基于内容的图像检索综述毕业论文.docVIP

基于内容的图像检索综述 前言 伴随网络时代数字家庭概念的产生，20世纪年代多媒体技术发展可获取的图多媒体数据增。如何组织、表达、存储、管理、查询和检索这些海量的数据，是对传统数据库技术的一个重大挑战如果对数据有效，大量信息将淹在的海洋之中。因此，如何将数字处理、模式识别技术、计算机视觉技术与传统数据库技术结合起来，建立高效的图检索机制成为迫切需要解决的问题。 （1）突破了关键词检索基于文本特征的局限，直接从媒体内容中提取特征线索。 （2）检索方式多种多样。基于内容的图像检索可以提供浏览方式、基于实例的检索方式以及基于草图的检索方式等等。 （3）人机交互式检索。基于内容的图像检索系统通常采用参数调整方法、聚类分析方法、概率学习方法和神经网络方法等，通过人机交互的方式来捕捉和建立图像低层特征和高层语义之间的关联，即相关反馈技术。 （4）相似性匹配检索：基于内容的检索是按照一定的匹配算法将输入图像的特征与特征库中的特征元数据进行相似性匹配，将满足一定相似性的一组初始结果按照相似度大小排列，提供给用户。 尽管CBIR相对于TBIR有了很大进步，但是这种基于机器对图像各种特征的理解在某些场景中不能替代基于文本的描述，比如一幅图像下面可能蕴含着某种寓意或者一个事件，但是单纯从内容是无法获取这一切的，如果能将对图像的注解应用于基于内容的检索，无疑将极大的提高检索查准率。 在Internet环境下