【正文】 圖像檢索的原理意義和用途； 2021 年 2月 11日 2021 年 3月 5 日 完成開題報告，并深入學(xué)習(xí)實現(xiàn)一 個圖像檢索系統(tǒng)的知識； 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，完 成畢業(yè)設(shè)計論文初稿； 2021 年 5月 26日 2021 年 6月 15日 跟據(jù)導(dǎo)師意見認真修改，校對論文 初稿，最后完成論文； 2021 年 6月 16日 2021 年 6月 21日 準備畢業(yè)論文答辯； 七、 參考文獻 [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 J2EE企業(yè)應(yīng)用實戰(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，張箐，李曉光。 掌握相關(guān)技術(shù)知識后運用 MyEclipse 和 MySQL 工具即可進行開發(fā)。 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。 五、 實驗方案的可行性分析和已具備的實驗條件 隨著圖像檢索技術(shù)的發(fā)展，目前已有不少應(yīng)用于實踐環(huán)境的圖像檢索系統(tǒng)。掌握 MyEclipse 和 MySQL 的使用 . 2. 理解開源爬蟲 Heritrix 的架構(gòu)和運行機制，學(xué)會擴展和定制自己的Heritrix. 3. 掌握 HTMLParser 和正則表達式等網(wǎng)頁信息提取方法 4. 運用開發(fā)工具完成界面設(shè)計和系統(tǒng)的架構(gòu)設(shè)計， 并實現(xiàn)具體的框架結(jié)構(gòu)代碼。 研究的內(nèi)容主要有： 1. 利用網(wǎng)絡(luò)爬蟲 Heritrix 進行網(wǎng)頁圖片爬取， 2. 利用正則表達式和 HTMLParser 進行網(wǎng)頁分析和信息提取 3. 運用 JSP,數(shù)據(jù)庫， strust2， Hibernate 等技術(shù)實現(xiàn)圖像檢索系統(tǒng)。 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。以往，搜索服務(wù)都是依據(jù)輸入的關(guān)鍵字，列出符合關(guān)鍵字的信息。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。由于有生物學(xué)驗證這一技術(shù)作基礎(chǔ)，對于感性搜索來說，提高圖像、語音、動畫數(shù)據(jù)的特征提取準確度以及加快檢索速度不會花很長時間。 2021～ 2021 年 :語義搜索和感性搜索技術(shù)將逐漸興起。在這一時期，語義搜索還沒有廣泛普及， 帶有 分析功能的搜索服務(wù)開始嶄露頭角，尤其是商業(yè)智能廠商提供的面向企業(yè)的信息搜索解決方案引起人們的廣泛關(guān)注。 可以說，三個方向都是相互影響和促進的，任何一個方向的進展都會促進圖像檢索技術(shù)向前更進一步。 結(jié)合文本和內(nèi)容，進行融合性研究。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，但是要突破對低層次特征的分析，實現(xiàn)更高語義上的檢索，實現(xiàn)難度大，進展慢。但是因為受控詞匯本身的局限，易歧義，更新慢，所以不太容易應(yīng)對網(wǎng)絡(luò)上日新月異的各類圖像。試圖將傳統(tǒng)的文本檢索技術(shù)移植于對多媒體信息的檢索上，因為基于文本的檢索技術(shù)發(fā)展已經(jīng)成熟。 基于文本和基于內(nèi)容是圖像檢索發(fā)展的兩個分支，不過從目前圖像檢索研究的趨勢而言，尤其結(jié)合網(wǎng)絡(luò)環(huán)境下圖像的特征 —— 嵌入在具有文本內(nèi)容的 Web文檔中，出現(xiàn)了三個不同的研究著眼點。因為圖像的規(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。到 90年代以后，出現(xiàn)了對圖像的內(nèi)容語義，如圖像的顏色、紋理、布局等進行分析和檢索的圖像檢索技術(shù)，即基于內(nèi)容的圖像檢索 (Contentbased Image Retrieval，簡稱 CBIR）技術(shù)。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。 5. 了解網(wǎng)絡(luò)爬蟲的原理及工作流程，充分閱讀 Heritrix 的開放源代碼，會利用 Heritrix 從網(wǎng)上爬圖片存入數(shù)據(jù)庫。 3. 學(xué)習(xí)并掌握項目開發(fā)用到的相關(guān) 工具及軟件的使用。） 1. 系統(tǒng)學(xué)習(xí) Java 編程語言，熟練掌握 Java 語言的基本思想和相關(guān)的編程技術(shù)。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]. 計算機研究與發(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。并建立一個圖片檢索系統(tǒng)的 Web工程，實現(xiàn)檢索功能。 本文的研究重點在于使用網(wǎng)絡(luò)爬蟲框架 Heritrix 進行擴 展，從網(wǎng)絡(luò)上下載所需網(wǎng)頁及圖片并利用 HTMLParser 進行網(wǎng)頁分析和圖片相關(guān)信息提取。 而搜集圖片和建立索引又是實現(xiàn)圖像檢索技術(shù)的非常重要的一個環(huán)節(jié)。 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)。 圖像檢索一直是信息檢索領(lǐng)域的一個主流問題，涉及到圖像處理、圖像分割、模式識別及機器學(xué)習(xí)等多個方面。 畢業(yè)設(shè)計（論文）說明書 學(xué) 院 專 業(yè) 年 級 姓 名 指導(dǎo)教師 年 月 日 畢業(yè)設(shè)計（論文）任務(wù)書 題目： 圖像檢索系統(tǒng)的設(shè)計與實現(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 指導(dǎo)教師 職 稱 講師 一、 原始依據(jù)（包括設(shè)計或論文的工作基礎(chǔ)、研究條件、應(yīng)用環(huán)境、工作目的等。） 隨著互聯(lián)網(wǎng)的飛速發(fā)展，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。檢索的智能化和自動化是圖像檢索的目標(biāo)。在檢索原理上，無論是基于文本的圖像檢索還是基于內(nèi)容的圖像檢索，主要包括三方面：一方面對用戶需求的分析和轉(zhuǎn)化，形成可以檢索索引數(shù)據(jù)庫的提問；另一方面，收集和加工圖像資源，提取特征，分析并進行標(biāo)引，建立圖像的索引數(shù)據(jù)庫；最后一方面是根據(jù)相似度算法，計算用戶提問與索引數(shù)據(jù)庫中記錄的相似度大小，提取出滿足閾值的記錄作為結(jié)果，按照相似度降序的方式輸出。網(wǎng)絡(luò)爬蟲程序就是用來搜集網(wǎng)頁和圖片的程序。完成上述工作后，再將圖片的目錄位置和提取的信息存入數(shù)據(jù)庫。開發(fā)語言為 Java, 開發(fā)工具為 MyEclipse 和MySQL 及 Tomcat. 二、 參考文獻 [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].情報探索（第 7期） ,. [5] Rafael and Richard ． Digital Image Processing Second Edition [M]． Prentice Hall, 20213． [6] 沈蘭蓀，張箐，李曉光?；?HTMLParser的網(wǎng)頁信息提取 [J] .兵工自動化 (第 7期 )， 2021， 7. 三、 設(shè)計（研究）內(nèi)容和要求（包括設(shè)計或研究內(nèi)容、主要指標(biāo)與技術(shù)參數(shù)，并根據(jù)課題性質(zhì)對學(xué)生提出具體要求。 2. 學(xué)習(xí)并掌握機器學(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)。 4. 了解圖像檢索的原理，發(fā)展，意義及用途，及圖像檢索系統(tǒng)的設(shè)計思路。 6. 掌握正則表達式及 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)計和代碼開發(fā) 8. 對該系統(tǒng)進行充分的測試，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 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（論文）開題報告 課題名稱 圖像檢索系統(tǒng)的設(shè)計與實現(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 ,人們對圖形、圖像等多媒體數(shù)據(jù)的需求也越來越強烈。 二、 國內(nèi)外發(fā)展?fàn)顩r 從 20世紀 70年代開始，有關(guān)圖像檢索的研究就已開始，當(dāng)時主要是基于文本的圖像檢索技術(shù)（ Textbased Image Retrieval，簡稱 TBIR），利用文本描述的方式描述圖像的特征，如繪畫作品的作者、年代、流派、尺寸等。 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。目前已有不少應(yīng)用于實踐環(huán)境的基于內(nèi)容圖像檢索系統(tǒng)，如由 IBM 公司開 發(fā)的最早商業(yè)化 QBIC 系統(tǒng)，以及由哥倫比亞大學(xué)研發(fā)的WebSeek 系統(tǒng)、麻省理工學(xué)院研發(fā)的 Photobook 系統(tǒng)等。 立足于文本，對圖像進行檢索 。如 PageRank 方法、概率方法、位置方法、摘要方法、分類或聚類方法、詞性標(biāo)注法等，不僅技術(shù)發(fā)展較為成熟，同時分析 和實現(xiàn)的難度略小。 立足于圖像內(nèi)容，對圖像進行分析和檢索。不過 ，基于內(nèi)容的圖像檢索建立在多媒體信息的內(nèi)容語義上，能夠更為客觀地反映媒體本質(zhì)的特征。發(fā)揮各自的優(yōu)勢促進圖像的高效、簡單檢索方式的實現(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，同時結(jié)合對圖像的內(nèi)容分析，共同標(biāo)引達到對圖像的分析和檢索。 下一代搜索技術(shù)： 2021～ 2021 年 :具有聯(lián)想技術(shù)和分析功能的搜索服務(wù)逐漸興起。通過對博客及 SNS 等媒體公布的有關(guān)公司產(chǎn)品或宣傳活動的評測進行即時分析，可以為企業(yè)的市場運營提供更多有益的參考。將語義搜索用于特定領(lǐng)域或?qū)ο髸r，可以達到高度適合率和再現(xiàn)率，這一結(jié)論已 經(jīng)得到實際驗證。 2021 年以后 :階梯式搜索方 法將投入使用。 技術(shù)趨勢 :在互聯(lián)網(wǎng)時代，包括文件、圖像、語音、動畫、視頻、虛擬世界等在內(nèi)的數(shù)據(jù)呈指數(shù)級增長，搜索技術(shù)顯得越來越重要。未來，全新的搜索服務(wù)模式將出現(xiàn)。 2. 綜合運用機器學(xué)習(xí)， JSP，數(shù)據(jù)庫，圖像處理，網(wǎng)絡(luò)爬蟲等相關(guān)技術(shù)完成一個 BS架構(gòu)的的圖像檢索系統(tǒng)的實現(xiàn)。 四、 研究方法，手段 1. 基礎(chǔ)知識和開發(fā)工具的學(xué)習(xí)：掌握 Java,JSP，數(shù)據(jù)庫，圖像處理等相關(guān)知識。 5. 對系統(tǒng)進行測試并改進完善。在實踐上具有參考性。 網(wǎng)頁分析和信息提取技術(shù)也是熱門的研究話題，為實驗原理提供基礎(chǔ)為算法的編寫提供可行性證明。 開發(fā)平臺穩(wěn)定且功能強大，工具的開發(fā)與設(shè)計均是可行的。圖像檢索與壓縮域處理技術(shù)