基于内容的Web图片搜索技术研究

摘要：移动互联网、云计算、大数据技术的发展和应用使人类社会进入“互联网+”时代，人们可以通过互联网搜索引擎查询自己期望的信息资源，实现网络购物、在线教育、移动医疗等。目前，互联网容纳了海量的多媒体图片资源，基于内容的Web图片搜索已经成为搜索引擎的研究热点之一，搜索引擎已经引入了神经网络、遗传算法、支持向量机等搜索算法，提高了Web图片搜索的成功率和效率，具有重要的作用和意义。

关键词：Web 图片搜索 搜索引擎 特征提取

中图分类号：TP393.09 文献标识码：A 文章编号：1007-9416（2015）05-0000-00

1 引言

近年来，互联网技术、云计算技术、移动计算、大数据存储技术飞速发展，已经成为人们网络购物、在线教育、移动医疗的重要信息来源。网络资源信息众多，从简单的文本到视频、图像和声音等多媒体资源，增加了人们获取资源的难度[1]。搜索引擎是随着Web信息资源的迅速增加而诞生的一种技术。搜索引擎可以按照既定的搜索策略，在互联网中搜集、发现信息，并且对信息进行理解、提取、组织和处理，根据用户需求反馈搜索结果，从而达到快速导航的信息服务目的[2]。由于搜索引擎主要是输入文字等关键词进行查询，如果图像内容无法通过关键词描述或描述不精确时，搜索引擎就无法准确搜索到客户期望的图片内容[3]。为了提高图片搜索质量，人们提出了基于内容的Web图像搜索技术，该技术可以直接分析图片内容，根据特征进行分类，搜索引擎通过对网络上的多媒体图像进行比对和分析，输出检索的图片资源[4]。

2 基于内容的Web图片搜索关键技术研究

在设计与实现过程中，基于内容的Web图片搜索引擎的关键技术主要包括图片特征提取和表示、特征向量的比对技术、网络海量图片的分析和信息存储等。图片特征提取和表示是基于内容的Web图片搜索最为核心的技术，只有准确提取图片中隐含的内容信息，才可以正确地理解、分析和辨别图像[5]。目前，图像特征主要包括低级特征和高级特征两类，低级特征包括图片颜色、形状、纹理，高级特征主要包括图片中物体名字和图片主题等语义特征。低级特征可以通过图片分割等自动分析技术获取，高级特征需要人工获取。图片特征提取之后，可以使用向量形式进行表示和描述，建立一个良好的图片特征数据库。图片特征向量建立完毕之后，需要采用先进的图片比对技术，图片分析与比对技术主要包括神经网络、遗传算法、支持向量机等算法，可以将用户期望搜索的内容与Web图片信息库进行比对，选择用户期望的图片内容。互联网中的图片资源较多，因此如何组织图片资源，将其保存在一个有效的数据库中，以便人们能够快速地提取图片并且对其进行分析，将特征信息存储到向量特征数据库中，已经是图片搜索的挑战问题。目前常用的图片存储数据库主要采用智能分级网络数据库，可以实现动态添加图片资源、描述图片资源特征、快速搜索等。

3 基于内容的Web图片搜索应用趋势探索

目前，基于内容的Web图片搜索技术将会在数字图书馆、Web图片搜索、家庭电子相册和电子商务等领域得到广泛的应用，以便提高人们获取图片信息资源的能力。

（1）数字图书馆建设。近年来，数字图书管理收录的信息资源越来越丰富，传统的文字搜索已经无法满足需求。基于内容的Web图片搜索引擎可以帮助数字图书馆用户直接搜索多媒体资源，以便能够快速的获取图书资源，为用户提供高可靠。

（2）Web图片搜索。目前，多媒体数据资源在Web内容中占据的比例越来越高，出现了Flas、视频图像等新兴多媒体类型，因此，为了能够满足人们的需求，基于内容的图片搜索可以应用在Web多媒体图像搜索过程中，满足人们获取多媒体信息的需求。

（3）家庭电子相册。目前，智能手机、数码相机、数码摄像机、扫描仪等多媒体录入设备越来越多，越来越多的家庭重视日常生活的留念，使用数字设备拍摄、录制、保存和管理家庭照片和视频资源，但是目前所有的设备都不支持基于内容的检索，必须为每一个照片或视频资源赋予准确的概括的名字，管理工作复杂。因此，基于内容的Web图像搜索技术可以应用于家庭相册软件中，实现自动化、内容式搜索。

（4）电子商务。目前，随着淘宝网、天猫网、京东商城、国美商城、蘑菇街等电子商务网站的快速发展和进步，电子商务已经如雨后春笋般出现在人们的生活过程中。为了能够保证商品的畅销，许多商品都设计和制作了美丽的电子图片、录制视频资源和动画向人们展示。因此，为了能够更好地向用户推广商品，需要根据用户的需求，基于内容直接实现电子商务图片、视频和动画资源搜索，为用户提供直观的购物体验。

4 结语

基于内容的Web图片搜索技术可以采用图片分割、特征提取、特征描述、特征匹配等技术直接搜索图片资源，有效提高人们使用互联网多媒体资源的效率。但是，基于内容的Web图片搜索研究尚处于探索阶段，并没有得到广泛的应用，其研究前景是非常广阔的，未来必将得到广泛的推广。

参考文献

[1]方爽，殷俊杰，徐武平.基于相似图片聚类的Web文本特征算法[J].计算机工程，2014， 32（12）：121-122.

[2]阿斯艳・哈米提，阿不都热西提・哈米提.基于文本的图像检索与基于内容的图像检索技术的比较研究[J].首都师范大学学报：自然科学版，2012，33（4）：116-119.

[3]王伟蔚，张国鹏，邱顶等.基于DICOM文本与内容的医学图像检索系统研究[J].计算机工程与设计，2011，32（3）：1014-1018.

[4]刘颖，范九伦.基于内容的图像检索技术综述[J].西安邮电大学学报，2012，17（2）：111-118.

[5]刘铝.基于内容的图像检索方法的研究与实现[D].湖南大学，2011：2-21.