图像的语义化标注和检索关键技术研究

《图像的语义化标注和检索关键技术研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、分类号TP391密级图像的语义化标注和检索关键技术研究研究生姓名：李倩倩指导教师姓名、职称：阳爱民教授学科专业：计算机应用技术研究方向：智能信息处理湖南工业大学二〇〇八年五月二十日万方数据分类号TP391密级图像的语义化标注和检索关键技术研究ResearchonTechnologiesofImageSemanticAnnotationandRetrieval研究生姓名：李倩倩指导教师姓名、职称：阳爱民教授学科专业：计算机应用技术研究方向：智能信息处理论文答辩日期答辩委员会主席湖南工业大学二〇〇八年五月二十日万方数据湖南工业大学学位论文原创性声明本人郑重声明：所呈交的

2、学位论文，是本人在导师的指导下，独立进行研究工作所取得的成果。除文中已经注明引用的内容外，本论文不含任何其他个人或集体已经发表或撰写过的作品成果。对本文的研究做出重要贡献的个人和集体，均已在文中以明确方式标明。本人完全意识到本声明的法律结果由本人承担。作者签名：日期：年月日湖南工业大学论文版权使用授权书本人了解湖南工业大学有关保留、使用学位论文的规定，即：学校有权保留学位论文，允许学位论文被查阅和借阅；学校可以公布学位论文的全部或部分内容，可以采用复印、缩印或其他手段保存学位论文；学校可根据国家或湖南省有关部门规定送交学位论文。作者签名：导师签名：日期：年月日万方数

3、据摘要如何有效地组织、管理和充分利用多媒体信息资源，如何快速、高效地查询、检索所需要的多媒体信息是当今媒体信息处理与理解领域的研究热点。对于非结构化的图像数据，传统的基于文本的检索方法和基于内容的检索方法不能解决基于高层语义的图像检索中存在的问题。在实际应用中，用户需要的是对图像即高层概念特征的查询。本文旨在弥合可感知的媒体视觉特征与高层概念特征间的“语义鸿沟”，设计并实现了一个基于语义的图像标注和检索原型系统，该研究的创新点体现在以下三个方面：1.构建特定领域的图像语义知识库和新的MPEG-7描述方案利用本体规范化描述领域知识的特点，在图像的对象和对象关系层上，建

4、立一个针对特定领域的图像语义知识库。对MPEG-7的多媒体描述方案进行扩展，得到新的描述方案，提供了能与MPEG-7标准的描述相互转换的扩展描述机制。2.图像语义的获取和标注采用图像分割算法获取图像包含的对象信息，与用户进行交互，通过区域融合获取最终的图像对象区域。根据图像语义本体库描述出图像的内容，采用MPEG-7标准和图形化的表示方式对语义内容进行组织，获得对图像语义理解的最终表示形式。3.基于语义的图像检索基于图形化的图像语义标注模型，建立基于路径的索引机制，对图像语义标注文档进行检索。在检索过程的实现中，利用Lucene搜索引擎技术建立索引，利用Xpath对

5、XML文档的操作，实现了基于语义的图像检索。在实验中，与全文检索方法进行比较。分别对这两种方法得到的查询结果计算查全率和查准率。实验表明本文提出的图像语义标注和检索系统可有效实现基于语义的图像检索。关键词：图像标注，语义知识库，MPEG-7，基于语义的图像检索，基于路径的检索I万方数据ABSTRACTWiththedevelopmentofcomputerandnetworktechnology,theresearchfocuseshowtoeffectivelyorganize,manageandfullyusemultimediainformation,howt

6、ofastandeffectivelyqueryandretrievalneedfulthemincurrentdomainofmediainformationprocessandunderstanding.Forunstructuredimagedata,thetraditionaltextualretrievalmethodandtheContent-BasedImageRetrieval(CBIR)cannotsolvetheproblemsinsemanticbasedimageretrieval.Inthepracticalapplication,user

7、sneedtoqueryimagesbasedonthehighlevelconceptfeatures.Inordertobridgethe“semanticgap”betweenvisualfeaturesandconceptfeatures,thispaperdesignsandimplementsaprototypesystemofimageannotationandretrievalbasedonsemantic.Itsnoveltyincludesthefollowingthreeaspects:1.Constructimagesemantickno