【正文】 21 年以后 :階梯式搜索方 法將投入使用。通過對(duì)博客及 SNS 等媒體公布的有關(guān)公司產(chǎn)品或宣傳活動(dòng)的評(píng)測進(jìn)行即時(shí)分析，可以為企業(yè)的市場運(yùn)營提供更多有益的參考。發(fā)揮各自的優(yōu)勢促進(jìn)圖像的高效、簡單檢索方式的實(shí)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(shí)結(jié)合對(duì)圖像的內(nèi)容分析，共同標(biāo)引達(dá)到對(duì)圖像的分析和檢索。 立足于圖像內(nèi)容，對(duì)圖像進(jìn)行分析和檢索。 立足于文本，對(duì)圖像進(jìn)行檢索 。 基于內(nèi)容的圖像檢索根據(jù)圖像特征、圖像的內(nèi)容語義以及上下文聯(lián)系進(jìn)行查找，以圖像語義特征為線索從圖像數(shù)據(jù) 庫中檢出具有相似特性的其它圖像。 6. 掌握正則表達(dá)式及 HTMLParser 等網(wǎng)頁分析方法，了解網(wǎng)頁信息提取策略、 7. 完成圖像檢索系統(tǒng)的設(shè)計(jì)和代碼開發(fā) 8. 對(duì)該系統(tǒng)進(jìn)行充分的測試，并完善開發(fā) 9. 總結(jié)開發(fā)過程中所遇到的問題和心得體會(huì) 指導(dǎo)教師（簽字） 年 月 日 審題小組組長（簽字） 年 月 日 天津大學(xué) 本科生畢業(yè)設(shè)計(jì)（論文）開題報(bào)告 課題名稱 圖像檢索系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn) 學(xué)院名稱 軟件學(xué)院 專業(yè)名稱 軟件工程 學(xué)生姓名 指導(dǎo)教師 一、 課題的來源及意義 隨著互聯(lián)網(wǎng)的飛速發(fā)展，圖像信息應(yīng)用越來越廣泛 ,人們對(duì)圖形、圖像等多媒體數(shù)據(jù)的需求也越來越強(qiáng)烈。 2. 學(xué)習(xí)并掌握機(jī)器學(xué)習(xí)、數(shù)據(jù)庫常用技術(shù)， JSP，圖像處理等相關(guān)技術(shù)。開發(fā)語言為 Java, 開發(fā)工具為 MyEclipse 和MySQL 及 Tomcat. 二、 參考文獻(xiàn) [1] Ritendra Datta, Dhiraj Joshi, Jia Li et al. Image Retrieval: Ideas, Influences, and Trends of the New Age[J].ACM Comput. Surv. 40, 2, Article 5 .April 2021. [2] 李曉明，閆宏飛，王繼民 . 搜索引擎 原理 ,技術(shù)與系統(tǒng) [M].北京：科學(xué)出版社 ,2021. [3] 馬自萍 .形狀和顏色特征的混合圖像檢索 [D].銀川：北方民族大學(xué) ,. [4] 陳劍雄，張蓓．簡析圖像檢索中的 CBIR技術(shù) [J].情報(bào)探索（第 7期） ,. [5] Rafael and Richard ． Digital Image Processing Second Edition [M]． Prentice Hall, 20213． [6] 沈蘭蓀，張?bào)?，李曉光。網(wǎng)絡(luò)爬蟲程序就是用來搜集網(wǎng)頁和圖片的程序。檢索的智能化和自動(dòng)化是圖像檢索的目標(biāo)。 畢業(yè)設(shè)計(jì)（論文）說明書 學(xué) 院 專 業(yè) 年 級(jí) 姓 名 指導(dǎo)教師 年 月 日 畢業(yè)設(shè)計(jì)（論文）任務(wù)書 題目： 圖像檢索系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn) 學(xué)生姓名 王超 學(xué)院名稱 軟件學(xué)院 專 業(yè) 軟件工程 學(xué) 號(hào) 指導(dǎo)教師 職 稱 講師 一、 原始依據(jù)（包括設(shè)計(jì)或論文的工作基礎(chǔ)、研究條件、應(yīng)用環(huán)境、工作目的等。 目前主流的圖像檢索方法大致可以分為兩大類 ,即基于文本的圖像檢索(TBIR)和基于內(nèi)容的圖像檢索 (CBIR)。 本文的研究重點(diǎn)在于使用網(wǎng)絡(luò)爬蟲框架 Heritrix 進(jìn)行擴(kuò) 展，從網(wǎng)絡(luò)上下載所需網(wǎng)頁及圖片并利用 HTMLParser 進(jìn)行網(wǎng)頁分析和圖片相關(guān)信息提取。圖像檢索與壓縮域處理技術(shù)的研究 [M].北京：人名郵電出版社 ,. [7] 周明全，耿國華，韋娜 .基于內(nèi)容圖像檢索技術(shù) [M].北京：清華大學(xué)出版社， . [8] 李向陽 , 莊越挺 , 潘云鶴 . 基于內(nèi)容的圖像檢索技術(shù)與系統(tǒng) [J]. 計(jì)算機(jī)研究與發(fā)展 2021年第 3期 . [9] 安志勇 .基于內(nèi)容的圖像檢索關(guān)鍵技術(shù)的研究 [D].西安：西安電子科技大學(xué)， 2021. [10]李偉，黃穎。 3. 學(xué)習(xí)并掌握項(xiàng)目開發(fā)用到的相關(guān) 工具及軟件的使用。網(wǎng)絡(luò)上的圖片信息呈爆炸式增長，這使得人們在網(wǎng)上找到所需的圖片越來越困難，圖片檢索技術(shù)成為當(dāng)今非常熱門的研究話題。因?yàn)閳D像的規(guī)模一般要大于純粹的文本信息，因此，基于內(nèi)容的圖像檢索在檢索的速度和效率上要求更高。試圖將傳統(tǒng)的文本檢索技術(shù)移植于對(duì)多媒體信息的檢索上，因?yàn)榛谖谋镜臋z索技術(shù)發(fā)展已經(jīng)成熟。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(duì)低層次特征的分析，實(shí)現(xiàn)更高語義上的檢索，實(shí)現(xiàn)難度大，進(jìn)展慢。 可以說，三個(gè)方向都是相互影響和促進(jìn)的，任何一個(gè)方向的進(jìn)展都會(huì)促進(jìn)圖像檢索技術(shù)向前更進(jìn)一步。 2021～ 2021 年 :語義搜索和感性搜索技術(shù)將逐漸興起。幫助用戶追加搜索條件、詢問搜索內(nèi)容的階梯型檢索將被搜索服務(wù)商廣泛采用。 三、 研究目標(biāo)，內(nèi)容 研究目標(biāo)： 1. 了解圖像檢索，網(wǎng)絡(luò)爬蟲等相關(guān)技術(shù)及發(fā)展潮流。掌握 MyEclipse 和 MySQL 的使用 . 2. 理解開源爬蟲 Heritrix 的架構(gòu)和運(yùn)行機(jī)制，學(xué)會(huì)擴(kuò)展和定制自己的Heritrix. 3. 掌握 HTMLParser 和正則表達(dá)式等網(wǎng)頁信息提取方法 4. 運(yùn)用開發(fā)工具完成界面設(shè)計(jì)和系統(tǒng)的架構(gòu)設(shè)計(jì)， 并實(shí)現(xiàn)具體的框架結(jié)構(gòu)代碼。 Heritrix 網(wǎng)絡(luò)爬蟲框架在經(jīng)過多年的豐富更新后更加穩(wěn)定和有效。 六、 進(jìn)度安排 2021 年 1月 20日 2021 年 2月 10日 閱讀圖像檢索相關(guān)資料，初步了解 圖像檢索的原理意義和用途； 2021 年 2月 11日 2021 年 3月 5 日 完成開題報(bào)告，并深入學(xué)習(xí)實(shí)現(xiàn)一 個(gè)圖像檢索系統(tǒng)的知識(shí)； 2021 年 3月 6日 2021 年 4月 20日 完成網(wǎng)頁的爬取及信息提取和檢索 系統(tǒng)的初步開發(fā)； 2021 年 4月 21日 2021 年 5月 25日 完善該系統(tǒng)并測設(shè)改進(jìn)，完 成畢業(yè)設(shè)計(jì)論文初稿； 2021 年 5月 26日 2021 年 6月 15日 跟據(jù)導(dǎo)師意見認(rèn)真修改，校對(duì)論文 初稿，最后完成論文； 2021 年 6月 16日 2021 年 6月 21日 準(zhǔn)備畢業(yè)論文答辯； 七、 參考文獻(xiàn) [1] Ritendra Datta, Dhiraj Joshi, Jia Li et al. Image Retrieval: Ideas, Influences, and Trends of the New Age[J].ACM Comput. Surv. 40, 2, Article 5 .April 2021. [2] 李曉明，閆宏飛，王繼民 . 搜索引擎 原理 ,技術(shù)與系統(tǒng) [M].北京：科學(xué)出版社 ,2021. [3] 馬自萍 .形狀和顏色特征的混合圖像檢索 [D].銀川：北方民族大學(xué) ,. [4] 陳劍雄，張蓓．簡析圖像檢索中的 CBIR技術(shù) [J].情報(bào)探索（第 7期） ,. [5] 邱哲，符滔滔，王學(xué)松．開發(fā)自己的搜索引擎 Lucene + Heritrix[M].北京：人民郵電出版社 ,202101． [6] 李剛 .輕量級(jí) J2EE企業(yè)應(yīng)用實(shí)戰(zhàn) [M].北京：電子工業(yè)出版社 ,. [7] 周明全，耿國華，韋娜 .基于內(nèi)容圖像檢索技術(shù) [M].北京：清華大學(xué)出版社， . [8] 沈蘭蓀，張?bào)?，李曉光。網(wǎng)絡(luò)爬蟲程序就是用來搜集網(wǎng)頁和圖片 的程序。開發(fā)語言為 Java, 開發(fā)工具為 MyEclipse 和MySQL 及 Tomcat. 關(guān)鍵詞： 圖像檢索，網(wǎng)絡(luò)爬蟲， Heritrix, HTMLParser, 網(wǎng)頁信息提取 ABSTRACT With the rapid development of work information on the explosive growth of images, which makes it on the Inter more and more difficult to find the images, image search technology bee a very hot research topic. The collection of images and indexing for image retrieval is a very important aspect. Web crawler is used to collect Web pages and pictures of the program. This study focuses on using the Heritrix Web crawler framework to extend, from the Inter and download web pages and images for web use HTMLParser information extraction and image analysis. After pletion of the work, then the image directory location and the extracted information into a database. And a picture retrieval system for Web projects, to achieve search function. Development language for Java, and MySQL development tools for the MyEclipse and Tomcat. Keywords: image retrieval, web crawler, Heritrix, HTMLParser, Web information extraction 1 目 錄 第一章 文獻(xiàn)綜述 ????????????????? 1 圖像檢索的研究意義 ????????????? 1 圖像檢索的國內(nèi)外發(fā)展?fàn)顩r ?????????? 1 網(wǎng)絡(luò)爬蟲技術(shù)在搜索引擎中的應(yīng)用 ??????? 3 網(wǎng)頁分析和信息提取技術(shù) ??????????? 4 本文的研究重 點(diǎn)，系統(tǒng)結(jié)構(gòu)和內(nèi)容 ???????? 5 第二章 Heritrix 應(yīng)用開發(fā)擴(kuò)展 ??????????? 7 Heritrix簡介 ?? ??????????????? 7 Heritrix 抓取策略及改進(jìn) ???????????? 9 Heritrix抓取過程 ?????????????? 10 網(wǎng)頁爬結(jié)果 ???????????????? 13 第三章 HTMLParser 圖片相關(guān)信息提 取 ? ?? ??? 14 HTMLParser 簡介 ??????????????? 14 圖片信息提取策略 ????????????? 14 圖片信息提取的實(shí)現(xiàn)方法 ??????????? 15 實(shí)驗(yàn)提取結(jié)果 ???????????????? 17 第四章 圖像檢索系統(tǒng)的搭建 ? ?????????? 18 數(shù)據(jù)庫的建立 ??????????????? 18 系統(tǒng)的實(shí)現(xiàn)框架和結(jié)構(gòu) ???????????? 21 檢索結(jié)果展示 ???????????????? 23 2 第五章 總結(jié)和展望 ?? ? ???????????? 25 參考文獻(xiàn) ???????????????????? 26 附錄 ?????????????????????? 27 外文資料 中文譯文 致謝 天津大學(xué) 2021屆本科生畢業(yè)設(shè)計(jì)（論文） 1 第一章 文獻(xiàn)綜述