(图书馆学专业论文)图像搜索引擎案例评价及检索模式研究.pdf_第1页
(图书馆学专业论文)图像搜索引擎案例评价及检索模式研究.pdf_第2页
(图书馆学专业论文)图像搜索引擎案例评价及检索模式研究.pdf_第3页
(图书馆学专业论文)图像搜索引擎案例评价及检索模式研究.pdf_第4页
(图书馆学专业论文)图像搜索引擎案例评价及检索模式研究.pdf_第5页
已阅读5页,还剩39页未读, 继续免费阅读

下载本文档

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

摘要 数字化图像作为多媒体信息的一个重要组成部分,生动的形象、易于理解的表现形 式,使之成为在商业、教育、科技等多方面广泛应用的媒体形式之一。据有关资料统计, 图像信息占全部信息资源的7 0 。随着计算机技术、网络技术的发展,互联网上的图像 信息资源呈指数级增长,无论是对于专! l k 设计者,还是一般的普通用户,查找和利用网 络图像都成为一种需求。为了使图像信息得到更快捷、更有效的获得和使用,对于图像 搜索引擎的研究便是极为重要的。目前,图像检索已经成为计算机科学、情报学、信息 管理与信息系统、电子商务、管理科学与工程等学科的研究热点。本论文直接从基于w w w 的图像搜索引擎示例入手进行研究,以此发现它们的不足,为图像搜索引擎的理论发展 添砖加瓦,尽自己的一份力量。 本论文分为三部分: 第一部分包含第一章,对图像搜索引擎的基本问题进行了概述,介绍了i n t e r n e t 的发展、搜索引擎技术以及图像数据库技术:图像搜索引擎的工作原理和分类。 第二部分包含第二章和第三章,对典型的图像搜索引擎进行了概述,并且对这些图 像搜索引擎做了定性评价;通过对上面典型的图像搜索引擎的分类研究,分析了图像搜 索引擎的检索模式。 第三部分,论文指出了图像搜索引擎存在的不足以及图像搜索引擎的发展趋势。 关键词:搜索引擎;图像搜索引擎;图像检索;检索模式 a b s t r a c t a sa l li m p o r t a n tc o m p o n e n to ft h em u l t i m e d i ai n f o r m a t i o n ,d i g i t a li m a g eh a st h ev i v i d e x p r e s s i o na n di se a s yt ob eu n d e r s t o o d ,w h i c hm a k ei tb e c o m eo n eo ft h ew i d e l yu s e dm e d i a f o r m s ,s u c ha sc o m m e r c e ,e d u c a t i o n ,s c i e n c ea n dt e c h n o l o g ya n ds oo n f o rp r o f e s s i o n a l d e s i g n e ra sw e l la so r d i n a r yu s e r s ,f i n d i n ga n du s i n gi m a g eb e c o m eak i n do fd e m a n d i n o r d e rt om a k ei m a g ei n f o r m a t i o nb ea c q u i r e da n du s e dm o r eq u i c k l ya n de f f e c t i v e l y , t h e r e s e a r c ho fi m a g er e t r i e v a le n g i n ei se x t r e m e l yi m p o r t a n t a tp r e s e n t ,i m a g er e t r i e v a lh a s b e c o m eah o t s p o ti nt h er e s e a r c hf i e l do fc o m p u t e rs c i e n c e ,i n f o r m a t i o ns c i e n c e ,i n f o r m a t i o n m a n a g e m e n t ,e - c o m m e r c ee t c t h i st h e s i sa i m st of i n dt h ed e f e c ta n dm a k ec o n t r i b u t i o nt ot h e t h e o r yd e v e l o p m e n to ft h ei m a g es e a r c he n g i n eb a s eo nt h e 佩懈ri m a g es e a r c he n g i n ec a s e s t h i st h e s i si ss t r u c t u r e da sf o l l o w s : s e c t i o no n ew h i c hi n c l u d e s c h a p t e ro n ed e s c r i b e st h ei n t e r u e td e v e l o p m e n t t h e c o r r e s p o n d i n gt e c h n o l o g yo fs e a r c he n g i n ea n di m a g ed a t a b a s e p r i n c i p l ea n dc l a s s i f i c a t i o no f t h ei m a g es e a r c he n g i n ea l ea l s od e m o n s t r a t e di nt h i ss e c t i o n s e c t i o nt w ow h i c hi n c l u d e sc h a p t e rt w oa n dc h a p t e rt h r e ei n t r o d u c e st h et y p i c a li m a g e s e a r c he n g i n ea n de v a l u a t et h e mi naq u a l i t a t i v ee x t e n t t h ei m a g es e a r c hm o d ei s a l s o a n a l y z e db a s e do nr e s e a r c ho ft h et y p i c a ls e a r c he n g i n ec l a s s i f i c a t i o n s e c t i o nt h r e es h o w st h es h o r t a g e sa n dp o i n t so u tt h ed e v e l o p m e n tt r e n do fi m a g es e a r c h e n g i n e k e yw o r d s :s e a r c he n g i n e ;i m a g es e a r c he n g i n e ;i m a g er e t r i e v a l ;r e t r i e v a l m o d e i i 独创性声明 本人声明所呈交的学位论文是本人在导师指导下进行的研究 工作及取得的研究成果。据我所知,除了文中特别加以标注和致 谢的地方外,论文中不包含其他人已经发表或撰写过的研究成果, 也不包含为获得东北师范大学或其他教育机构的学位或证书而使 用过的材料。与我一同工作的同志对本研究所做的任何贡献均已 在论文中作了明确的说明并表示谢意。 学位论文作者签名 学位论文版权使用授权书 本学位论文作者完全了解东北师范大学有关保留、使用学位 论文的规定,即:东北师范大学有权保留并向国家有关部门或机 构送交学位论文的复印件和磁盘,允许论文被查阅和借阅。本人 授权东北师范大学可以将学位论文的全部或部分内容编入有关数 据库进行检索,可以采用影印、缩印或其它复制手段保存、汇编 学位论文。 ( 保密的学位论文在解密后适用本授权书) 学位论文作者签名:囊邋 日 期:宣丛:笸! 学位论文作者毕业后去向 i :作单位: 通讯地址: 艚教师签名邀 几 期:a 亟厶 电i t 乳 邮身,l j : 引言 图像足能为人类视觉系统所感知的一种重要的信息形式,也是多媒体信息的一个重 要组成部分。随着w e b 和数字化时代的到来,网络上的图像资源日益丰富。互联网上图 像信息急剧膨胀,用户对图像检索的要求也在不断增长,于是各种基于w w w 的图像搜索 引肇应运而生,它们以不同的工作方式为用户服务,使得用户搜索图像变得方便和快捷。 作为本论文的研究起点,笔者阅读了大量国内外关于网络信息检索、图像检索和图 像搜索引擎方面的文章,以求拓宽笔者的思路,了解本课题研究重点,研究现状及研究 方向,并力求在本课题的研究中有新的发现。 任何实践的开始都离不开理论的支撑,本论文也不例外。因此本论文在概述了 i n t e m e t 的发展、搜索引擎技术、图缘数据库技术理论之后,开始对图像搜索引擎示例 进行分析和比较。 示例分析是本论文的一个重要方面。文章在第三章中对两类图像搜索引擎( 基于 w w w 的数据库图像搜索引擎和w w w 图像搜索引擎) 进行理论分析研究,同时又对 几类典型的w w w 图像搜索引擎进行实践探讨。本论文正是试图通过这些典型的图像 搜索引擎研究来归纳总结出图像搜索引擎的不足,从而提出自己的建议。 第一章、图像搜索引擎基本问题概述 一、图像搜索引擎技术背景 ( 一) i n t e r n e t 的发展”o “。”“1 2 0 世纪6 0 年代美国国防部高级研究计划署为了在军事部门之间构建一个抗毁性 高、灵活方便的通信网络,建立起了一个实验性的网络a r p a n e t ,最初建立了州个节点 的连接。7 0 年代,美国国防部为了使卫星通信网络和无线分组通信网也能加入到a r p a n e t 中,研制出了t c p i p 协议,它使得原本互相独立的、异构的网络得以连接成为一个整 体。 1 9 6 8 年,美国国防高级计划研究署( a r p a :a d v a n c e dr e s e a r c hp r o j e c t sa g e n c y ) 丌始资助美国的许多大学的计算机系和一些私人公司,进行有关计算机网络的研究,开 发出了i n t e r n e t 网络。1 9 8 2 年,美国国防通信局d c a ( u s d c a ,u sd e f e n c ec o m m u n i c a t i o n a g e n c y ) 将a r p a n e t 原来各站点的通信协议全部转为t c p i p 协议,实现了网络由实验 室向实用的转变,标志着仓球i n t e r n e t 的i 卜式诞生。 i n t e r n e t 是一个基于t c p i p 协议簇的网络集合;是一个网络用户的集合,数亿网 民使用着网络资源;是所有可被访问和利用的信息资源的集合。它集合各个部门、各个 领域、各个地方的各个信息资源为一体,供网上用户共享。是世界上最人、最具前景的 信息资源宝库。 在中国,1 1 1 t e r n e t 的发展经历了两个主要的阶段。第一阶段为1 9 8 6 1 9 9 3 年,实 现和t nl e o n e t 的电子邮件链接。1 9 8 6 年北京计算机应用研究所建成c a n e r 与德国卡尔 斯鲁厄大学连接;i9 8 9 年中国科学院高能物理所建成国际i n t e r n e t 专线,实现与欧洲 及北美地区的e m a i1 通信。第二阶段从1 9 9 4 年起,实现和i n t e r n e t 的t c p i p 链接, 提供全功能的服务。已建成的比较知名的网站如中国科技网、中国公用计算机互联网、 中国教育和科研计算机网、中国金桥信息网、中国联通万联网等。 1 9 8 9 年3 月,欧洲高能物理粒了实验室( c e r n ) 的科研人员t i mb e r n e r s l e e 提出了w w w ( w o r l dw j d ew e b ) ,1 9 9 0 年由s t e v e nj o b 开发的w w w 软件开始在i n t e r n e t 上运行。w w w 因其具有分布式、动态性、多甲台、交互式、超文本、快捷方便的信息传 输等特点,很快被人们接受,并流行起来。w w w 是由遍布在i n t e r n e l 刚巾的被称为w e b 信息服务器的计算机组成,这些w e b 服务器按照建立w e b 信息的超文本标记语言h t m l 组织信息,并按照超文本传输协议h t l p 传输信息。在w e b 组成的信息世界r 卜,每一个 w e b 服务器除了自己提供信息服务外,还可以提供超级链接的形式,指引用户进一步扶 取其它w e b 服务器卜的相关信息。这样,形成了住环球范围内由w e b 服务器可桐指引链 接的一个信思网w w w 。w e b 信息的访问是双向的:一方面用户可通过i n t e r n e t 上寻找所 需的信息;”一方面用户可以在自己的w e b 服务器上建立和存放超文本文件,供网络上 其他用户浏览。 i n t e r n e t 技术发展速度迅猛异常,短短几年内就从一个科研应用的计算机网络系统 演变成为能够满足人们各种需要的全面商业化的全球信息网络。据尼尔森n e tr a t i n g s ( 美国网络评估机构,全球标准互联网用户调查和分析权威机构) 的2 0 0 5 年全球互联 列趋势报告显示,2 0 0 4 年底,全球互联网用户人数达到i 7 亿人。据中国互联网络信息 中心( c n n 【( :) 2 0 0 5 年统计,截止到2 0 0 4 年底,我国互联网上网人数超过9 5 0 0 万户, 使用宽带上网4 2 8 0 万,卜网计算机4 1 万台。 ( 二) 搜索引擎技术 随着i n t e r n e t 技术的应用与发展,网络已经成为信息的重要来源地,上网奄找自 己感兴趣的东西已经成为人们生活中不可缺少的部分。互联嘲上的信息每天以指数级的 速度增长,如何快速有效地查询、浏览和获取网络上的信息成为人们迫切需要,搜索引 擎此时就应运而生,成为满足人们检索因特网上海量信息的重要工具。1 9 9 1 年,美圈 名尼苏达人学的p a u ll in d n e r 和m a r kp m c c a h i l l 发布了g o p h e r , g o p h e r 这个基于 菜单驱动的因特网信息检索工具为人们查找网上信息开辟了一条光明的道路,走向开始 以某种程度组织i n t e r n e t 内容的极为重要的第一步。随后,随着万维网的发展,1 9 9 4 年,第个成功的搜索引擎w e b c r a w l e r 由华盛顿大学研制,这样名副其实的网络搜索 引擎便产生了。”1 1 搜索引擎概念5 3 搜索引擎是一种在i n t e r n e t 上查找信息的工具,即采用自动化技术对万维网站点 资源和其他网络资源进行采集、标引和榆索的一类检索系统机制;是提供给用户进行关 键词、词组或自然语占检索的工具,它是目前网络信息资源的组织和检索的主流方式和 工具。 2 搜索引擎工作原理”“” 搜索引擎根据其逻辑功能的不同,可分为:搜索器、分析器、索引器、检索器、用 户接l j 。 搜索器常被称为:“r o b o t ”、“s p i d e r ”、“w e b c r a w l e r ”或“c r a w l e r ”。r o b o t 是小 需要人为干预的自动运行的程序。典型的r o b o t 程序内嵌了一些人工智能技术,以处理 逍到的不同情况。两种典型的r o b o t 程序是“代理”和“s p i d e r ”。r o b o t 还应该满足如 下的执行协议:一些时候w e b 管理员不希望一些站点上的w e b 信息彼搜索引擎检索,此 时应避免让s p f d e r 程序访问这些信息。r o b o t 执行协议的指定诈是为了解决这个问题。 r o b o t 执行协议允诈w e b 管理员通告访问的s p i d e r 程序,站点中的哪些信息不能被访问。 限制内容就存放在一个w e b 服务器根目录下的文件中。此文件是t x t 格式的文件,具有 固定的名称和格式。协议规定文件名为:r o b o t s t xl ,不区分大小弓。r o b o t s t x t 文件 中含有两种标记: u s e r a g e n t 限制的搜索引擎名称 d i s a l o w 限f | ;0 的目录 s p i d e r 是自动收集w e b 页面的程序,用于为搜索引擎搜集网上的信息。此种程序的 另外一个术语名为:w e b c r a w le r 。由于多数w e b 页面包含指向其它页面的连接,所以一 个s p i d e r 程序可以几乎从网l 任何一个地址开始。一旦它得到另一个页面的连接,它 会将此页面下载下来。大型搜索引擎有很多个s p i d e r 程序并行工作。 s p i d e r 是一种软件,沿着w w w 文件问的链接在网一h 漫游,并自动在w e b 上按某种策 略进行远程数据的搜索与获取,并下载到本地进行文档的分析,从文档中获得新的连接。 它记录u r l ( u n i f o r mr e s o u r c el o c a t o r ) 、文件的简明概要、关键词或索引,由于不需 要人工介入,它的速度快,覆盖面广,及时性好。s p i d e r 漫游的结果能形成一个很大的 本地数据库,可以通过w w w 浏览器访问与该s p i d e r 相配合的检索服务器对其结果进行 查询。 s p i d e r 的运行方式:从一个或一组u r l 开始,访问该u r l ,下载文件并进行本地索 引,同时记录该u r l 所指向的h t m l 文件中所有新的u r l 链接;然后再以这些新的u r l 为起始点,继续进行本地索引,直到再没有满足条件的新u r l 为止,在记录新u r l 时, 可以进行分析和判断,从中去掉不需要或不想要的u r l 。将h t m l 格式文件取到本地以后, 由一个小程序对文档进行分析,将其中的辅助部分去掉,抽取新的u r l ,并按一定策略、 方法将其中可用于查询的有用信息部分( 如关键词和一些特定内容信息等) 存储到数据 库中,形成本地查询数据库。 它们可以运行在互联网空间,遵循一定的协议,沿着网站链接从一个页面跨越到另 一个页面,自动追寻和发现网上的各种信息资源,采集新出现的信息,并更新索引数据 库中的已有网页信息,避免死链接。通常网络蜘蛛( s p i d e r ) 要遵循广度优化和深度优 化原则,使得搜索在可能的时间段内完成。 ( 1 ) 广度优先又称为宽度优先。如图1 1 ,它是从根节点向下逐级一次穷尽搜索的 方法,在扩展和检查完同一级的所有节点之前,不进入下一级。如图:图中对应于根节 点s 的子节点为b 和c ,在完成这一层的扩展的检验之前不会向下进行,搜索遍历节点 b 和c 后,才继续扩展节点,产生相对节点b 和c 的下一级的子节点d 、e ,以及f 和g , 如此一直进行下去直到所有当前节点都没有下一级节点。 4 图1 1 广度优先 ( 2 ) 深度优先。深度优先如图1 2 ,它首先扩展最新产生的节点( 即当前最深一级 的节点) 。首先扩展最深节点的结果使得搜索沿着某条单一路径从初始节点s 向下进行 下去,只有当搜索达到一个节点,并且节点不能扩展时,才转入另一条路径。 图1 2 深度优先 如果一个s p i d e r 程序访问一个w e b 站点,程序首先查找文件r o b o t s t x t ,如果此 文件存在,说明该站点的管理员对s p i d e r 程序的访问内容有所限制。此时下载文件并 对其进行分析,如果文件中有针对当前搜索引擎的限制,则搜索引擎要记录下这些限制, 将他们添加到u r l 的排除规则中。 在实际运行中,s p i d e r 运行会受到两个因素的影响而减少获取的数据量:一个是 r o b o t 执行协议,它会限制s p i d e r 程序的访问;另一个是u r l 指向的是应用程序、其它 媒体或页面自身时,s p i d e r 程序不会处理。一般来说它首先访问知名度高的网站。所谓 的知名度高指的是服务器和网页的被点击率高。 分析器的功能是借助于词频统计、词语位置认定和一些特殊的算法,对搜索器抓回 的网页进行标引,并对其中的网页链接进行关联。 索引器的功能是根据分析器生成的关键词,建立从关键谢到网页u r l 的关系索引倒 排文档,即建立索引数据库。 检索器的功能是根据用户输入的提问词,住索引数据库中进行提问词与索引词的匹 s 配运算,然后将查询结果按相关程度排序并输出到用户接口子系统。 用户接口,其功能是提供人机交互的检索接口,接收输入的用户检索提问并输出检 索结果。 搜索引擎检索原理简言之,就是信息采集软件从一个已知的文档集中读取信息,并 检查这些文档的链接指针,指出新的信息空间,然后取出这些新空间的文档,将它们加 入到索引数据库,检索器通过索引数据库为用户的查询请求提供服务。如图1 3 所示: 有序资料库 图1 3 搜索引擎工作原理 3 元搜索引擎 元搜索引擎是一种基于搜索引擎的搜索引擎。元搜索引擎也可以被称为集成型搜索 引擎或“搜索引擎之母”,是在独立搜索引擎的基础上建立起来的可以同时或分时查询 多个搜索引擎的网络信息查询系统。因此,元搜索引擎不需要庞大的索引数据库,也不 需要网络搜索器到整个网络去搜集网页。“ 元搜索引擎的工作环节主要包括三个部分: ( 1 ) 用户请求的识别转化:这阶段将用户的检索需求转化为成员搜索引擎能够识 别的模式,然后发放到适当的成员搜索引擎。 ( 2 ) 成员搜索引擎的选择:对成员搜索引擎的选择主要有三种方式,即粗略描述 的方法、统计的方法和基于学习的方法。 ( 3 ) 结果的汇总输出:在这一过程中,元搜索引擎通过种种算法( 如加权、全局 相关性、用户自由选择、基于学习的方法等) 限制成员搜索引擎返回结果的数昔,并采 取一系列( 如去重、聚类及多种排序等) 技术对结果进行后处理。元搜索引擎检索的结 果一般由网页标题、内容摘要、所指网页的u r l 、相关度、信息返回时间、所采用的引 擎标志等组成。如图1 。4 : 图1 4 元搜索引擎工作原理图 元搜索引擎是独立搜索引擎的集合,所以它在选取独立搜索引擎上十分灵活,通常 元搜索引擎都会选择那些口碑好、检索结果一流的独立搜索引擎,这也是它比一般的独 立搜索引擎效率高的一个原因。它与独立搜索引擎相比,有自己的特征: ( 1 ) 将一次提问提交多个数据库。元搜索引擎定制了调用多个独立搜索引擎的统 一界面,将用户递交的提问提交给多个其它的独立搜索引擎,因此用户的一次查询可以 同时检索多个独立搜索引擎所覆盖的数据库。这期间,针对不同的独立搜索引擎将用户 的提问不同转换,以适应相应的索引数据库的调用。也就是说,元搜索引擎需要对用户 提问进行分门别类的处理,并根据不同独立搜索引擎的要求按不同的形式提交同一查 询。 ( 2 ) 基于独立搜索引擎结果的二次加工。元搜索引擎的结果是基于独立搜索引擎 的查询结果,是多个独立搜索引擎结果的并集。少数简单的直接调用原始的结果页面, 但都实现了对独立搜索引擎查询结果的二次加工,如重复结果的删除、结果的再度排序 等。 ( 3 ) 标明结果记录的来源搜索引擎及其相关度。在定制结果输出形式的元搜索引 擎中,检索结果一般都标明记录的来源搜索引擎及其相关度。 ( 4 ) 采用不同的排序方式来满足不同用户的需求。元搜索引擎常用的排序方法有: 相关度排序、时间排序、域名分类排序、搜索引擎等级排序等。 ( 三) 图像数据库技术” 图像数据库技术是图像处理和传统的数据库技术相结合的产物,它能够将一大批图 像及相关信息存储在一起,并对它们进行有效的管理,以保证数据的一致性、完整性 支持各种应用。图像数据库要管理的对象通常有以下三种:图像数据,图像特征的描述, 辅助信息。图像数据库与传统数据库有很大不同。在传统数据库中,信息的基本单位都 被很好地定义了,它具有清楚确切的语义意思,并能和其它相关的值比较。在图像数据, 7 信息的基本单位是像素,存在自身的特点: 图像的内容难以准确地描述。图像内容包括一组空问对象,如点、线、面等,以 及它们之间的空间关系,如邻接、面向、相对位置等。它们只能被近似地描述成图像实 体及其特征。因此图像数据模型必须使用户不必了解图像实体特征的底层数据结构,并 能动态提供实体特征和特征标示之间的映射机制。 空间对象及其关系自身不包含语义信息。简单的语义信息直接与空间对象及其关 系相联系将限制图像信息的使用,因为,同一图像可以有多种解释,并在不同的时期可 能使用的方式不同,对图像的解释将随着图像识别技术的发展而发展。 根据图像与数据库之j j j 的关系,及管理对象和组织图像方法的不同,图像数据库通 常可分为三类。 一是图像的数据库,这种数据库仅仅是图像数据库的堆砌,图形文件的集合。由于 图像的格式、分辨率、精度等因素不统一,图像之间缺乏有机的联系,因此,严格地说 它还不能算是真正意义上的图像数据库。 二是关于图像的数据库,数据库中存放的是与图像有关的信息( 及图像相关信息) , 如图像名、标识符、存储位置、图像类别、尺寸、量化灰度级等图像固有属性,而图像 本身被存放在单独的图像存储器中。由于这种数据库未能管理图像特征、语义、知识, 因此只能用于图像的档案管理,称作基于属性的图像数据库。 三是带有图像的数据库,数据库中存放的不仅仅是图像的固有属性,还包括从图像 抽取出来的特征及有关的语义信息,可支持按图像语义或图像内容来检索图像,又称作 基于特征的图像数据库。 二、图像搜索引擎工作原理及分类 ( 一) 图像搜索引擎的工作原理 随着网络技术的飞速发展,多媒体应用的兴起,图像的应用也越来越广,使得整个 互联网世界奕奕生辉。同时,计算机大容量、高速存储技术的发展,也为图像提供了大 量和快捷的存储方式。但是随之而来的图像信息自身的无序化问题越来越突出,面对这 些问题,如何快速有效的检索、查询和浏览网络上的图像信息。成为人们的迫切需求。 图像搜索引擎的产生为此提供了一种有效的途径。图像搜索引擎是i n t e r n e t 技术、搜 索引擎技术、图像数据库技术相结合的产物。 1 图像搜索引擎的定义 图像搜索引擎( w e b i m a g e s e a r c h e n g i n e ) 有广义和狭义之分,广义上的图像 搜索引擎指的是网络环境下专门用于查询和检索图形、图像( 图片) 服务的搜索引擎, 它包括网络上的图像库搜索引擎、网络图像搜索引擎等,狭义的则指网络图像搜索引擎。 本文研究的是广义上的图像搜索引擎。 2 图像搜索引擎的特点 图像搜索引擎有着一些不同于传统图像检索系统的特点: ( 1 ) 图像的分布式存储 传统的图像数据库中的图像存储比较集中,一般存放在一个或几个目录下或服务器 中。w w w 图像搜索引擎并不把w w w 图像保存在本地服务器上,而是将整个w 1 】w 空间看作 是一个大的图像数据库,搜索本地索引库中只保存相应图像的w w w 地址信息。 t o y 8 e ( 2 0 刀 tr a n s p o r ta tio n ( 7 8 2 5 ) t r 目k v e l en 0 7 2 坠x ! 壁三壁t 羔鼍壁曼曼 9 4 9 1 ) v i d e o ,s ( 5 7 2 6 ) s u b j e o t8 : 一 f r e et e x t :, 。一? 乜函匹匿。 图2 2w e b s e e k 检索页 它提供主题分类、文本和图像检索,它的检索方式有两种,一种是目录浏览,另外 一种是特征检索方式。 主题目录浏览,它的主题目录按照字顺( a z ) 分为十六大类: a n i m a l s ,a r c h i t e c t u r e ,a r t ,a s t r o n o m y ,c a t s ,c e l e b r i t i e s ,d o g s ,f o o d ,h o r r o r ,h u m o u r ,m o v i e s ,m u s i c ,n a t u r e ,s p o r t s ,t r a n s p o r t a t i o n ,t r a v e l 。每个大类的下面又分为 许多小类。 视觉特征检索:可以检索视频( v i d e o s ) ,彩图( c o l o rp h o t o s ) ,灰度图( g r a y i m a g e s ) ,图形( g r a p h i c s ) ,或者选择所有途径( a 1 1 ) 进行组合检索。 用户首先可以通过关键词检索得到初步结果,然后根据初次反馈结果,选中满意的 图像作为训练样本进行相关反馈,以选中图像的特征来调整下一次查询的要求。笔者选 取s p o r t s 作为检索项,得到图2 3 的检索结果显示。 2 w e b s e e k 评价 图2 3w e b s e e k 检索结果图示 表2 1w e b s e e k 评价 评价标准综合评价评价描述 它标引的图像和视频只有6 6 多万幅,来源图像并非整 检索范围范围有限 个因特网,而是提供商输入的图像。 检索界面比较单调,不提供在线帮助,但是可以和创建 检索界面一般 者e m a i l 联系。 检索方法有关键词检索( 为单个字) 、目录浏览、基于 图像视觉属性的检索( 可以检索视频、灰度图、彩图等) ; 检索方法好 目录浏览按字顺分为1 6 大类。它是典型的基于图像内 容的一种搜索引擎。 检索结果为缩略图,每个图的下面又提供“c o l ”( 根据 该图颜色在检出图像列表中搜索相关图像) 、“h i s ”( 通 检索结果好过手动调整该图像的颜色直方图进行另一新的检索) 、 “w e b ”( 在整个w e b s e e k 目录中根据该图颜色再次检 索相近图像) 链接;它的检索结果相似度高。 ( 二) q b i c 1 q b i c 介绍3 q b i c ( q u e r yb yi m a g ec o n t e n t ,垒! ! p ;! ! j 盟g b i ! :i l ! 堡d ! ! :i 婴:! ! 婴) 由i b m a l m a d e n 研究中心于9 0 年代开发的,它提供图像、视频、文本和语音多种形式的多媒体 信息检索。q b i c 系统是第一个商用的基于内容的图像检索系统。它支持大型的d b 2 图像 数据库,同时也支持w e b 检索。演示版分别给出了对邮票、照片、黑白商标检索的示例。 对于邮票和照片,提供根据颜色、颜色层、纹理等特征进行图像检索的途径,对于黑白 商标还提供了分行检索方法。此外,它还运用了维数缩减技术和多维索引技术来对付高 维特征索引问题。 q b i c 系统由d a t ap o p u l a t i o n 和d a t a b a s eq u e r y 两部分构成。d a t a b a s eq u e r y 负 责对用户查询输入的图像进行同样的特征抽取,并将特征信息输入匹配引擎,检索具有 相似特征的图像。图2 4 的上半部分描述了q b i c 系统的d a t ap o p u l a t i o n 部分,对静 态图像通过对象识别把图像各种主要成份分离出来,前景和背景分别进行特征处理后, 将特征信息存入数据库。动态影像的处理较为复杂,包括片段截取、建立描述框体和运 动对象分层描述等。下本部分是d a t a b a s eq u e r y ,提供完整用户界面,可以选择各种特 征( 颜色、纹理、轮廓、对象运动方式、视场运动方式等) 进行检索。用户输入查询图 像后选择检索方式,系统对图像经过即时处理送入匹配引擎,将后得出的最佳结果输出 提供给用户。两部分中间使用一个过滤索引生成器相连,所有的查询反馈过程都必须经 过过滤索引生成器,才能进入匹配引擎。“”如图: 1 4 颜色溅结构 4 轮廓e r 多对象) 义黼i 位置立字 定位颜色借构对象运动视场运动用户定义当静图像 慧抽埘。蒜罴童篓巍。locationtexttexture - o b j e c t r 一 2 慧。;,。埘。0 甓。2 裟。嚣:2 。;- r 一 主 一r 一:= j 图2 4q b i c 系统结构图 q b i c 提供的基本检索方式有:利用系统的标准范图检索;用户输入自绘简图或扫描 输入图像检索,同时可选择色彩或结构查询方式;可输入动态影像片段和前景中运动的 对象检索。在用户输入图像、简图或影像片段时,它即分析和抽取所输入对象的色彩、 纹理、运动变化等特征,根据用户选择的查询方式分别处理。查询方式不同则得到的结 果有异,因为不同的特征分析抽取的结果不同。它也提供各种标准范图,代表不同的色 彩、纹理、轮廓结构。用户可选择与要检索对象最相似的范图作为检索条件去查询。这 些标准范图的特征信息存储在特征索引库中。“7 1 q b i c 是标准的基于内容的图像检索系统,它致力于商业图形检索、艺术图像检索以 及医学检索等领域,其典型的应用体现在对俄罗斯国家艺术博物馆的艺术作品检索“, 检索语种分为俄语和英语两种,并提供四种检索方式: 快速检索,即关键词检索。将关键词输入它的q u i c ks e a r c h 检索框中。就可以 检索到相关的艺术品。 目录浏览。它的主题目录按类别分为1 2 大类:p a i n t i n g sp r i n t sa n dd r a w l n g s ( 包含四个小类) ;s c u l p t u r e ( 包含三个小类) ;m a c h i n e r ya n dm e c h a n i s m s ( 包含四 个小类) ;a r m sa n da r m o u r ( 包含四个小类) ;f u r n i t u r ea n dc a r r i a g e ( 包含四个小 类) ;c e r a m i c sa n d p o r c e l a i n ( 包含三个小类) ;a p p l i e da r t s ( 包含七个小类) ;j e w e l l e r y ( 包含三个小类) :t e x t i l e ( 包含三个小类) ;n u m i s m a t i c sa n dg l y p t i c s ( 包含四个 小类) :c o s t u m e ( 包含四个小类) :a r c h a e 0 1 0 9 i c a la r t i f a c t s ( 包含三个小类) 。除了 第一大类可以按艺术家字顺和题名分类浏览,其余大类还可以按国家浏览。目录浏览检 索页如图2 5 所示。 m 川 br o w m 2 7 。“溯“ :0 e mv 1 州t t c h n 0 e n v t o m n h l 口 r e * l u t i a n l l tp y i ,冀p a i n t i 。n g ,s , 蛳p r i a “l 童蚴 国奢黝l 套a r m s 。a ,n d 翳棚f z r a i 4 r t 咖| 。0 枷c e e a 。m i 。* - t 鼬 是辅拙“文0 r , 蒋,m 舢 ;搋嚣 瀛二。旁j 磊荔r 图2 5q b i c 目录浏览检索页 f i n dm r w o r kb ys e l e c t “培c o :。r s f r o ma p a l e t t e 。r b ys k e e , h i n g s h 棼e s 。nac 丹a so f r c 赶c e s k 培s e a r c hr , s u l t sb y r e q u b s ga n m t # , o r k m 出 :e r a p a r a b l e , r 口- a a la t i b n m s a d v n c d5e c h 确et h ea d v a n c e ds e a r c ht o 陆( m * 。m b ya r t i s t t i t l e 。fs u b j e :t o rb yc e r t a i na t a - i b u t e s c ha s ;叫e ,g e - m - e 。巍e m e ,o fd a t e 高级检索:可以根据用户需求更加详细的的一种检索方式,界面比较友好,如图 2 6 所示。 s e l e c t c a t e g o r y o f 4 r t m r h : pz d “t i a t p r i m 5a d dd r 蚍n fv :2 , s e l e c 0 驰 卅a r 付咕 n 。r $ 臣互互巫田 。t 臣至曼i i 网 e c h o o p m l l l ” p m 。m p 匝亟j i i 固 匦 一。6 ”4 “”“ “。 7 。j 二j“a 图2 6q b i c 高级检索页 视觉特征检索:基于颜色的检索和基于颜色特征( 如形状等) 的检索。图2 7 和图2 8 所示分别是基于颜色的检索和基于形状的检索。 v v焉黧 3 j - 糠e n t h es e a s h o r e f ! ! ! ! ! ! j ! ! 2 6 a u g u l ? a u ! i 8 图2 7 基于颜色的检索 i jt h er e d d a n c e r y d 1 n g e n k e e s9 0 7 3 jp o r t r a i t o f i e x a n d e r y & p a t l a n ( 1 7 6 2 一 1 8 】5 ) 图2 8 基于形状的检索 m 出i3 l o 1 ) 1 2 :) p o r t r a i t l6 z a n d e r pt a n l6 v f ! ! ! q :塑! ! b 辨e ,i o r 驴 k 。l a + e r h 神l 靶i 莉p l a a n t d e i t i e s 州时 0 积 1 1 t h o a r i y i 2 t k :e n 。3 r 7 2 。q b i c 评价 q s t c 是标准的基于内容的图像检索系统,并支持基于粑b 的图像检索服务,是较早 使用内容基( c o n t e n t b a s e d ) 的技术并且功能全面的典范。此外,q b i c 采用了新的索 引方法,就是基于聚类的索引技术,将索引速度比原来提高了5 一1 0 倍;q b i c 使用灰度 空间分布、纹理和边缘信息等来帮助检索灰度图像,具有比较稳定的检索效果。 二、w 聊图像搜索引擎 w 啊图像搜索引擎即网络图像搜索引擎,可以说是继全文搜索引擎之后成为网络信 息检索的第二波高潮,它将整个因特网当作图像数据库,通过搜索器获取网页上的图像, 然后结合图像处理的手段对图像进行特征抽取、索引,以供用户查询使用。国外的图像 搜索引擎发展比较早。 网络图像搜索引擎遵循搜索引擎的分类,分为独立的图像搜索引擎和图像元搜索引 巫噩 k蒜忑豁豢一 簧黧 学一童真|;l| 擎。独立的图像搜索引擎又可分为基于网页的图像搜索引擎和基于图像库的搜索引擎。 其中g o o g l e 为典型的基于网页的图像搜索引擎,c o r b i s 为基于图像库的图像搜索引擎, i x q u i c k 为图像元搜索引擎。它们的英文图像搜索功能全面和强大,下面专门分析它们 的英文图像搜索。 ( 一) g o o g l e 1 g o o g l e 介绍 g o o g l e 是综合搜索引擎,它能进行网页、图像、新闻等等搜索,它是典型的基于网 页的图像搜索引擎。g o o g l e 在1 9 9 8 年1 0 月之前,只是s t a n f o r d 大学的一个小项目 b a c k r u b ,从1 9 9 7 年底开始,在由斯坦福大学的l a r r yp a g e 和s e r g e y8 r i n 共同设计 下,1 9 9 8 年g o o g l e 开始正式运行,它因为其界面简洁,搜索功能强大而受到赞誉。其 相应的检索界面如图2 9 所示。 垫6 出i m a g e sq 啦u 口n e w s f _ 1 “一一一i 一一 f r o o q l e 鲢型“。“m o r e ) , 一“j 口画亟三五j 筮兰乒“一 。i m a o e s e m 。h h 一e l o t h em o s tc o m p r e h e n s i v ei m a g es e a r c ho nt h ew e b advedisinap r o a r a m s 一叁查旦监五咄 e 口0 0 5g o o o l e s e a r o h i n g1 1 9 7 0 o i m a g h 图2 9g o o g l e 图像检索界面 g o o g l e 号称是互联网最好用的图像搜索引擎,现在已经收集有1 ,1 8 7 ,6 3 0 ,0 0 0 张图 像。它通过使用自动化程序,在整个网络范围内收集图像信息,然后建立相关数据库供 用户搜索,这种方法对于g o o g l e 能收集到的图像信息容量、更新速度等方面都占有极 大的优势。它采用的是关键词检索,还没有支持基于图像内容特征的检索。 g o o g l e 文本搜索中使用的所有操作符都可以用于图像搜索。可以在关键词检索框中 输入“+ ”和“一”逻辑符号,同时高级图像搜索中提供“必须和下列的全部字词有关 系”、“必须与下列的字句完全符合”、“只要和下列的任何一个字词有关系”、“和下列字 词无关”选项,进行精确匹配。具备二次查询和重新查询功能,允许限定检索词出现在 页面的某一特定位置,如标题、u r l 等。 g o o g l e 的响应速度非常高,通常在零点零几秒,这是其它图像搜索引擎无法媲美的; 每

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

评论

0/150

提交评论