基于語義自動標(biāo)注算法的圖像檢索系統(tǒng)研究.pdf

1、隨著消費類數(shù)碼相機(jī)的日益普及和網(wǎng)絡(luò)多媒體信息的廣泛傳播，數(shù)字圖像迅速產(chǎn)生和堆積。如何實現(xiàn)大規(guī)模圖像數(shù)據(jù)的有效管理和查詢，已經(jīng)成為多媒體技術(shù)領(lǐng)域的重要研究課題。
　　20世紀(jì)70年代末，人們就開始對圖像檢索技術(shù)進(jìn)行研究。最初被研究的是基于文本的圖像檢索技術(shù)(簡稱TBIR)，這種技術(shù)需要手工添加文本標(biāo)簽。但是，隨著近年來圖像來源的不斷豐富和格式的多樣化，對龐大圖像數(shù)據(jù)進(jìn)行手工標(biāo)注已經(jīng)變得非常不現(xiàn)實。上世紀(jì)90年代初，出現(xiàn)了基于內(nèi)容的圖

2、像檢索技術(shù)(簡稱CBIR)，這種檢索技術(shù)主要是通過顏色和紋理等低層視覺特征來描述圖像進(jìn)而實現(xiàn)查詢。但是，人們很快又發(fā)現(xiàn)，圖像的低層特征與高層語義之間存在所謂的“語義鴻溝”。而基于圖像語義自動標(biāo)注的檢索技術(shù)，可以通過事先對圖像數(shù)據(jù)庫進(jìn)行自動索引標(biāo)記，從而實現(xiàn)高級語義檢索的目的，試圖縮小語義鴻溝。
　　首先，本文提出了一種新的基于本體的圖像標(biāo)注框架。該框架結(jié)合領(lǐng)域本體中語義概念的關(guān)系，通過層次概率篩選獲得較為準(zhǔn)確的圖像高層語義概念，實

3、現(xiàn)圖像的語義標(biāo)注。第一次標(biāo)注時，通過提取和聚類訓(xùn)練集中的基元圖像，采用統(tǒng)計學(xué)習(xí)方法建立基元類和語義概念之間的關(guān)聯(lián)概率，并采用貝葉斯算法計算出本體與待標(biāo)注圖像中概念的后驗概率，取后驗概率較大的詞匯標(biāo)注該圖像;二次標(biāo)注時，結(jié)合圖像本體中概念之間的語義關(guān)系，獲取圖像的高層語義，由此實現(xiàn)待標(biāo)注圖像語義的自動標(biāo)注。
　　其次，采用java語言、MyEclipse集成開發(fā)環(huán)境以及MySQL數(shù)據(jù)庫管理系統(tǒng)等平臺，設(shè)計實現(xiàn)了一個基于HSV、RGB