资源描述：
《基于内容的图像网络教学资源检索研究》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。
1、技术应用2008年4月基于内容的图像网络教学资源检索研究□孟祥增【摘要】本文阐述了图像内容特征的表示、提取方法,在此基础上建立了面向基础教育的图像网络教学资源内容特征与外部信息综合的索引数据库,利用条件检索和自然语言模糊查询结合的方式实现了一个基础教育图像网络教学资源搜索系统,为有效搜索图像网络教学资源提供了一个良好平台。【关键词】基础教育;图像;基于内容;搜索【中图分类号】G40-057【文献标识码】B【文章编号】1009—458x(2008)04—0071—04而图像的文件名、文件格式、文件大小、文件建立时引言间、URL等都是明确的元信息,但图像的内容特征[3]还
2、没有统一的表示规范。我们参考MPEG-7按三层随着网络与数码技术发展,Web中的图像资源结构对图像网络教学资源的属性进行表征,如图1。日益丰富,搜索网络图像教学资源的有效方法是使用[1]图像搜索引擎,但目前的图像搜索引擎主要是利用关键词进行图像检索,搜索的准确率不高。为了解决这个问题,近十几年发展起来了基于内容的图像检索技术,通过自动分析提取图像低层的视觉特征(如图像的颜色、纹理、形状、布局等),利用模式识别等获得中层的对象特征和高层的主题特征,增加对图像内容信息的标引深度,然后针对图像的内容特征进行检索,避免因简单的关键词描述而造成图像描述的主[2]观片面性和不完整
3、性,提高检索准确率。图1图像的内容特征表示本文根据中小学课本中的图像主题词,通过Google对Web中的相关图像进行预搜索并下载图像1.图像的全局特征文件和所在网页,然后进行内容特征分析、提取,建图像的全局特征包括图像主题、主题分类、图像立基础教育网络教学资源图像索引数据库,最后利用类别、主色调、图像的大小和缩微图。条件检索结合自然语言模糊查询方式,实现基于图像图像的主题是指图像所表现的内容或涵义。我们主题和视觉特征的基础教育图像网络教学资源搜索,将从Web网页的相关文本(如图像文件名、标签、在很大程度上提高了网络教学资源图像搜索准确率,周边的文字、网页标题、链接网页
4、的标题以及图像的为有效利用网络图像教育教学资源提供了支持平台。URL、网页的URL和链接的URL等)提取的描述图下面就图像的内容特征表示、提取方法、检索算法等像主题的短语、句子和文字,利用英文—拼音—缩写做较为详细的介绍。词—汉语词典对文本中的英文、拼音、缩写词翻译成中文,然后利用中文分词词典进行分词,提取具有实图像的内容特征表示际意义的名词、动词、形容词或词组作为描述图像主题的主题词组。Web网页中的图像都是以文件形式存在的,因主题分类是按照图像的主题词进行的分类。图像71DISTANCEEDUCATIONINCHINA技术应用2008年4月的主题词代表了图像的全部
5、或部分关键信息。我们首先按图像主题词可能代表的图像特征对图像主题词进行分类,建立图像主题词分类体系。本着主题越相似,分类距离越小的原则,我们将图像主题分为人物、动物、植物、自然、建筑、物品、场景、创作共8类,每类又分若干子类,按层次结构逐层逐级展开,直至具体主题名词,如图2。我们根据图像的主图3图像的内容分类题词组与图像主题分类体系的分类路径的相关性将该分类进行了专门研究,建立了结合图像主题和内容特[3]图像分到最相关的一类或几类中。如果一幅图像只征的图像分类体系(http://210.44.4.10/cbxy/txfl/in-有一个主题词,且该主题词包含在一个分类路
6、径中,dex.asp),以求对图像资源能够有一个共识的分类则将该图像分为该路径类;如果一幅图像有多个主题体系。词,或一个主题词包含在多个分类路径中,则按最大主色调指图像中使用较多的颜色。我们采用改进相关性原则分类,将其划分到具有最大相关性的分类的HSI颜色模型,将整个颜色空间压缩到半径为0.5路径中。两个主题词集的相关性用相关词(同名词和的圆内,计算区域内像素的颜色直方图Hist(h,s,i),同义词)的比率表示。例如,某照片的主题词是“武其中H均匀量化18份,S均匀量化5份,I均匀量夷山、风光”,与分类路径“自然/山/武夷山”和化10份,共611种有效颜色。我们提取
7、三维直方图“场景/风景”的相关词比率分别为2/5和2/4,与其Hist(h,s,i)的前5个极大值(而非最大值)对应的颜它分类路径的相关词比率为0,则该照片分为“场景色作为区域的主色调,用RGB值表示。/风景”类。我们将图像对角线的长度大于900像素的分为大图像,小于180像素的分为小图像,其它分为中图像;缩微图是原图像的缩小版,其宽、高分别不大于160、120像素,用于图像的缩微显示。2.图像的局部区域特征图像的内容和结构特征主要表现在图像的局部区域上,要实现图像的内容和结构分析,必须通过图像分割、区域特征提取,才能实现图像中局部区域的识别。图像分
