1、该文档不包含其他附件(如表格、图纸)，本站只保证下载后内容跟在线阅读一样，不确保内容完整性，请务必认真阅读。
2、有的文档阅读时显示本站（www.woc88.com）水印的，下载后是没有本站水印的（仅在线阅读显示），请放心下载。
3、除PDF格式下载后需转换成word才能编辑，其他下载后均可以随意编辑、修改、打印。
4、有的标题标有”最新”、多篇，实质内容并不相符，下载内容以在线阅读为准，请认真阅读全文再下载。
5、该文档为会员上传，下载所得收益全部归上传者所有，若您对文档版权有异议，可联系客服认领，既往收入全部归您。
像检索技术的应用领域不断扩大，这为图像检索技术的继续研究提供条件。
以此同时，随着网络传送速度与计算机信息处理速度的提高，网页中对多媒体信息的使用变得十分普及，特别是图像信息，己经成为表示网页内容不可缺少的组成部分。
在实现对网页中文本信息提取的同时，如何再为用户抽取所需的图片资料，是信息检索中个重要的方面。
于是各种基于的图像检索系统应运而生。
它们采用不同的工作方式，极大地方便了用户对网上图像进行检索。
本文首先介绍各种图像检索技术的工作原理研究现状相关图像检索引擎与发展趋势然后，对几种比较热门的图像检索算法进行研究和对比。
关键字图像检索检索引擎文本处理信息检索相似度相关反馈目录前言课题来源现有的图像检索技术检索引擎的工作原理图像检索引擎的检索途径对几个基本引擎的分析检索引擎的基本要点图像检索的发展方向基于颜色的图像检索颜色特征提取相似度计算实验结果基于纹理的图像检索纹理特征提取相似度计算实验结果综合颜色和纹理特征的图像检索综合特征检索的思想相关反馈实验结果及结论基于的图像检索文本与图像之间的关系表示图像内容的文本标记文本的权值比较图像信息检索检索模型与相似度分词技术和匹配方法检索反馈实验结果总结参考文献致谢，仲恺农业工程学院毕业论文设计成绩评定表，前言课题来源据统计，人类接受的外部信息，以上来自视觉，图像作为种内容丰富，表现直观的多媒体信息被大量广泛地使用，如何有效管理检索图像信息成为迫切需要解决的问题。
传统的基于文本的检索无法满足海量环境下多媒体信息库的检索要求。
为了克服基于文本方法的局限性，出现了基于内容的图像检索。
随着多媒体技术及网络的迅速发展，图像来源不断扩大，大容量高速存储系统为图像的海量存储提供了基本保障，各行各业对图像的使用越来越多，图像信息资源的管理和检索也就显得越来越重要。
但由于本身结构上管理上的问题，想要在准确快速全面地找到自己所想要的图像，却变成了件非常不容易的事。
由于现有的问题内容没有结构网上信息量庞大且还在不断的增加。
的检索而。
基于手工标注的检索。
手工对图像的内容如物体背景颜色等进行描述并分类，将其标注为系列关键字，并建立索引。
检索时，将主要在这些描述词中检索用户输入的关键字。
这种查询方式是比较准确的，般可名链路标签以及图像周围的文本信息等外部信息进行检索，这是目前图像检索引擎采用最多的方法。
在找出图像文件后，图像检索引擎通过查看文件名或路径名确定文件内容，也可以通过查看图像的标题来匹配检索词索技术是基于关键字的精确匹配检索，系统内的图像用关键字标识，检索线索是与标识相致的关键字，即输入是关键字，输出是图像。
它又包括两种途径基于图像外部信息进行检索。
即根据图像的文件名或目录名路径查询体系，但劳动强度太大，因此要限制处理图像的数量。
由于图像不同于文本，需要人们按照各自的理解来说明其蕴含的意义，因此图像检索比文本的查询和匹配要困难得多。
图像检索引擎的检索途径关键词检索传统的图像检。
检索引擎通过检查文件扩展名来判断其导向的是否为图像文件，如果文件扩展名是或，即是个可显示的图像。
人工干预找出图像。
进行分类，由人工对网上的图像及站点进行选择。
这种方法可以产生准确的文件。
通过两个标签，即和来检测是否存在可显示的图像文件，表示显示下面的图像文件，导向的是嵌入式图像而则表示下都必须遵守这个规定。
如果是自动索引的话，在得到页面以后，需要对该页面根据其内容进行索引，根据它的关键字的情况把它归到类中。
页面的信息是通过元数据的形式保存的，典型的元数据包括标题地址个该页面的简要的介绍，关键字或者是索引短语文件的大小和最后的更新的日期。
尽管元数据有定的标准，但是很多站点都采用自己的模板。
文档提取机制和索引策略对检索引擎的有效性有很大的关系。
高级的检索选项般包括布尔方法或者是短语匹配和自然语言处理。
个查询所产生的结果按照提取机制被分成不同的等级提交给用户。
最相关的放在最前面。
每个提取出来的文档的元数据被显示给用户。
同时包括该文档所在的地址。
另外有些关于个主题的专门的引擎，它们只对个主题的内容进行检索和处理，这样信息的取全率和精度相对就比较高。
目前，图像检索引擎主要通过以下两种方法识别图像自动查找图像文件。
通过两个标签，即和来检测是否存在可显示的图像文件，表示显示下面的图像文件，导向的是嵌入式图像而则表示下面是个链接，导向的是被链接的图像。
检索引擎通过检查文件扩展名来判断其导向的是否为图像文件，如果文件扩展名是或，即是个可显示的图像。
人工干预找出图像。
进行分类，由人工对网上的图像及站点进行选择。
这种方法可以产生准确的查询体系，但劳动强度太大，因此要限制处理图像的数量。
由于图像不同于文本，需要人们按照各自的理解来说明其蕴含的意义，因此图像检索比文本的查询和匹配要困难得多。
图像检索引擎的检索途径关键词检索传统的图像检索技术是基于关键字的精确匹配检索，系统内的图像用关键字标识，检索线索是与标识相致的关键字，即输入是关键字，输出是图像。
它又包括两种途径基于图像外部信息进行检索。
即根据图像的文件名或目录名路径名链路标签以及图像周围的文本信息等外部信息进行检索，这是目前图像检索引擎采用最多的方法。
在找出图像文件后，图像检索引擎通过查看文件名或路径名确定文件内容，也可以通过查看图像的标题来匹配检索词。
基于手工标注的检索。
手工对图像的内容如物体背景颜色等进行描述并分类，将其标注为系列关键字，并建立索引。
检索时，将主要在这些描述词中检索用户输入的关键字。
这种查询方式是比较准确的，般可以获得较好的查准率，但需人工参与，劳动强度大，因而限制了可处理的图像数量。
另外，由于图像所包含的信息量庞大，不同用户对于同张图像的看法又不尽相同，导致了对图像的标注缺乏统标准。
图像可视属性的检索而基于图像内容的检索主要是由图像分析软件自动抽取图像的颜色形状纹理等特征，建立特征索引库，其输入为用户要查找的图像的大致特征描述或示例，通过定相似性匹配规则，输出为与之具有相近特征的图像，按相似程度排列，供用户选择，从而把在传统图像检索技术中般用户难以完成的图像特征描述提取与识别等难题，交由系统
毕业论文_图像检索技术研究（7）
