Web中图像的检索技术研究

   摘  要：

     在网络和多媒体技术越来越发达的今天，信息检索技术成了现在计算机领域的重要内容，而图像检索技术又正是这其中的重要内容之一。而网络资源的极大丰富以及图像检索技术不断发展成熟，使得图像检索技术的应用领域不断扩大，这为图像检索技术的继续研究提供条件。

人们为了对图像进行更好的使用和组织管理，便开发出了多种多样图像检索技术，本文首先要将各种图像检索技术的工作原理、研究现状、相关图像搜索引擎与发展趋势作一个介绍。

随着网络传送速度与计算机信息处理速度的提高，网页中对多媒体信息的使用变得十分普及，特别是图像信息，己经成为表示网页内容不可缺少的组成部分。在实现对网页中文本信息提取的同时，如何再为用户抽取所需的图片资料，是信息检索中一个重要的方面。于是各种基于Web的图像检索系统应运而生。它们采用不同的工作方式，极大地方便了用户对网上图像进行检索。

目前图像检索技术的发展正走向更加成熟和完善，其中Web图像搜索技术也更加完善，本文将介绍这种图像检索技术并阐述Web页中的图像与文本之间的关系，对相似度作出了详细的论述。

【关键词】: 搜索引擎    图象检索    文本处理    信息检索    相似度    相关性反馈

Abstract:

   略....

                                    目录

摘要......................................................................1

Abstract..................................................................2

第一章    绪论............................................................3

1.1    引言...............................................................4

1.2    现有的图象检索技术.................................................5

1.2.1    搜索引擎的工作原理...............................................7

1.2.2    图像搜索引擎的检索途径...........................................7

1.2.3    对几个基本引擎的分析.............................................8

1.2.4    搜索引擎的基本要点...............................................9

1.3    图像检索的发展方向................................................10

第二章    基于Web的图像搜索..............................................11

2.1    文本与图像之间的关系..............................................13

2.1.1    表示图像内容的文本标记..........................................14

2.1.2    文本的权值比较..................................................15

2.2    图像信息检索......................................................17

2.2.1    检索模型与相似度................................................17

2.2.2　  分词技术和匹配方法..............................................18

2.3 检索反馈.............................................................19

第三章 结束语............................................................20

致谢.....................................................................21

参考文献.................................................................22

[1]   张量，詹国华，袁贞明，基于Web的图像搜索，计算机工程，2002.5

[2]   朱学芳， 多媒体信息处理与检索技术[M]，电子工业出版社，2003

[3]   陈滢 ，徐宏炳 ，王能斌，协作式Web资源发现系统模型，计算机学报，1998.4

[4]   阳小华， 周龙骧，World Wide Web 的索引与查询技术，计算机科学 ，1997

[5]   吴立德等，大规模中文文本处理，复旦大学出版社，1997

[6]   李唐， 解读网络图像搜索引擎，Internet网络，2001

[7]   陈立娜，Internet上的图像检索技术，天极yesky，2001.5

[8]   黄博士，网络环境下的图像检索技术，中国计算机用户，2003.12.30

[9]   Dunlop M.D. [1991]. Multimedia Information Retrieval,Ph.D. Thesis. Computing Science Department, University of Glasgow, Report 199l/R21.

[10]  Ellen M. Voorhees and Yuan-Wang Hou, "Vector Expansion in a Large Collection”, First Text REtrieval Conference [TREC-1], 1993.

[11]  Frisse M.E, [1988]. Searching for information in a hypertext medical handbook. Communications of the ACM, 3 I[7], pp.880-886.

[12]  R.Price, T.S Chua, and S.Al-Hawamdeh, Applying relevance feedback on a photo archival system. Journal of Information Science, 18:203-215, 1992

[13]  W.Niblack, R.Barber, and W.Equitz. the qbib project:querying images by content using color, texture, and shape. Technical report, IBM RJ 9203[81511], Feb, 1993

[14]  Shih-Fu Chang, William Chen, and Hari Sundaram,Semantic Visual Template - Linking Visual Fetures to Semantics. IEEE Intern Conference on Image Processing, Chicago IL, Oct 1998

[15]  A.E. Cawkell, Imaging systems and picture collection management: a review. Information Service & Use, 12:301-325, 1992

[16]  T.S. Chua and W.C. Low, and Ch.X. Chu, relevance feedback techniques for color-based image retrieval. In Proceeding of Multimedia Modelling’98, IEEE Computer Society, Oct, 1998.