論通過(guò)上述的反饋實(shí)驗(yàn)，得出關(guān)系圖如下：圖 6 權(quán)重取值反饋關(guān)系由圖6可見當(dāng)Wc=0.6左右時(shí)，圖像的檢索查全率最高，于是選取Wc=0.6，Wt=0.4來(lái)分別進(jìn)行顏色和紋理的單一特征分別檢索以及顏色和紋理特征相結(jié)合的圖像檢索。同樣利用上述的平臺(tái)，得出綜合利用顏色和紋理的檢索方法的查準(zhǔn)率和查全率，并以之和單獨(dú)利用顏色或紋理的檢索方法進(jìn)行比對(duì)。表3  六類圖片的查準(zhǔn)率 類型利用顏色特征利用紋理特征利用綜合特征海灘0.5830.5000.833恐龍0.5001.0001.000大象0.4170.3330.583馬

35、0.5830.8331.000雪景0.1670.2500.333花0.5000.6670.833表4  六類圖片的查全率 類型利用顏色特征利用紋理特征利用綜合特征海灘0.3500.3000.500恐龍0.3000.6000.600大象0.2500.1500.350馬0.5830.8331.000雪景0.1000.1500.250花0.3000.4000.500從表中的數(shù)據(jù)可以看出，利用綜合特征進(jìn)行圖像檢索得到的查準(zhǔn)率和查全率都要高于使用任何一種單一方法進(jìn)行圖像檢索得到的查準(zhǔn)率和查全率。通過(guò)以上的實(shí)驗(yàn)結(jié)果數(shù)據(jù)可以看出：本文中綜合利用顏色和紋理特征進(jìn)行圖像檢索的效果比使用單一特

36、征進(jìn)行檢索的效果更好，更符合人的視覺要求。因此，本文提出的綜合顏色和紋理特征進(jìn)行圖像檢索的方法是有效的，有意義的方法。5 基于WEB的圖像檢索5.1 文本與圖像之間的關(guān)系在文本檢索中，檢索引擎主要考慮Web頁(yè)中相關(guān)文字信息以及它的語(yǔ)義，這些文本信息反映出網(wǎng)頁(yè)的內(nèi)容，但不完全與網(wǎng)頁(yè)中圖片的內(nèi)容一致。在HTML網(wǎng)頁(yè)中，根據(jù)HTML語(yǔ)言的格式，捕獲反映圖片信息的文字信息，分析這些文本的語(yǔ)義具有重要的意義。如在HTML文檔中<img>標(biāo)記以及其周圍的文字信息，與網(wǎng)頁(yè)中的插圖的內(nèi)容有著密切的聯(lián)系。5.1.1 表示圖像內(nèi)容的文本標(biāo)記為了能識(shí)別嵌入網(wǎng)頁(yè)中圖片的內(nèi)容，必須仔細(xì)檢索HTML文檔中能反

37、映出圖像內(nèi)容的標(biāo)記與其中的文本。經(jīng)過(guò)對(duì)HTML網(wǎng)頁(yè)格式的分析與對(duì)大量實(shí)際網(wǎng)頁(yè)的研究，可知以下幾個(gè)方面的標(biāo)記與文本和圖像內(nèi)容有著最為密切的聯(lián)系。(1)圖像的說(shuō)明，這些文本出現(xiàn)在圖像的周圍，用一句過(guò)多句話表示出圖像的內(nèi)容，當(dāng)圖像被置于表格中時(shí)，同一單元或相鄰單元格內(nèi)的文字也常用與表示圖像的含義。(2)圖像的標(biāo)題，通常用一個(gè)關(guān)鍵詞表示圖像信息。(3)圖像的標(biāo)簽，使用一段短語(yǔ)說(shuō)明圖片的摘要信息，圖片無(wú)法顯示時(shí)用標(biāo)簽的文本取代圖片，顯示摘要信息。(4)網(wǎng)頁(yè)的標(biāo)題，該標(biāo)題反映出網(wǎng)頁(yè)的中心內(nèi)容，作為表現(xiàn)網(wǎng)頁(yè)內(nèi)容的圖片與網(wǎng)頁(yè)的標(biāo)題之間也有著一定的聯(lián)系。以上討論的是HTML中文檔和嵌入網(wǎng)頁(yè)中圖像文本信息的關(guān)系，

38、當(dāng)然還存在其他的文本與多媒體信息和圖像有關(guān)。但是作為檢索引擎要考慮的方面，既要保證抽取信息的準(zhǔn)確性，也要兼顧程序執(zhí)行中時(shí)間、空間的復(fù)雜度。過(guò)多地引入與圖像關(guān)系不是十分緊密的內(nèi)容作為檢索的依據(jù)，會(huì)引入檢索時(shí)的躁聲干擾，降低檢索效率。5.1.2文本的權(quán)值比較以上討論了網(wǎng)頁(yè)中對(duì)圖像信息的描述，在圖像的檢索中，首先是要建立描述圖片內(nèi)容特征的查詢語(yǔ)句，然后比較、區(qū)分描述信息與查詢語(yǔ)句之間的異同，獲取需要檢索的圖像。但以上信息在對(duì)圖像描述時(shí)側(cè)重于不同角度，同時(shí)與圖像信息的聯(lián)系程度也不一樣。圖像標(biāo)題和網(wǎng)頁(yè)標(biāo)題是簡(jiǎn)單的詞條，兩者中相對(duì)來(lái)說(shuō)圖像標(biāo)題更接近圖像的主題內(nèi)容。圖像的標(biāo)簽和圖像的說(shuō)明是文本信息對(duì)圖像內(nèi)容

39、的描述，后者相對(duì)來(lái)說(shuō)更為詳細(xì)。所以在比較、區(qū)分各類文本信息以決定是否符合檢索要求時(shí)，它們所占的權(quán)值應(yīng)該是有所不同的。根據(jù)信息的重要程度，他們所占的權(quán)值大小按次序如下：Image Caption>Image Title>Image Alternate>Page Title5.2 圖像信息檢索 在web中對(duì)圖像的檢索，也就是對(duì)圖像信息的檢索，根據(jù)圖像自身所帶的信息，選其中某一種或幾種進(jìn)行檢索，進(jìn)而檢索到相關(guān)的圖像，再經(jīng)過(guò)選取得到所需的圖像。而Web檢索引擎采用何種檢索模型，它所提供檢索質(zhì)量將直接影響到檢索的效果?，F(xiàn)在使用較多的是布爾檢索模型、概率檢索模型、概率推理網(wǎng)絡(luò)模型和向量空

40、間模型。這里采用的是近年來(lái)使用較多且效果較好的一種信息檢索模型：向量空間模型。5.2.1檢索模型與相似度在用向量空間模型進(jìn)行檢索的時(shí)候，首先把描述網(wǎng)頁(yè)中的圖片的文字信息看作是有序的詞條序列，這樣把以上歸納的信息分別稱為：ICW，ITW，IAW，PTW。在應(yīng)用模型時(shí)，我首先要將這些信息向量化，把文檔映射為一個(gè)特征向量V(d)=(t1,1(d)；tn, n(d)，其中ti(i=1,2, ,n)為一列互不雷同的詞條項(xiàng)，i(d)為ti在d中的權(quán)值, 一般被定義為ti在d中出現(xiàn)頻率tfi(d)的函數(shù)，即在信息檢索中常用的詞條權(quán)值計(jì)算方法為 TF-IDF 函數(shù)其中N為所有文檔的數(shù)目，ni為含有詞條ti的文

41、檔數(shù)目。TF-IDF公式有很多變種，下面是一個(gè)常用的TF-IDF公式：根據(jù)公式，文檔集中包含某一詞條的文檔越多，說(shuō)明它區(qū)分文檔類別屬性的能力越低，其權(quán)值越??；另一方面，某一文檔中某一詞條出現(xiàn)的頻率越高，說(shuō)明它區(qū)分文檔內(nèi)容屬性的能力越強(qiáng)，其權(quán)值越大。兩文檔之間的相似度可以用其對(duì)應(yīng)的向量之間的夾角余弦來(lái)表示，即文檔di，dj的相似度可以表示為進(jìn)行查詢的過(guò)程中，先將查詢條件Q進(jìn)行向量化，主要依據(jù)布爾模型:當(dāng)ti在查詢條件Q中時(shí)，將對(duì)應(yīng)的第i坐標(biāo)置為1，否則置為0，即也就是說(shuō)當(dāng)兩詞條完全相同時(shí)，這一項(xiàng)為1，其余情況為0。可以看出文檔含有完全相同的詞條時(shí)，相似度=1；而其中無(wú)相同時(shí)的詞條時(shí)，相似度=0。

42、從而文檔d與查詢Q的相似度為 根據(jù)文檔之間的相似度，結(jié)合機(jī)器學(xué)習(xí)的一些算法如神經(jīng)網(wǎng)絡(luò)算法，K-近鄰算法和貝葉斯分類算法等，可以將文檔集分類劃分為一些小的文檔子集。在查詢過(guò)程中，可以計(jì)算出每個(gè)文檔與查詢的相似度，進(jìn)而可以根據(jù)相似度的大小，將查詢的結(jié)果進(jìn)行排序。向量空間模型可以實(shí)現(xiàn)文檔的自動(dòng)分類和對(duì)查詢結(jié)果的相似度排序，能夠有效提高檢索效率；它的缺點(diǎn)是相似度的計(jì)算量大，當(dāng)有新文檔加入時(shí)，則必須重新計(jì)算詞的權(quán)值。流程為: 圖7 向量空間模型檢索流程5.2.2 分詞技術(shù)和匹配方法1. 常用的切詞算法如下：(1)最大正向匹配法基本思想是：設(shè)D為詞典，MAX表示D中的最大詞長(zhǎng)，str為待切分的字串。它是每

43、次從str中取長(zhǎng)度為MAX的子串與D中的詞進(jìn)行匹配。若成功，則該子串為詞，指針后移MAX個(gè)漢字后繼續(xù)匹配，否則子串逐次減一進(jìn)行匹配。(2)逆向最大匹配法 它的基本原理與前面的相同，不同的是分詞的掃描方向，它是從右至左取子串進(jìn)行匹配。統(tǒng)計(jì)結(jié)果表明，單純使用正向最大匹配的錯(cuò)誤率為1/169，單純使用逆向最大匹配的錯(cuò)誤率為1/245，它切分的準(zhǔn)確率上比正向匹配法有很大提高。(3)基于詞頻的統(tǒng)計(jì)方法統(tǒng)計(jì)方法一般不依賴于詞典，而是將原文中任意前后緊鄰的兩個(gè)字作為一個(gè)詞進(jìn)行出現(xiàn)頻率的統(tǒng)計(jì)，出現(xiàn)的次數(shù)越高，成為一個(gè)詞的可能性也就越大。在頻率超過(guò)某個(gè)預(yù)先設(shè)定得閾值時(shí)，就將其作為一個(gè)詞進(jìn)行索引。這種方法能夠有效

44、地提取出未登錄詞。2. 匹配方法：(1)詞典存儲(chǔ)格式：首先對(duì)存儲(chǔ)形式進(jìn)行建模，結(jié)構(gòu)是3層樹形結(jié)構(gòu)，如下圖8 3層樹形結(jié)構(gòu)一層存儲(chǔ)所有單字。第二層保存所有的雙字詞和多字詞的前兩個(gè)字（因?yàn)?，也許會(huì)出現(xiàn)ABC為詞，但AB不是詞的情況），并對(duì)兩者做不同標(biāo)記(t/f)。每一個(gè)可成詞的單字對(duì)應(yīng)一系列第二層結(jié)點(diǎn)，用來(lái)存儲(chǔ)所有以該字為詞首的雙字（包括上述兩種情況）。并且，在這里，針對(duì)每一個(gè)雙字，需要記錄以該雙字為詞首的所有詞的最大長(zhǎng)度，實(shí)際中，可以保存除去該雙字部分的最大長(zhǎng)度(記為n)。第三層存儲(chǔ)以某一雙字為首的所有詞。為了減少存儲(chǔ)空間，只存儲(chǔ)除去該雙字以外的部分（如上圖所示）。每一層各結(jié)點(diǎn)需按某種次序排列，

45、可使用hash、二分查找等方法進(jìn)行查詢。采用這種層次的存儲(chǔ)結(jié)構(gòu)，可以很快把查詢?cè)~的工作縮小到一個(gè)很小的范圍內(nèi)，有利于分詞效率的提高。(2)匹配方法由于詞庫(kù)中的最大詞長(zhǎng)通常大于所切分出的詞長(zhǎng)，為了提高切分的效率，不采用逐次減一個(gè)字的方法，而是使用正向逐一增長(zhǎng)的方法。假設(shè)對(duì)一個(gè)句子C1C2進(jìn)行分詞處理，算法描述如下：1) 兩個(gè)字（開始時(shí)為C1C2），在詞典中查詢C1C2是否存在2) 不存在，則C1為單字詞，一次分詞結(jié)束，返回1。3) 存在，判斷C1C2是否為詞，并從詞典中獲取該詞下層節(jié)點(diǎn)漢字的最大長(zhǎng)度，設(shè)為n4) 若n=0，一次分詞結(jié)束，保存結(jié)果。5) 否則，i=2，轉(zhuǎn)6)。6 ) i=i+1，若

46、i=n+3，轉(zhuǎn)8)；否則，轉(zhuǎn)7)。7) 再取一個(gè)字（此處為Ci），判斷第三層中是否有以C3Ci開始的字(不需要恰好匹配，只要匹配開始的i個(gè)字就可以了)。8) 若存在，分詞結(jié)束，返回最近一次能夠恰好匹配的C3Cj(j<i)，并與C1C2組合成詞。如果是C1C2，則根據(jù)C1C2的標(biāo)記判斷是雙字詞還是分為兩個(gè)單字詞。9) 否則，轉(zhuǎn)6)。(3)統(tǒng)計(jì)方法運(yùn)用由于詞典的不完全性，許多詞可能不會(huì)在字典中登錄，為了處理句子中的未登錄詞，我們?cè)谠械乃惴ㄖ星度朐~頻統(tǒng)計(jì)方法，將某些出現(xiàn)頻率較高的連續(xù)字段作為一個(gè)詞切分，我們首先對(duì)頻度設(shè)定一個(gè)閾值f。設(shè)已對(duì)C1Cn進(jìn)行切分，由切分算法和歧義處理算法得到C1Ci

47、為一個(gè)詞，CjCn為一個(gè)詞，Ci與Cj之間皆為單字詞，即C1Ci和CjCn是相鄰最近的兩個(gè)多字詞，則將Ci+1Cj-1作為一個(gè)多字詞進(jìn)行詞頻統(tǒng)計(jì)，在對(duì)文章全部切分完畢之后，若Ci+1Cj-1的出現(xiàn)次數(shù)達(dá)到f時(shí)，則將其看作一個(gè)詞，否則，將其拆分為單字詞。同時(shí)，對(duì)于相同或相近專業(yè)和領(lǐng)域建立起動(dòng)態(tài)詞庫(kù)，將由統(tǒng)計(jì)得到的詞不斷加入詞庫(kù)中，可以實(shí)現(xiàn)對(duì)詞典的動(dòng)態(tài)維護(hù)。以上通過(guò)將基于詞典的處理方法和基于頻率的統(tǒng)計(jì)方法結(jié)合起來(lái)匹配檢索運(yùn)算，不僅保證了切分速度快、精度高的優(yōu)點(diǎn)，而且能夠結(jié)合上下文，最大限度的識(shí)別人名、地名、專業(yè)術(shù)語(yǔ)等未登錄詞。5.3 檢索反饋由于初時(shí)的查詢語(yǔ)句常常與我們所要的圖像內(nèi)容不符，使得我們

48、找不到我們想要的東西，因此，許多系統(tǒng)都引入了相關(guān)反饋，即通過(guò)選擇一些正確/錯(cuò)誤的例子作為反饋，來(lái)逐漸提高檢索的結(jié)果。借鑒文本信息檢索的方法，我們?cè)谙到y(tǒng)中也引入了相關(guān)反饋來(lái)修改用戶提交的查詢，使得修改后的查詢逐步接近用戶真正的需求，來(lái)提高系統(tǒng)的性能。通過(guò)相關(guān)反饋對(duì)用戶提交的查詢的修改，檢索的性能比原先有了一定的提高。不過(guò)，大多數(shù)相關(guān)反饋并不具有記憶能力，每次反饋后的結(jié)果只能提高本次查詢結(jié)果。因此我們引入了語(yǔ)義網(wǎng)絡(luò)，把每次反饋的結(jié)果記錄到語(yǔ)義網(wǎng)絡(luò)中，使得系統(tǒng)的效果隨著使用次數(shù)的增加而逐步提高。本文介紹的反饋系統(tǒng)，主要集中在對(duì)查詢語(yǔ)句(Q1,W1,Q2,W2， , Qm,Wm)中 Wj的修整中，查詢

49、語(yǔ)句中對(duì)初始Wj的定義具有一定的偏差，反饋系統(tǒng)可以適當(dāng)調(diào)整Wj，使查詢語(yǔ)句(Q1,W1,Q2,W2， , Qm,Wm)更反映檢索的目的。當(dāng)查詢到m=r+n幅圖片時(shí)，其中r幅圖片與目標(biāo)相關(guān)，n幅圖片與目標(biāo)無(wú)關(guān)。反饋系統(tǒng)可根據(jù)用戶的反饋結(jié)果，重新生成查詢語(yǔ)句如下：其中矢量是檢索結(jié)果圖像網(wǎng)頁(yè)的矢量表示，在矢量中，選擇在相似度計(jì)算中有貢獻(xiàn)的分量作為反饋信息。在公式中，一般選=1 ，0 1 ，0 1 ，與值的選取影響著反饋深度，也直接影響著檢索的精度。實(shí)踐表明，具有反饋系統(tǒng)的圖像檢索系統(tǒng)要比無(wú)反饋的圖像檢索精度提高10%左右，而且m越小，檢索的精度越高。我們?cè)谠O(shè)計(jì)檢索系統(tǒng)時(shí)，提供反饋無(wú)反饋選擇，并且在反

50、饋系統(tǒng)中提供取值的選圖9 檢索精度Precision與系數(shù)的關(guān)系圖10 檢索精度Precision與系數(shù)的關(guān)系擇。當(dāng)m取值較小時(shí)，直接顯示檢索到的圖像，并供用戶選擇是否與目標(biāo)圖像的相關(guān)性。以上都是為了改善用戶界面，便于反饋系統(tǒng)的應(yīng)用。下面是測(cè)得當(dāng)m=1時(shí)，檢索精度與反饋中系數(shù)、之間關(guān)系的曲線，圖中可以得出=0.1 時(shí)檢索精度Precision取最大值，圖2中可以得出在0.50.6 之間時(shí)檢索精度Precision取最大值。從圖1和圖2又可以得出，當(dāng)=0無(wú)反饋時(shí)檢索精度Precision=48%,當(dāng)=0.1 ，=0.5 或0.6時(shí)檢索精度Precision =61%，引入反饋系統(tǒng)使檢索精度提高了

51、13%。5.4 實(shí)驗(yàn)結(jié)果為檢驗(yàn)檢索模型，下載含有圖像的4000多個(gè)中文網(wǎng)頁(yè)( 來(lái)自1000多個(gè) URLs)，對(duì)這些HTML文檔進(jìn)行檢索。在查詢語(yǔ)句建立以后，通過(guò)詞條網(wǎng)對(duì)具有相同語(yǔ)義的詞條進(jìn)行擴(kuò)充，構(gòu)建符合查詢要求的多個(gè)IQW，然后分別計(jì)算出各自的相似度，根據(jù)相似度規(guī)定的臨界值，得出查詢的結(jié)果。實(shí)驗(yàn)表明，合理地選取相似度臨界值可以保證較高檢索精度與檢索完全度。圖11 相似度臨界值與檢索精度的關(guān)系圖12 相似度臨界值與檢索完全度的關(guān)系從圖11中可以看出，當(dāng)相似度臨界值>0.6時(shí)，能保證檢索精度>80%，從圖12中看出，當(dāng)相似度臨界值<0.6時(shí)，能保證檢索完全度>60%。當(dāng)相

52、似度臨界值取0.6時(shí)，本檢索模型可以保證檢索精度>80%，而檢索完全度>60%。為決定ICW，ITW，IAW，PTW在相似度計(jì)算中的權(quán)值，測(cè)試從0.1 1.0的所有系數(shù)。最終得出ICW，ITW，IAW，PTW的權(quán)值分別為0.4、0.3、0.2、0.1時(shí)，能比較合理地反映出圖片與這些文本的相關(guān)性，保證檢索的準(zhǔn)確性。6 總結(jié) 本文概括介紹了圖像檢索的現(xiàn)狀和發(fā)展方向，并對(duì)其中幾個(gè)算法進(jìn)行了分析和比較。在了解了檢索引擎的檢索原理公式和反饋原理之后,可以根據(jù)其理論做出相應(yīng)的檢索引擎,并能作出比較檢索效果。但為了能更好的使用，還得去仔細(xì)更好的給文檔進(jìn)行分類，更多的對(duì)此引擎進(jìn)行反饋訓(xùn)練查詢等，使

53、得Web檢索引擎具有更好的智能性和個(gè)性化的特點(diǎn)。在畢業(yè)論文的過(guò)程中，遇到了很多的問(wèn)題。首先，圖像檢索的算法對(duì)我來(lái)說(shuō)過(guò)于深?yuàn)W，為此我看了很多的關(guān)于這方面的算法的研究，大概能知道具體的思路了。本人的水平和技術(shù)都很有限，論文里可能存在著某些問(wèn)題和錯(cuò)誤，在這方面希望能得到老師們的體諒，本人也將繼續(xù)努力。最后，在這個(gè)論文的編寫中，我確實(shí)學(xué)到了不少東西，在眼界和思想上都得到了一定的擴(kuò)展，尤其是關(guān)于圖像這方面，以前幾乎沒接觸過(guò)這方面的知識(shí)，現(xiàn)在也能大概知道關(guān)于這方面的發(fā)展和相關(guān)的技術(shù)。而我在今后也將更加努力的學(xué)習(xí)，擴(kuò)展自己的見識(shí)，提高自己的能力。參 考 文 獻(xiàn)1張量，詹國(guó)華，袁貞明.基于Web的圖像檢索.計(jì)

54、算機(jī)工程，2002.5.2朱學(xué)芳.多媒體信息處理與檢索技術(shù)M，電子工業(yè)出版社，2003：167-173.3陳瀅 ，徐宏炳 ，王能斌.協(xié)作式Web資源發(fā)現(xiàn)系統(tǒng)模型，計(jì)算機(jī)學(xué)報(bào)，1998.4：62-67.4陽(yáng)小華， 周龍?bào)J.World Wide Web 的索引與查詢技術(shù)，計(jì)算機(jī)科學(xué) ，1997：108-112.5吳立德等，大規(guī)模中文文本處理，上海：復(fù)旦大學(xué)出版社，1997：50-168.6李唐， 解讀網(wǎng)絡(luò)圖像檢索引擎，Internet網(wǎng)絡(luò)，20017陳立娜，Internet上的圖像檢索技術(shù)，2001.58黃博士，網(wǎng)絡(luò)環(huán)境下的圖像檢索技術(shù)，中國(guó)計(jì)算機(jī)用戶，2003.12.309Dunlop M.D.

55、 1991. Multimedia Information Retrieval,Ph.D. Thesis. Computing Science Department, University of Glasgow, Report 199l/R21.10Ellen M. Voorhees and Yuan-Wang Hou, "Vector Expansion in a Large Collection”, First Text REtrieval Conference TREC-1, 1993.11Frisse M.E, 1988. Searching for information

56、in a hypertext medical handbook. Communications of the ACM, 3 I7, pp.880-886.12R.Price, T.S Chua, and S.Al-Hawamdeh, Applying relevance feedback on a photo archival system. Journal of Information Science, 18:203-215, 199213W.Niblack, R.Barber, and W.Equitz. the qbib project:querying images by content using color, texture, and shape. Technical report, IBM RJ 920381511, Feb, 199314Shih-Fu Chang, William Chen, and Hari Sundaram,Semantic Visual Template - Linking Visual Fetures to Semantics. IEEE I