【正文】 選擇，從而 解決了 在傳統(tǒng)圖像檢索技術(shù)中一 般用戶難以完成的圖像特征描述、提取與識別等難題 。這種查詢方 法 是比較準(zhǔn)確的， 大都 可以獲得 蠻 好的查準(zhǔn)率，但 是 需人工參 加 ，勞動強(qiáng)度 高 ， 因此 限制了可處理 圖像 的 數(shù)量。 通過 手工對圖像的內(nèi)容（如 顏色 對比、 反差 、 景深 等）進(jìn)行描述 和 分類，將 圖像 標(biāo)注為一系列關(guān)鍵字，并 且 建立索引。當(dāng) 找 到 圖像文件后， 搜索引擎通過查看文件名或 者 路徑名 來 確定文件內(nèi)容， 當(dāng)然 也可以通過查看圖 片 標(biāo)題來匹配檢索 關(guān)鍵 詞。它 包3 括兩種途徑： (1)基于圖 片 外部信息進(jìn)行 搜索 。 因此 對于 計算機(jī)，圖像檢索 的 難度比文本的查詢 的 難度要高出很多 。這 類 方法可 產(chǎn)生 精準(zhǔn) 的查詢體系， 可是 勞動強(qiáng)度 過 大，因此 處理 圖像的數(shù)量有限 。 (2)人工干預(yù)找出圖 片 。通過 IMGSRC 和 HREF（ HTML 標(biāo)簽）來檢 查 是否 有 可顯示的圖片 文件， IMGSRC 表達(dá) 的是 “ 顯示下面的圖像文件 ” ，導(dǎo)向 嵌入式 的 圖 片 ； HREF 則 是 用來 表示 “ 下面是一個鏈接 ” ，導(dǎo)向 被鏈接的圖 片 。 此外有些關(guān)于某個主題 專門的 搜索引擎， 只 針對某 個主題的內(nèi)容 來進(jìn)行檢索和處理，如此 一來 信息的取全率、 精 準(zhǔn)度也 相對會 較高。每個提取出來的文檔元數(shù)據(jù)會顯示給用戶。高級搜索選項包括：布爾方法、短語匹配、 自然語言 的處理。雖然 元數(shù)據(jù)有一定的標(biāo)準(zhǔn)，但是很多站點都 是使 用自己的模板。 假如是自動索引 ，機(jī)器人 在得到 一個頁面以后，需根據(jù)該頁面的 內(nèi) 容進(jìn)行索引， 依據(jù)它的關(guān)鍵字把它歸到一個 類 中。 對當(dāng)下 所有運行 中的搜索工具來講，基本上 都 會 有一個 機(jī)器人定期的訪問一些站點，以 檢查這些站點 最近變化，同時找到新的站點。 對網(wǎng)頁進(jìn)行自動的索引 是 第二種 ，這類 方法 能自動實現(xiàn)文檔分類，這種 方法是 采用信息提取技術(shù)。 常用的網(wǎng)絡(luò)信息檢索實現(xiàn)機(jī)制可 分為 兩種， 通過手工方式對網(wǎng)頁進(jìn)行索引 是 一種方法 ， 但它的缺陷 是 Web覆蓋 率 低， 且 不能保證 是最新的 息。用戶靠搜索引擎服務(wù)器 的 Web 接口，發(fā) 出搜索請求， 讓 Web Server 通過 CGI或 者其它技術(shù)訪問數(shù)據(jù)庫，并且將用戶搜索請求變 成相 對 應(yīng)的數(shù)據(jù)存取語句， 發(fā)送給引擎處理，然后把 結(jié)果通過網(wǎng)頁顯示 反饋 給用戶。 現(xiàn) 今 的圖像檢索技術(shù) 近 些 年 伴隨著用戶對圖像搜索需求 不斷 的增長，各類圖像搜索引擎由此 誕生 ，它們以不同的搜索方式為用戶提供各類 檢索途徑，使 得網(wǎng)上圖像地檢索變得簡單，雖然還不太完善，但 已經(jīng)可以滿足 大多數(shù) 用戶的要求。存取協(xié)議也是 種類繁多 ，如 HTTP、FTP、 News 等 等 ； (2)索引數(shù)據(jù)量 巨 大， 從而導(dǎo)致 不可能有某 一 個數(shù)據(jù)庫 可以 包括整個 網(wǎng)絡(luò) 的索引，當(dāng)下 最大的搜索引擎， 其索引也僅僅 覆蓋了 網(wǎng)絡(luò) 的一小部分 而已 ； (3)資源消耗過大，系統(tǒng)需 將 HTML 文檔 傳送 到本地之后 再 進(jìn)行分析， 占用昂貴的網(wǎng)絡(luò)和 CPU 資源， 從而 增加被搜索結(jié)點的 壓力 。雖然 搜索引擎 的出現(xiàn) 給 用戶提供了不少的 便捷 ，但 是 離 精準(zhǔn)、快速、全面的檢索到 自己所 想 要的圖像還 是有一段 距離 ，所以對圖像 搜 索的 研究還要下大力氣研究。 由于 網(wǎng)絡(luò)現(xiàn)在的 問題：內(nèi)容沒有 良好 的 架構(gòu) ； 網(wǎng)絡(luò)海量 信息 不斷的 增多 。1 WEB 中圖像的檢索技術(shù)研究 第一章 前言 引言 伴隨網(wǎng)絡(luò)技術(shù) 的迅猛 發(fā)展， 圖片的 來源不斷 在 擴(kuò)大，容量 超大 的 高速存儲系統(tǒng) 給 圖片 的海量存儲 給予 了基本保障， 各行業(yè) 對圖像的 趨于增多 ，圖像資源管理和 搜索 也 愈發(fā)重要 。 但由于 網(wǎng)絡(luò) 本身 架構(gòu)、管理 的 種種問題，想 在 網(wǎng)絡(luò)精準(zhǔn) 、 高效 地找到 所需 的圖像，卻變成了件非常不 易之 事。 由此 ， 便出現(xiàn) 了 搜索引擎。 依照 現(xiàn)有的搜索引擎和 國內(nèi)外 有關(guān)研究 人員 的種種資料表明， 現(xiàn)在 的網(wǎng)絡(luò)資源和搜索引擎 的特點 如下 ： (1)搜索的數(shù)據(jù)種類多樣，如視頻、圖片、文字 等。 此外由于搜索引擎大多 是集中式的， 所以搜索引擎服務(wù)器 對 硬件配置 的 要求 也極高， 這樣才能處理巨大的數(shù)據(jù)量以及及時響應(yīng)用戶的檢索 請求； (4)不能有效解決 搜索 失效 的 問題， 大 多時候，搜索引擎會返回 無用 的查詢結(jié)果； (5)各 種 檢索工具各行其事， 無法 相互協(xié)作， 共享資源， 也是一種資源的浪費。 搜索引擎的工作原理 最 初的搜索引擎結(jié)構(gòu) ，是讓 Spider 不停的 從 Web 收集數(shù)據(jù)，存儲在搜索引擎 數(shù)據(jù)庫 當(dāng)中。 2 網(wǎng)絡(luò) 檢索 的基本原理 其實就 是通過 Spider 定期在 web 上運行，發(fā)現(xiàn)新的數(shù)據(jù)，把其取回到本地數(shù)據(jù)庫中，讓用戶 查詢 的 請 求可通過查詢本地的數(shù)據(jù)庫 得到。查詢匹配 就是對用戶寫入的關(guān)鍵字和網(wǎng)頁描述、標(biāo)題來 匹配，并非是通過對全文匹配進(jìn)行的?？墒窃诜诸惥珳?zhǔn)性上也許 不如手工 進(jìn)行 的 分類。一般站點都會有 個 文件來標(biāo)注 服務(wù)器不希望 機(jī)器人 訪問的區(qū)域， 機(jī)器人都必須遵守這 規(guī)定。頁面信息是通過元數(shù)據(jù)這類 形式 來保存的，經(jīng)典的元數(shù)據(jù)有 標(biāo)題、 IP 地址、該頁面簡要的介紹、關(guān)鍵字抑或是索引短語、文件大小和最后 更新的日期 等等。文檔提取 的機(jī)制、索引策略這些 對 搜索引擎 （ web） 的有效性有巨 大的聯(lián)系。一個檢索 所產(chǎn)生的結(jié)果按照提取機(jī)制 的 不同 被分成不同等級提交給用戶，以關(guān)聯(lián)度的 大小排序 。也會 包括該文檔所在的 URL 地 址。 當(dāng) 前，圖 片 搜索引擎 大多 通過以下兩 類 方法 來 識別圖像： (1)自動查找圖像 檔 。 引擎通過檢查擴(kuò)展名來判斷 這個 導(dǎo)向是否 是 圖 片 文件， 假若 文件擴(kuò)展名是 .png、 .jpg、 .gif等 ， 則 說明 是一個可顯示的圖 片文件 。進(jìn)行 歸類 ， 靠 人工對網(wǎng)上的圖像及站點進(jìn)行 篩選 。 由于圖像 與 文本 不同 ，要人們按照 自身 的理解來說明其蘊含的意義， 比 文字更趨于感性。 圖像搜索引擎檢索途徑 傳統(tǒng)圖像檢索技術(shù) 是 靠關(guān)鍵字 精確 的 匹配 來 檢索 ， 即輸入 關(guān)鍵字，輸出圖 片 。即 依據(jù) 圖 片 的文件名 、 目錄名、路徑名、以及圖像周圍 文本 的 信息等 等 外部信息 來 進(jìn)行檢索，這是 當(dāng)前 圖 片 搜索引擎 使用 最多的方法。