基于本体的材料腐蚀特征信息检索模型及应用技术分析-ontology - based retrieval model of material corrosion feature information and analysis of its application technology.docxVIP

  • 1
  • 0
  • 约4.41万字
  • 约 53页
  • 2018-05-18 发布于上海
  • 举报

基于本体的材料腐蚀特征信息检索模型及应用技术分析-ontology - based retrieval model of material corrosion feature information and analysis of its application technology.docx

基于本体的材料腐蚀特征信息检索模型及应用技术分析-ontology - based retrieval model of material corrosion feature information and analysis of its application technology

重庆理工大学 学位论文原创性声明 本人郑重声明:所呈交的学位论文是本人在导师的指导下,独立进行研究所 取得的成果。除文中特别加以标注引用的内容外,本论文不包含任何其他个人或 集体已经发表或撰写的成果、作品。对本文的研究做出重要贡献的集体和个人, 均已在文中以明确方式标明。 本人承担本声明的法律后果。 作者签名: 日期: 年 月 日 学位论文使用授权声明 本学位论文作者完全了解学校有关保留、使用学位论文的规定,同意学校保留并向国家有关部门或机构送交论文的复印件和电子版,允许论文被查阅和借阅。 本人授权重庆理工大学可以将本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、缩印或扫描等复制手段保存和汇编本学位论文。 本学位论文属于(请在以下相应方框内打“√”): 1.保密□,在 年解密后适用本授权书。 2.不保密□。 作者签名: 日期: 年 月 日 导师签名: 日期: 年 月 日 1 绪论1.1 研究目的及意义随着信息社会的发展,大容量存储设备和数字化设备的广泛使用,以及多媒体技 术和网络技术的迅速普及,图像数据呈几何级数的增长趋势,于是产生大量的图像数 据库,图像资源也逐渐成为人们获取和利用的一类非常重要的资源,这也推动了图像 标注与检索技术的不断发展。图像数据是材料科学数据中一类非常重要的非结构化数 据,某研究所自然环境试验中心在各个试验站所采集的大量材料腐蚀图像也成为材料 研发、材料选材的重要依据。如何共享这些特殊的数据如今成为了研究的热点。我国自“七.五”以后,积累的大量常用材料大气腐蚀数据及相应的腐蚀照片极 大的丰富和方便了材料腐蚀项目研究人员及样品检测人员的参考、教学和研究。然而, 传统材料腐蚀特征图像中使用的胶片等存储介质逐渐暴露出图像丢失率大,难以寻找 特定腐蚀图像等严重问题。材料腐蚀图像的数字化一方面克服了胶片存储的许多局限 和不足,另一方面也为材料腐蚀图像的远程传输共享和长期保存提供了可能。但是, 如何从已有的数据库中有效的检索材料腐蚀图像是摆在科研人员面前的一道难题。近 年来,一些学者和材料腐蚀研究人员也以文本及内容方式对数据库中腐蚀特征图像进 行检索[1],并取得一定成果。然而随着数据量的增大,这些检索方法的检索查全率、 查准率、检索效率低等弊端一一凸显。另外,材料腐蚀图像上的有意义区域——特征 点的相似性给检索带来了一定的困难。伴随着计算机技术、图像处理技术、模式识别 技术以及有效的检索思想的发展,通过分析腐蚀特征,描述材料腐蚀状况进而对材料 腐蚀图像数据库进行检索是今后检索的必然趋势。本课题正是运用这些技术,建立了 一套对材料表面腐蚀特征进行检索的方法和软件,提高检索的查准率和查全率。1.2 国内外研究现状图像检索技术经历了从上世纪 70 年代开始的基于文本的图像检索、基于内容的 图像检索以及目前基于语义的检索三个发展阶段。近年来,国外一些学者提出了基于 本体的图像检索[1]。本体检索技术以基于内容和基于语义的图像检索技术为基础,利 用本体良好的概念层次结构和对逻辑推理的支持,建立一个本体模型进行图像检索。 下面对这几种检索方式的研究现状进行介绍。基于文本的图像检索(Text-based Image Retrieval, TBIR)在研究初期,学者都是以文本的方式进行图像检索,它的历史可追溯到 20 世纪 70 年代中期,基于关键字的检索(Text-based Image Retrieval, TBIR)使用方便且检索 简单,对腐蚀图像来说,就是对其物理特征、内容进行文字标注,例如根据材料的标 识号、材料的采集时间等进行查询。基于文本的检索从传统的全文检索中获得启发, 但是由于图像资源与文本资源的巨大差异,使得这种检索方式的效果不太理想。完全 基于文本的图像检索技术存在着严重的问题。首先,限制了检索的范围且忽略了图像 本身的信息。一幅图像所包含的意义非常丰富,“一幅图像胜过千言万语”,人工标注 的少量文字很难充分表达图像的内涵。其次,每一幅图像需要人工提前对其进行归纳 和标注,标注较大的图像数据库需要大量的人工劳动和时间。最后,人工标注带有很 大的主观性,不同的观察者或者同一观察者在不同的条件下对同一组图像可能有不同 的理解,这种主观理解的差异将导致图像检索中的失配错误,而且,一旦人工标注完 成就很难更新和改变。所以,基于关键字的图像检索无法满足图像腐蚀特征图像数据 库的需求。一般来说,基于文本的图像检索可以用图 1-1 表示:匹配检索输出 输入关键字标引库图像库结果图 1-1 基于文本的图像检索过程 基于内容的图像检索(Content-based Image Retrieval, CBIR)随着大规模数据库的出现,基于文本的图像检索技术的问题越来越尖锐。从上个 世

您可能关注的文档

文档评论(0)

1亿VIP精品文档

相关文档