1/5基于文本的網(wǎng)絡(luò)圖像信息搜索技術(shù)基于文本的網(wǎng)絡(luò)圖像信息搜索技術(shù)在當(dāng)今社會(huì)的網(wǎng)絡(luò)信息存儲(chǔ)中，圖像方面的信息占據(jù)了越來(lái)越重的比例，根據(jù)之前的調(diào)查表明，互聯(lián)網(wǎng)上有80的信息都來(lái)源于圖像，網(wǎng)民們對(duì)于圖像的搜索需求越來(lái)越高。就目前的技術(shù)來(lái)看，圖像的搜索技術(shù)主要是基于文本和基于圖像內(nèi)容兩種方法。在這兩種技術(shù)方法中，基于文本的網(wǎng)絡(luò)圖像搜索技術(shù)的不斷發(fā)展，更加符合絕大多數(shù)人的搜索習(xí)慣，對(duì)于關(guān)鍵字的描述也相對(duì)準(zhǔn)確。1基于文本的圖像檢索技術(shù)什么是基于文本的圖像搜索技術(shù)基于文本的圖像搜索，就是指在收集圖像的時(shí)候，把這個(gè)圖像周圍的文本也一同收集了起來(lái)，或是在搜索過(guò)程中，圖像中存在的文本被識(shí)別出來(lái)，作為對(duì)于該圖像的定量描述?；谖谋镜膱D像檢索也就是通過(guò)關(guān)鍵字來(lái)進(jìn)行圖像檢索，非常地簡(jiǎn)便并且易于實(shí)現(xiàn)。1基于文本的圖像檢索技術(shù)索引數(shù)據(jù)庫(kù)的建立在基于文本的圖像搜索技術(shù)中，最關(guān)鍵要素就是索引數(shù)據(jù)庫(kù)的建立。建立起這個(gè)索引數(shù)據(jù)庫(kù)，首先就要提取出跟圖像的所有有關(guān)的信息，比如圖像的格式、名稱和尺寸等。2/51基于文本的圖像搜素技術(shù)的特點(diǎn)根據(jù)當(dāng)前的事情來(lái)分析，基于文本的搜索存在著兩方面的困難一方面就是通過(guò)文本上的描述并不能準(zhǔn)確表達(dá)圖像的全部?jī)?nèi)容，因?yàn)槲淖值拿枋瞿芰τ邢?，它只能是通過(guò)定向的詞語(yǔ)或句式來(lái)表達(dá)。一旦圖像中出現(xiàn)了類似不規(guī)則形狀或不常見(jiàn)的紋理時(shí)，就很難應(yīng)用文本對(duì)其進(jìn)行解釋。再有就是通過(guò)文本描述離不開(kāi)會(huì)出現(xiàn)主觀因素的形象，當(dāng)圖像的內(nèi)容過(guò)于豐富，就會(huì)使內(nèi)容上的描述具有很大的主觀性，那么這樣的搜索方法會(huì)出現(xiàn)歧義。但是基于文本的圖像搜素技術(shù)也有很多優(yōu)點(diǎn)，比如說(shuō)可以把圖像的搜索轉(zhuǎn)為了與圖像相適應(yīng)相符合的文本檢索，這樣更加利于實(shí)現(xiàn)。另一方面，由于文本搜索是人工來(lái)控制操作的，所以它的查準(zhǔn)率非常高，可以用來(lái)輔助其他圖像的搜索技術(shù)。如何用文本的方法對(duì)圖像進(jìn)行搜索圖像關(guān)聯(lián)文本的選取基于文本的圖像搜索，其實(shí)就是找到與這個(gè)圖像有關(guān)連的文本，來(lái)對(duì)圖像進(jìn)行索引和標(biāo)注。跟圖像有關(guān)聯(lián)的文本本文由論文聯(lián)盟HTTP/收集整理主要包括了文件的拓展名和超文本文件的圖像標(biāo)記符號(hào)。文件的拓展名就是圖片的存儲(chǔ)格式，常見(jiàn)的有GIF、JPG等，根據(jù)這些文件的拓展名，我們可以很好地定位圖像信息。而超文本文件的3/5圖像標(biāo)記符號(hào)其實(shí)就是讓我們?cè)趯?shí)際的搜索中應(yīng)用到超文本標(biāo)記語(yǔ)言和可拓展標(biāo)記語(yǔ)言。2文本匹配技術(shù)當(dāng)一個(gè)需要被搜索的圖像里所有的文本都提取出來(lái)時(shí)，就要根據(jù)這些文本的特征進(jìn)行排序。不同的排序標(biāo)準(zhǔn)往往會(huì)出現(xiàn)不同的搜索結(jié)果，比如根據(jù)圖片的類型來(lái)進(jìn)行文本搜索，那么我們可能會(huì)搜索出特定的圖片，但如果是根據(jù)這個(gè)圖片的內(nèi)容在網(wǎng)站中進(jìn)行搜索，那么搜索的范圍也會(huì)縮小。如何對(duì)圖像中的文字進(jìn)行提取基于文本區(qū)域空間頻率特征的紋理方法基于文本區(qū)域空間頻率特征的紋理方法，又稱為紋理圖像分割法。主要是采取了平穩(wěn)離散的小波變換來(lái)對(duì)圖像進(jìn)行著分解，由于紋理圖像在局部的區(qū)域內(nèi)是呈現(xiàn)不規(guī)則性，但在整體中又表現(xiàn)出了規(guī)律性，因此可以對(duì)其進(jìn)行分割。這樣的方法可以準(zhǔn)確檢測(cè)到字符與背景的對(duì)比度較小的文本，但是也有一定的缺點(diǎn)由于它產(chǎn)生的文本區(qū)域常常和附近的其他邊緣輪廓相互黏接，所以說(shuō)不能得到文本區(qū)域的精確位置。3連通區(qū)域方法根據(jù)圖像進(jìn)行連通區(qū)域的方法可以有效確定出文本區(qū)域的精確位置和大小，但和基于文本區(qū)域空間頻率特征4/5的紋理方法相反的是，它不能夠檢測(cè)到字符與背景的對(duì)比度較小的文本，因此也有著自身的約束性。3神經(jīng)網(wǎng)絡(luò)方法由于區(qū)域空間紋理法和連通區(qū)域法都有著自身的局限性，所以提出了一種新的方法神經(jīng)網(wǎng)絡(luò)方法。這種方法將紋理法和連通區(qū)域法進(jìn)行了巧妙的融合，通過(guò)整幅的彩色圖像色調(diào)的直方圖來(lái)對(duì)圖像的顏色進(jìn)行分類，當(dāng)字符和背景的對(duì)比度較小時(shí)，根據(jù)圖像中的其他像素顏色，文本和背景的顏色就會(huì)在神經(jīng)網(wǎng)絡(luò)中形成一個(gè)絕大值。在實(shí)際的搜索中，會(huì)用紋理法將圖像分隔成一個(gè)個(gè)可能會(huì)包含著文本的圖像塊，然后用區(qū)域法來(lái)確定文本的大小和具體位置。神經(jīng)網(wǎng)絡(luò)的方法改進(jìn)了紋理法和連通區(qū)域法中存在的不足，是目前為止應(yīng)用最為廣泛的圖像中文字的提取方法。結(jié)論其實(shí)基于文本來(lái)對(duì)圖像進(jìn)行搜索，從根本上說(shuō)就是利用文本的特征來(lái)準(zhǔn)確搜索到圖像，在這里文本就是起到了橋梁的作用。在今后的生活中，互聯(lián)網(wǎng)將會(huì)是一個(gè)多媒體的網(wǎng)絡(luò)，除了文字外，圖像、音頻、視頻都在扮演著越來(lái)越重要的角色。隨著基于文本的圖像搜索技術(shù)發(fā)展水平越來(lái)越高，也有著非常大的現(xiàn)實(shí)意義。但是技術(shù)的發(fā)展并5/5不是