ASP.NET WEB中圖像的檢索技術(shù)研究開題報告.doc

1附件6：本科生畢業(yè)論文（設(shè)計）開題報告論文題目：Web中圖像的檢索技術(shù)研究.學(xué)生姓名：童宏梁年級（學(xué)號）：9906528.二級學(xué)院：信息工程學(xué)院專業(yè)：電子信息工程.指導(dǎo)教師：張量職稱：副教授.填表日期：2004年2月25日杭州師范學(xué)院教務(wù)處制2一、選題依據(jù)（背景與意義、國內(nèi)外研究現(xiàn)狀與發(fā)展趨勢）隨著網(wǎng)絡(luò)傳送速度與計算機信息處理速度的提高，網(wǎng)頁中對多媒體信息的使用變得十分普及，特別是圖像信息，己經(jīng)成為表示網(wǎng)頁內(nèi)容不可缺少的組成部分。因此人們對多媒體信息的檢索需求也就隨之隨之變得特別迫切。但由于圖像檢索系統(tǒng)涉及了多學(xué)科的知識，實現(xiàn)和應(yīng)用的難度相當高，所以已有的圖像檢索系統(tǒng)都有這樣或那樣的缺陷。而傳統(tǒng)的信息檢索主要集中于文字的檢索，在多媒體方面的研究并不是很多?；ヂ?lián)網(wǎng)上的多媒體以圖像為主，因此圖像的檢索就成為了目前研究的熱點。圖像檢索經(jīng)歷了兩個階段:第一階段是以文本為基礎(chǔ)的檢索。第二階段是以圖像自身的內(nèi)容為基礎(chǔ)的檢索。上個世紀70年代開始，有關(guān)圖像檢索的研究就已開始，當時主要是基于文本的圖像檢索技術(shù)利用文本描述的方式描述圖像的特征。到90年代以后，出現(xiàn)了對圖像的內(nèi)容語義，如圖像的顏色、紋理、布局等進行分析和檢索的圖像檢索技術(shù)，即基于內(nèi)容的圖像檢索技術(shù)。而無論是什么引擎，它首先都必須遵循以下幾個要點：(1)索引文檔的容量：現(xiàn)在最大的搜索引擎可能包含了超過100,000,000個鏈接，但這也只是整個Web網(wǎng)上的一小部分。因為收集資料的Robot，只能從“已知”的鏈接開始收集網(wǎng)頁資料，而只有一小部分Web網(wǎng)頁和這些“已知”的網(wǎng)頁有連接；現(xiàn)在還沒有一個搜索引擎能夠隨網(wǎng)頁內(nèi)容的更新比較及時地更新索引；(2)覆蓋面：地理覆蓋面和主題覆蓋面；(3)索引更新頻率：不同的搜索引擎，索引更新頻率相差很大，有的是幾周，有的是一年。索引更新頻率有兩種定義，一種比較少用的定義是新的網(wǎng)頁能被收錄進索引數(shù)據(jù)庫中，另一種是同一頁多少時間才被檢查一次，有必要時更新索引。有的搜索引擎會對經(jīng)常更新的網(wǎng)頁和多人訪問的網(wǎng)頁進行更頻繁的重建索引工作；(4)采集過程：采集過程有寬度優(yōu)先、深度優(yōu)先兩種算法；一般認為寬度優(yōu)先對擴大內(nèi)容的覆蓋面有利，深度優(yōu)先算法有助于提供更多的細節(jié)資料；(5)索引算法：有的搜索引擎只處理元標記和一小部分文檔內(nèi)容，而有一些搜索引擎則是對全文進行索引；(6)結(jié)果顯示：有的搜索引擎只顯示網(wǎng)頁的標題，有些則有更詳細的一些信息，比如網(wǎng)頁的內(nèi)容，更新日期等；(7)查詢算法：一個優(yōu)秀的查詢算法是很重要的，最基本的布爾查詢，短語查詢，有的搜索引擎還提供指定屬性的查詢，比如可以指定對網(wǎng)頁的作者、主題進行查詢。另外有的搜索引擎還采用了相關(guān)度反饋、概念查詢等算法；(8)用戶界面：很多搜索引擎都提供了簡單查詢和高級查詢兩個界面。并且提供了必要的幫助和范例。在檢索原理上，無論是基于文本的圖像檢索還是基于內(nèi)容的圖像檢索，主要包括三方面：一方面對用戶需求的分析和轉(zhuǎn)化，形成可以檢索索引數(shù)據(jù)庫的提問；另一方面，收集和加工圖像資源，提取特征，分析并進行標引，建立圖像的索引數(shù)據(jù)庫；最后一方面是根據(jù)相似度算法，計算用戶提問與索引數(shù)據(jù)庫中記錄的相似度大小，提取出滿足閾值的記錄作為結(jié)果，按照相似度降序的方式輸出。為了進一步提高檢索的準確性，許多系統(tǒng)結(jié)合相關(guān)反饋技術(shù)來收集用戶對檢索結(jié)果的反饋信息，這在CBIR中顯得更為突出，因為CBIR實現(xiàn)的是逐步求精的圖像檢索過程，在同一次檢索過程中需要不斷地與用戶進行交互?；谖谋竞突趦?nèi)容是圖像檢索發(fā)展的兩個分支，不過從目前圖像檢索研究的趨勢而言，尤其結(jié)合網(wǎng)絡(luò)環(huán)境下圖像的特征嵌入在具有文本內(nèi)容的Web文檔中，出現(xiàn)了三個不同的研究著眼點。立足于文本，對圖像進行檢索。試圖將傳統(tǒng)的文本檢索技術(shù)移植于對多媒體信息的檢索上，因為基于文本的檢索技術(shù)發(fā)展已經(jīng)成熟。如Page-Rank方法、概率方法、位置方法、摘要方法、分類或聚類方法、詞性標注法等，不僅技術(shù)發(fā)展較為成熟，同時分析和實現(xiàn)的難度略小。但是因為受控詞匯本身的局限，易歧義，更新慢，所以不太容易應(yīng)對網(wǎng)絡(luò)上日新月異的各類圖像。立足于圖像內(nèi)容，對圖像進行分析和檢索。相比而言，盡管圖像檢索已經(jīng)出現(xiàn)了諸如直方圖、顏色矩、顏色集等多種表征圖像特征的方法，但是要突破對低層次特征的分析，實現(xiàn)更高語義上的檢索，實現(xiàn)難度大，進展慢。不過，基于內(nèi)容的圖像檢索建立在多媒體信息的內(nèi)容語義上，能夠更為客觀地反映媒體本質(zhì)的特征。結(jié)合文本和內(nèi)容，進行融合性研究。發(fā)揮各自的優(yōu)勢促進圖像的高效、簡單檢索方式的實現(xiàn)，尤其是網(wǎng)絡(luò)環(huán)境下，結(jié)合圖像所在Web文檔的特征分析，推斷圖像的特征，同時結(jié)合對圖像的內(nèi)容分析，共同標引達到對圖像的分析和檢索。3可以說，三個方向都是相互影響和促進的，任何一個方向的進展都會促進圖像檢索技術(shù)向前更進一步。由于搜索引擎技術(shù)的開發(fā)牽涉到信息檢索、人工智能、計算機網(wǎng)絡(luò)、分布式處理、數(shù)據(jù)庫、數(shù)據(jù)挖掘、自然語言處理等許多基礎(chǔ)研究領(lǐng)域的理論和技術(shù)，因此至今還沒有真正脫離實驗室的階段，中文搜索引擎的開發(fā)就更涉及到語言習(xí)慣的差異、智能切分詞等棘手的問題，而且中文搜索引擎技術(shù)的起步也較晚，還遠沒能滿足中國網(wǎng)民的需求。如今圖像檢索技術(shù)的研究和應(yīng)用為我國數(shù)字圖書館工程中的核心問題提供了理論和實踐依據(jù)。因此怎樣揚長避短選擇一種最適合中國國情的圖像檢索技術(shù)就是本文研究的目的和意義。二、研究目標與主要內(nèi)容（含論文提綱）在網(wǎng)絡(luò)和多媒體技術(shù)越來越發(fā)達的今天，信息檢索技術(shù)成了現(xiàn)在計算機領(lǐng)域的重要內(nèi)容，而圖像檢索技術(shù)又正是這其中的重要內(nèi)容之一。而網(wǎng)絡(luò)資源的極大豐富以及圖像檢索技術(shù)不斷發(fā)展成熟，使得圖像檢索技術(shù)的應(yīng)用領(lǐng)域不斷擴大，這為圖像檢索技術(shù)的繼續(xù)研究提供條件。人們?yōu)榱藢D像進行更好的使用和組織管理，便開發(fā)出了多種多樣圖像檢索技術(shù)，本文首先要將各種圖像檢索技術(shù)的工作原理、研究現(xiàn)狀、相關(guān)圖像搜索引擎與發(fā)展趨勢作一個介紹。隨著網(wǎng)絡(luò)傳送速度與計算機信息處理速度的提高，網(wǎng)頁中對多媒體信息的使用變得十分普及，特別是圖像信息，己經(jīng)成為表示網(wǎng)頁內(nèi)容不可缺少的組成部分。在實現(xiàn)對網(wǎng)頁中文本信息提取的同時，如何再為用戶抽取所需的圖片資料，是信息檢索中一個重要的方面。于是各種基于Web的圖像檢索系統(tǒng)應(yīng)運而生。它們采用不同的工作方式，極大地方便了用戶對網(wǎng)上圖像進行檢索。目前圖像檢索技術(shù)的發(fā)展正走向更加成熟和完善，其中Web圖像搜索技術(shù)也更加完善，本文將介紹這種圖像檢索技術(shù)并闡述Web頁中的圖像與文本之間的關(guān)系，對相似度等作出了詳細的論述。4三、擬采取的研究方法、研究手段及技術(shù)路線、實驗方案等如今在Web中處理圖像檢索有很多成熟的技術(shù)，如基于Web的數(shù)據(jù)倉庫、Web數(shù)據(jù)挖掘、Web數(shù)據(jù)源集成技術(shù)等。為此，必須為Web建立適當?shù)臄?shù)據(jù)模型，利用數(shù)據(jù)模型有效地從Web中獲取信息。為了處理Web的中文數(shù)據(jù)，還必須使用一系列中文自然語言處理技術(shù)。比較基礎(chǔ)的技術(shù)有自動分詞、人名和機構(gòu)名的自動識別、自動標引等，其他像信息抽取、自動文摘、文檔自動分類、中文概念詞的自動發(fā)現(xiàn)以及概念詞之間的語義關(guān)系的確定等技術(shù)都必不可少。我們可以根據(jù)現(xiàn)有的參考資料以及當前的技術(shù)，先搞清傳統(tǒng)的搜索引擎的工作實質(zhì)和原理，比如網(wǎng)絡(luò)信息搜索關(guān)鍵詞的匹配原理和相象或類似計算方法，研究搜索引擎的內(nèi)在關(guān)鍵，提出搜索相似度的算法。然而現(xiàn)有的搜索引擎雖然給我們的信息搜索帶來了很大的方便，但由于其中程序過于復(fù)雜，反饋保存的內(nèi)容過多，因此給我們的很容易過多占去我們所擁有的CPU資源和網(wǎng)絡(luò)資源，從而降低我們的搜索速度。這里我們提出了在Web中的一種簡單而有效的搜索方法，雖然計算方法簡單，在網(wǎng)絡(luò)中的信息搜索可能不是很精確，但對計算方法進行改進，同時引進了有效的反饋機制，只要對其在實驗中多次的進行反饋訓(xùn)練和投入使用后的用戶使用，同樣能給我們提高搜索精度，但所占用的資源卻要小的多，相對速度也就要快很多。四、中外文參考文獻目錄（作者、書名論文題目、出版社或刊號、出版年月或出版期號）(1)張量，詹國華，袁貞明，基于Web的圖像搜索，計算機工程，2002.5(2)朱學(xué)芳，多媒體信息處理與檢索技術(shù)M，電子工業(yè)出版社，2003(3)陳瀅，徐宏炳，王能斌，協(xié)作式Web資源發(fā)現(xiàn)系統(tǒng)模型，計算機學(xué)報，1998.4(4)陽小華，周龍驤，WorldWideWeb的索引與查詢技術(shù)，計算機科學(xué)，1997(5)吳立德等，大規(guī)模中文文本處理，復(fù)旦大學(xué)出版社，1997(6)李唐，解讀網(wǎng)絡(luò)圖像搜索引擎，Internet網(wǎng)絡(luò)，2001(7)陳立娜，Internet上的圖像檢索技術(shù)，天極yesky，2001.5(8)黃博士，網(wǎng)絡(luò)環(huán)境下的圖像檢索技術(shù)，中國計算機用戶，2003.12.30(9)DunlopM.D.(1991).MultimediaInformationRetrieval,Ph.D.Thesis.ComputingScienceDepartment,UniversityofGlasgow,Report199l/R21.(10)EllenM.VoorheesandYuan-WangHou,VectorExpansioninaLargeCollection”,FirstTextREtrievalConference(TREC-1),1993.(11)FrisseM.E,(1988).Searchingforinformationinahypertextmedicalhandbook.CommunicationsoftheACM,3I(7),pp.880-886.(12)R.Price,T.SChua,andS.Al-Hawamdeh,Applyingrelevancefeedbackonaphotoarchivalsystem.JournalofInformationScience,18:203-215,1992(13)W.Niblack,R.Barber,andW.Equitz.theqbibproject:queryingimagesbycont