基于相关反馈的图像搜索引擎的研究与实现-电子与通信工程专业论文.docxVIP

万方数据 万方数据 南京邮电大学学位论文原创性声明 本人声明所呈交的学位论文是我个人在导师指导下进行的研究工作及取得 的研究成果。尽我所知，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，也不包含为获得南京邮电大学或其它 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了谢意。 本人学位论文及涉及相关资料若有不实，愿意承担一切相关的法律责任。 研究生签名： 日期： 南京邮电大学学位论文使用授权声明 本人授权南京邮电大学可以保留并向国家有关部门或机构送交论文的复印 件和电子文档；允许论文被查阅和借阅；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、缩印或扫描等复制手段保存、汇编本 学位论文。本文电子文档的内容和纸质论文的内容相一致。论文的公布（包括 刊登）授权南京邮电大学研究生院办理。 涉密学位论文在解密后适用本授权书。 研究生签名： 导师签名： 日期： 摘要 日新月异的计算机技术给人们带来了崭新的生活体验与工作方式。随着网 络带宽的增加，用户可以更加快速的利用互联网对网站进行访问，但互联网中 庞大的数据量也使得用户在查询特定消息的过程如同大海捞针。因此，一个全 新的信息搜索技术 “搜索引擎”应时而生，并在短时间内得到快速的发展和改进。 由于互联网中多媒体版块的不断丰富，用户对搜索内容便有了更多的需求。 其中为了满足用户对图像搜索的要求，从之前发展比较成熟的基于文字的图像 搜索技术，到现在逐渐完善的基于内容的图像搜索技术，各种各样基于互联网 图像的搜索技术蓬勃发展。通常，用户在搜索图像时，最为关心的便是搜索到 的结果与用户的期望值是否相符。因此本文结合了基于文字和基于内容的搜索 引擎的技术特点，提出了基于相关反馈的搜索引擎并加以实现。 首先介绍了图像搜索系统的相关背景和研究意义，其次简单描述了搜索系 统要用到的关键技术，包括链接爬取、内容提取、图像爬取、索引建立等等， 以此为开发出一个完整的搜索系统提供了必要的理论和技术准备。 本文在第三章中详细阐述了基于相关反馈的搜索引擎的框架结构，它包含 用户接口模块、图像处理模块、数据爬取模块，并在这些模块中添加了用户的 相关反馈机制。第四章在第三章所提出的框架与流程的基础上具体实现了相关 功能。在数据搜索模块，本文通过在爬取过程中使用 HtmlUnit 插件，解决了一 般 Spider 只能爬取静态页面而无法解析动态页面的问题。在图像处理模块，本 文在特征提取方面侧重于图像低层次特征的提取，通过使用感知哈希算法，对 图像的形状、纹理特征以数字的形式呈现出来。最后通过相关测试，检验了所 有模块的功能，验证了本文所提搜索引擎与其它搜索引擎相比具有较高的查准 率。 本论文为实践应用型研究型论文，目的在于研究和实现基于相关反馈的图 像搜索系统。它在传统的搜索系统模式之外另辟蹊径，改进了搜索系统的查准 率与查全率，同时还改善了用户在搜索过程中的体验度。 关键字：图像检索，相关反馈，感知哈希算法，查全率，查准率 I Abstract Nowadays, ever-changing computer technology brings new living experience and working styles to people. With the increase of the network bandwidth, internet users can visit websites faster by the internet, but the large amount of data existing in the internet results in the difficulties of checking specific information. Therefore, a new kind of information searching technique called search engine comes out timely and gets rapid development and improvement. Because the multimedia of the internet is constantly enriched, users have more demands for the searching content. Various image searching techniques such as text- based image searching technique and content-based im