基于内容的图像搜索引擎40931130.pptVIP

参考文献： [1]袁津生,李群,蔡岳.搜索引擎原理与实践[M].北京：北京邮电大学出版社,2008. [2]储荷婷.语义网与信息检索[J].图书情报知识,2009年,01期. [3]孟繁杰,郭宝龙.CBIR关键技术研究[J].计算机应用研究,2004年,07期. [4]李咏红,陶思言.基于内容的图像检索技术研究[J].光盘技术,2008年,11期. [5]陈洪生.基于内容的图像检索技术综述[J].咸宁学院学报,2008年,03期. [6]梁艳.基于内容的图像检索技术及应用[J].科技信息(科学教研),2008年,20期. [7]常丽.基于内容的图像检索技术[J].山西科技,2008年,04期. [8]袁顺波.CBIR性能评价研究：现状与建议[J].情报杂志,2008年,05期. [9]徐庆.基于内容的图像检索关键技术研究[D].西安电子科技大学,2008年. 谢 谢！！ 基于内容的图像检索 引言 随着信息化社会的高速建设，互联网的迅速普及，大容量存储设备和数字化设备的发展和广泛使用，越来越多的多媒体数据库尤其是图像数据库被建立。在图像、音频、视频信息正飞速膨胀的今天，数据管理开始由最早的GB转向TB 、PB容量级别的管理。 引言 数据增长的同时，图像信息自身的无序化问题也越来越突出。如何有效地组织、管理、检索大规模的图像信息成为亟待解决的问题。自20世纪90年代以来，人们已经开发了许多研究性质的或商用的图像搜索引擎，如：QBIC、Photobook、VIRAGE、VisualSEEK、WebSEEK等。 低层视觉特征和高层语义特征 目前互联网上的图像搜索引擎常采用的方法是基于文字的图像检索技术。 图像名 路径名 ALT标签 图像周围的文本 低层视觉特征和高层语义特征 将能够实现信息检索的高级目标——概念标引和概念匹配 语义特征能表达作者创作意图、图像的描述主题或者用户需要检索的语义内容等，语义更注重图像实体和客观世界实体的关系，基于高层语义的图像检索会大大提高查全率与查准率。 图像检索方法 颜色特征 形状特征 纹理特征 颜色特征 它描述了图像或图像某个区域所对应的景物的表面性质。在同一类事物中，事物之间通常有着相同或相似的颜色特征，因此可以利用颜色特征来区分不同物体。 优 点 图像被放大缩小，图像质量被噪声破坏，图像被旋转都不会对图像自身的颜色特征有较大的影响。因此，颜色特征得到了研究人员的广泛关注 缺 点 颜色特征的缺点在于并不能高效捕捉图像中某事物的局部特征，也没有表达出颜色空间分布的信息更无法体现事物的空间关系 方 法 颜色直方图法 累积直方图法 颜色矩法 颜色一致性矢量法 颜色相关向量法 颜色相关图 颜色聚类法 基于主色调的方法 形状特征 一般来说一个物体可以有不同的颜色，但它的形状不会有很大差别。物体的形状是物体自身的一个重要特征，形状特征检索可以比较有效地抓取图像中某一物体作为目标来进行检索。 形状特征 基于边缘和基于区域 基于边缘的方法利用图像的边缘信息，针对物体的外边界描述 基于区域的方法利用区域内的灰度分布信息描述物体 缺 点 还缺乏比较完善的数学模型 目标有变形时检索结果往往不太可靠 方 法 目前特征提取与匹配的方法有： 傅立叶形状描述符法 几何参数法 形状不变矩法 区域的面积比形状的纵横比 纹理特征 描述的是图像或图像某一区域所对应景物的表面特性。纹理特征不是基于像素点的特征，它需要在包含多个像素点的区域中进行统计计算。在模式匹配中，这种区域性的特征具有较大的优越性，不会由于局部的偏差而无法匹配成功。 缺 点 当图像的分辨率变化的时候，所计算出来的纹理有时会出现较大偏差。纹理特征作为一种表面特性也并不能完全反映出物体的本质属性，仅仅利用纹理特征无法获得高层次图像内容，因而将纹理信息应用于检索时，一些具有相似纹理的不同事物会对检索造成误导 方 法 统计法、结构法、模型法、频谱法。统计法通过图像中灰度级分布的随机属性来描述纹理特征；几何法结构法假定纹理模式由纹理基元以一定的、有规律的形式重复排列组合而成，特征提取就变为确定这些基元并定量分析它们的排列规则；模型法利用一些成熟的图像模型来描述纹理；频谱法借助于频率特性来描述纹理特征。 图像搜索引擎 目前图像搜索引擎有很多很多，国内常用的有百度图片搜索、Google 图片搜索、雅虎图片搜索、搜狗图片搜索等。 基于内容的图像搜索引擎提供的各种独特的检索入口大大加快了检索速度，明显提高了查全率、查准率。 idee公司：idee是一家开发先进的图像识别及视觉搜索软件的公司。idee的视觉搜索致力于解决一些世界著名的影像公司的图像搜