【正文】 如上所述，通常狹義圖像域有限變異和較清晰的視覺特征（如航空相關的圖片 [ 2021]），這使得基于內容的圖像搜索稍微有點比較容易形成。我們將繼續(xù)簡要總結早年主要貢獻及處理這些鴻溝的方法。 感知鴻溝，現(xiàn)實物體和我們對世界的感知差距 語義鴻溝，人們從視覺數(shù)據(jù)中抽取的信息和某個用戶在特定情況下對相同數(shù)據(jù)的描述缺乏 一致性。因此，我們提供有關在描述新時代天津大學 2021屆本科生畢業(yè)設計（論文） 2 圖像檢索的 想法，影響，以及早期幾年的趨勢摘要（其中很大一部分源于那些調查）。在這一階段取得了高水平的的進展。 由這個圖可以看到 Google Scholar 可以檢索到一個科目的最新研究狀況，這是一個很有用的數(shù)據(jù)，附上這樣一幅圖，那么可以更好的將國內外的研究狀況做一個分析。此外，橫向之間的一些研究的一些空白的區(qū)正在逐步縮小作為副產(chǎn)品帶來的貢獻，其影響最 終也可能超越 CBIR 的。這種基于內容作為一個研究領域在一個獨特的地方特征在科學界的時刻了。然而，在過去的十年中，雄心勃勃的嘗試，已作出讓計算機學會理解，索引和注釋圖片，代表一個廣泛概念，且范圍很大的進展。除此之外，還有理論認為，人類視覺系統(tǒng)已經(jīng)發(fā)展了幾百年。但是，當涉及到組織圖片，人在傳統(tǒng)上，勝過大多數(shù)執(zhí)行任務的機器。多年來，我們了解到，這是一個取得進展的關鍵。從集合中找出這樣的圖片可能會更容易。企圖表達什么使圖像“完美”，最終可能低估了圖像的美。鑒于目前的討論情況，一想到這個著名的引用所表達的是，在有時些時候和情況下，當我們思考一下我們的想法時，卻無法用詞匯準確表達這一想法。圖像檢索與壓縮域處理技術的研究 [M].北京：人名郵電出版 社 ,. [9] 李向陽 , 莊越挺 , 潘云鶴 . 基于內容的圖像檢索技術與系統(tǒng) [J]. 計算機研究與發(fā)展 2021年第 3期 . [10]安志勇 .基于內容的圖像檢索關鍵技術的研究 [D].西安：西安電子科技大學， 2021. [11]李偉，黃穎 。這項有意義的挑戰(zhàn) 還有很多路要走，還有很多理論要研究，還有很多技術要實現(xiàn)。以及圖像檢索技術中的網(wǎng)頁圖片爬去及數(shù)據(jù)庫的建立部分。 根據(jù)圖片檢索技術的發(fā)展趨勢，未來基于文本的圖像檢索技術將越來越受到關注，尤其是基于語義的圖像檢索技術的發(fā)展?jié)摿κ蔷薮蟮摹，F(xiàn)在還沒有找到很好的算法能統(tǒng)一解決不同模式網(wǎng)頁的有效解析。 首先是圖片周圍文字信息的提取不夠充分，有效。 本 文基本完成了對一個圖像檢索系統(tǒng)的構建，從利用網(wǎng)絡爬蟲爬取圖片和相關網(wǎng)頁，對爬下來的網(wǎng)頁進行分析，對圖片相關信息的提取，圖片數(shù)據(jù)庫的建立一直到圖像檢索 Web系統(tǒng)的搭建。 由于大規(guī)模圖像數(shù)據(jù)庫的出現(xiàn)和應用，每天都有大量額度圖像信息在不斷的生產(chǎn)（如衛(wèi)星，醫(yī)療，安全部門），這就迫切需要性能良好的檢索工具，能夠根據(jù)圖像的視覺特征和語義信息，從圖像庫中檢索所需的圖像，而傳統(tǒng)的基于關鍵字的信息查詢方法（ IR技術）不能有效的支 持多媒體信息的查詢和檢索。 檢索結果展示 圖 46 檢索結果展示 圖 47 分頁跳轉功能 天津大學 2021屆本科生畢業(yè)設計（論文） 24 實驗結果分析： 天津大學 2021屆本科生畢業(yè)設計（論文） 25 第五章 總結和展望 隨著 Web技術的普及和信息技術的發(fā)展，推廣與應用，以圖像，聲音和視頻為主的多媒體信息迅速成為信息交流和服務的主流，現(xiàn)代信息處理的對象和方法有了很大的變化，大量何種類型的信息在全球得到了采集，傳播，流通和應用。%+keyW+%39。 3 建立 Service類，處理當前頁，頁面總數(shù)，總頁數(shù)，總記錄數(shù)等參數(shù)。 （ 5） 配置處理結果和物理視圖資源之間的對應關系。 天津大學 2021屆本科生畢業(yè)設計（論文） 22 （ 4） 配置 Action。如果僅僅只是以 GET 方式發(fā)送請求，則無需經(jīng)過這一點。 系統(tǒng)框架采用 JSP+Struts2+Hibernate Struts2 應用開發(fā)步驟： （ 1） 在 Servlet或 Filter攔截用戶請求，通常這個 Servlet或 Filter 是該框架的核心，負責攔截所有用戶請求。在以后的操作中不需對數(shù)據(jù)庫中記錄進行操作，而對 ImgK 類的實例進行操作即可得到數(shù)據(jù)庫中的信息。 這個普通的 JavaBean 目前不具備持久化操作的能力，為了時期具備持久化操作的能力， Hibernare 采用 XML 映射文件。 仔細看這個類的代碼，無法發(fā)現(xiàn)這個類與普通的 JavaBean 有任何區(qū)別。從而將開發(fā)者從關系模型中釋放出來，使得開發(fā)者能以面向對象的思維操作關系數(shù)據(jù)庫。 ORM 工具示意圖： 圖 41 ORM工具示意圖 數(shù)據(jù)表中的記錄行對應持久化對象： 天津大學 2021屆本科生畢業(yè)設計（論文） 20 圖 42 記錄對應持久化對象 基于這種基本的映射方式， ORM 工具可完成對象模型和關系模型之前的相互映射。只要我們還是采用面向對象程序設計語言，底層依然采用關系數(shù)據(jù)庫，中間就少不了 ORM 工具。 ? 數(shù)據(jù)庫的余數(shù)，隔離。 ? 集合數(shù)據(jù)連接操作，映射。 數(shù)據(jù)哭的發(fā)展并未與程序設 計語言同步，而且關系數(shù)據(jù)庫系統(tǒng)的某些優(yōu)勢也是面向對象的語言目前無法比擬的。當 ORM 框架完成映射后，即可利用面向對象程序設計語言的簡單易用性，又可利用關系數(shù)據(jù)庫的技術優(yōu)勢。 ORM 的全程是 Obiger/Relation Mapping,對象 /關系數(shù)據(jù)庫映射。 Hebernate 是輕量級 JavaEE 應用的持久層解決方案，可以大幅度縮短使用JDBC 處理數(shù)據(jù)持久化的時間。 Hibernate 是一個開放源代碼的 對象 關系映射框架，它對 JDBC 進行了非常輕量級的對象封裝，使得 Java 程序員可以隨心所欲的使用對象編程 思維來操縱 數(shù)據(jù)庫 。目前 MySQL 被廣泛地應用在 Inter 上的中小型網(wǎng)站中。而 2021 年， SUN 又被 Oracle 收購。 （ 3） void getImgInfo() 獲取圖片周圍信息，遍歷需尋找含該 img標簽的第一個父 div節(jié)點 獲取該 div節(jié)點內的文本信息 圖片解析提取結 果 將所有有效圖片的 title， keywords， url 等相關信息全部以 .txt 文檔的形式存儲到指定目錄下，如圖所示： 圖 31 解析的的 .txt文檔 天津大學 2021屆本科生畢業(yè)設計（論文） 18 第四章 圖像檢索系統(tǒng)的搭建 數(shù)據(jù)庫的建立 本文采用 MySQL 建立數(shù)據(jù)庫，并應用 Hibernate 技術管理 Java 類到數(shù)據(jù)庫表的映射（包括 Java 數(shù)據(jù)類型到 SQL 數(shù)據(jù)類型的映射） MySQL 是一個小型關系型數(shù)據(jù)庫管理系統(tǒng)，開發(fā)者為瑞典 MySQL AB 公司。 天津大學 2021屆本科生畢業(yè)設計（論文） 17 （ 2） void getImgTag(NodeFilter img_filter) 獲取 img標簽中 src 元素內容 獲取 img標簽中 alt 元素內容 獲取 img標簽中 title 元素內容 獲取 img標簽中 width 元素內容 獲取 img標簽中 height 元素內容 String image_src=getProp(img[^]* src=\([^\]*)\[^]*, (i).toHtml(),1)。 主要通過 AndFilter 來獲取標簽名為 meta 且含 description 元素的標簽節(jié)點（這里用了一個 OrFilter 來匹配 description 或 Description）。 title = getProp(title[^]*(.*)[^]*, ().parse(title_filter).elementAt(0).toHtml(),1)。 NodeFilter keyword_filter=new AndFilter( new TagNameFilter(meta),new OrFilter( new HasAttributeFilter(name,Keywords), new HasAttributeFilter(name,keywords)))。本章要從之前抓取的網(wǎng)頁中找出所需的圖片相關信息。有時 title下還會嵌套標記，需要去除。 HTML 信息清洗，把本來亂七八糟的 HTML 信息格式化 網(wǎng)頁內容拷貝，用于將網(wǎng)頁內容保存到本地 頁面內容的監(jiān)控 2． 信息轉換 資源提取，例如對一些圖片、聲音的資源的處理 文本信息抽取，例如對 HTML 進行有效信息搜索 htmlparser 就是目前最好的 html 解析和分析的工具。它能超高速解析 html，而且不會出錯。抓取下來網(wǎng)頁以鏡像方式存放，也就是將 URL 地址按“ /”進行切分，進而按切分出來的層次存儲。這里我們使用默認值。這里我們選擇簡單直觀的鏡像方式： 。 6） Select Writers：它主要用于設定將所抓取到的信息以何種形式寫入磁盤。 5） Select Extractors：主要是用于解析當前服務器返回的內容，取出頁面中的 URL，等待下次繼續(xù)抓取。 4） Select Fetchers：這個參數(shù)用于解析網(wǎng)絡傳輸協(xié)議，比如解析 DNS、 HTTP 或 FTP 等。比如判斷 信息等，它是整個處理器鏈的入口。這里我們使用默認值。 2） Select URI Frontier： Frontier 是一個 URL 的處理器，它決定下一個被處理的 URL 是什么。例如選擇 BroadScope 則表示當前的抓取范圍不受限制，選擇 HostScope 則表示抓取的范圍在當前的 Host 范圍內。 圖 23 Heritrix登錄后的 UI界面 點擊“ jobs”，創(chuàng)建抓取任務 天津大學 2021屆本科生畢業(yè)設計（論文） 12 圖 24 Heritrix的創(chuàng)建任務，提供種子圖 首先點擊“ Modules”按鈕，在相應的頁面為此次任務設置各個處理模塊，一共有七項可配置的內容，這里我們只設置 Crawl Scope 和 Writers 兩項，下面簡要介紹各項的意義。 } } } 天津大學 2021屆本科生畢業(yè)設計（論文） 11 Heritrix 抓取過程 在瀏覽器中輸入 之前設置的用戶名 / 密碼：admin/admin，進入到 Heritrix 的管理界面，如圖 23所示。 hash amp。 if((x=hash amp。 i()。 long x = 0。 return a。 long hash = ELFHash(uri)。 這里給出 MyQueueAssignmentPolicy 類，他通過 ELFHash 算法實現(xiàn) Key 值分配。它對長字符串和短字符串都很有效，字符串中每個字符都有同樣的作用。任何擴展 queueassignmentpolicy的默認實現(xiàn)的類，均繼承自 QueueAAssignmentPolicy 并覆 寫了其中的getClassKey()方法， getClassKey 方法的參數(shù)為一個鏈接對象，而我們的散列算法，正是要根據(jù)這個鏈接對象來返回一個值。因此，需要改變queueassignmentpolicy 來避免發(fā)生這種情況。這是因為那個裝有絕大多數(shù) URL 連接 的隊列幾乎會永遠處于阻塞狀態(tài)。因此，如果使用了 HostnameQueueAssignmentPolicy,則會造成有一個隊列的長度非常長的情況，在 Heritrix 中，一個現(xiàn)成從一個隊列中取 URL 鏈接時，總是會先從隊列的頭部取出第一個鏈接，在這之后，這個被取出鏈接的隊列會進入阻塞天津大學 2021屆本科生畢業(yè)設計（論文） 10 狀態(tài)，知道待該鏈接處理完，它才會從阻塞狀態(tài)中恢復。但是，他對于摸某個單獨網(wǎng)站的網(wǎng)頁抓取，就出現(xiàn)了很大的問題。也就是說，相同 Host 名稱的所有 RL 都會被放置于同一個隊列中間。 在默認的情況下， Heritrix 使用的 HostnameQueueAssignmentPolict 來解決Key 值生成的問題。也就是說，他要與 URL 之間有一種內在的聯(lián)系。 （ 5） Processor Processor(處理器 )代表著單個的處理器，所有的處理器都是他的子類 Heritrix 抓取策略及改進 Heritrix 是使用 Berkeley DB 來構建一個鏈接隊列。 Herit