基于內(nèi)容的圖像檢索技術(shù)及其應(yīng)用研究.pdf

1、論文的研究背景及意義隨著多媒體技術(shù)的普及和信息技術(shù)的發(fā)展，人們?cè)絹碓蕉嗟耐ㄟ^網(wǎng)絡(luò)來傳遞信息。其中，以圖像、聲音以及視頻為主的多媒體信息已成為了信息交流與服務(wù)的主流。在過去的幾十年里，多媒體信息數(shù)據(jù)一直在以驚人的速度增長。 視覺信息作為多媒體信息的一種，由于其具有文字信息所無法比擬的豐富內(nèi)涵和強(qiáng)大的描述能力為我們的生活帶來了極大的便利。據(jù)統(tǒng)計(jì)，在人類對(duì)客觀世界的認(rèn)識(shí)和感知過程中，有80％的信息來自于視覺。視覺信息具有形象直觀、內(nèi)容

2、豐富等特點(diǎn)，是組成多媒體信息的重要內(nèi)容，所謂“百聞不如一見”、“耳聽為虛，眼見為實(shí)”等，都說明了視覺信息在人們認(rèn)知過程中的重要性。然而，越來越多的視覺信息也超過了人們所能接受的能力，人們面對(duì)浩瀚的信息海洋，越來越感到難以有效的管理和獲取有用信息。因而促使人們對(duì)信息檢索工具和系統(tǒng)的依賴日益加強(qiáng)，人們迫切需要一種能夠便于查詢操作的檢索系統(tǒng)。 傳統(tǒng)的圖像檢索方法于20世紀(jì)70年代末提出。該方法從本質(zhì)上來說是一種基于文本的圖像檢索技術(shù)。

3、它主要是通過對(duì)圖像進(jìn)行人工文字注解，利用文本檢索實(shí)現(xiàn)對(duì)圖像特征的查找。這種方法的特點(diǎn)是簡單易操作，但由于存在以下幾個(gè)根本問題影響其有效地使用。 首先，文字描述只是一種特定的抽象，圖像所表現(xiàn)出來的豐富內(nèi)容是很難用文字表現(xiàn)出來的。在圖像中獲取日期、文件名、標(biāo)引詞等信息都可以提供有用的索引線索，但都不能完全抓取圖像的視覺信息。事實(shí)上，人們是通過圖像的內(nèi)容特征來記憶圖像的，比如顏色、形狀、場景及語義信息等，沒有人是用標(biāo)號(hào)、文件名和標(biāo)引詞