ImageCluster：自適應智能圖像聚類系統(tǒng).pdf

1、隨著信息科學的進步和互聯(lián)網(wǎng)絡的發(fā)展，網(wǎng)絡信息資源越來越豐富，信息量呈爆炸式地增長。目前大多數(shù)網(wǎng)絡信息檢索的主體是文本信息。隨著網(wǎng)絡多媒體信息量的極速增長和多媒體檢索技術的發(fā)展，多媒體信息的檢索逐漸變得普遍，比如圖像檢索，視頻/音頻檢索。 在傳統(tǒng)的圖像/網(wǎng)頁搜索引擎中，由于查詢詞的模糊性和檢索機制的限制，給用戶獲得自己所需要的信息設置了障礙。因為大量的不同主題的搜索結果被統(tǒng)一地以鏈接加圖像縮略圖或摘要的形式展現(xiàn)出來，用戶需要花費大

2、量的時間定位自己需要的圖像/網(wǎng)頁。根據(jù)語義等其他特征對結果進行聚類的方法被認為是解決此類問題的一種有效手段。 本論文在多媒體理論，圖論，信息論以及模式識別理論的指導下，提出了一種自適應智能圖像聚類技術，設計并實現(xiàn)了ImageCluster智能圖像聚類系統(tǒng)。本論文提出了一種基于規(guī)則和統(tǒng)計的特征融合算法FFRS，較好地融合了圖像的視覺特征和語義特征。FFRS使用圖像的視覺特征來輔助圖像的語義特征，從而使圖像的融合特征更能反應圖像的本

3、質特征。本論文提出了一個基于顏色和語義結合特征的自適應階段式聚類法 TSCM，該方法結合了不同層次的圖像特征，利用了現(xiàn)有多種聚類算法的優(yōu)點對圖像進行聚類，同時通過提取主題關鍵詞，為每類賦予含義。最后聚類結果將以一種非常直觀以及生動的星爆圖的方式返回給用戶。本論文詳細介紹了上述算法的工作原理，并在此基礎上設計實現(xiàn)了基于B/S架構的智能圖像聚類檢索系統(tǒng)。 在實驗中，通過計算聚類均方差和用戶評估，說明本文提出的FFRS基于融合特征的三