基于内容的图像检索的图像摘要技术研究(4)
互联网搜索引擎是将整个因特网当做图像数据库，采用网络蜘蛛搜集整个网络上的信息最后使用网络检索技术对其上的图形进行查询检索的搜索引擎。并且它又可分为以下三种：其一，基于网页的图形搜索引擎，主要是采用图像相关网页上的文字来进行检索，且具有收集量大，支持搜索语法和高级搜索等特点。其二，基于图片库的图形搜索引擎[21]，其中不仅包含web中搜集到的图片还包含专业图片。具有图片质量高、有序、搜集的数量少等特点，并且对某些具有宽泛意义的关键词拥有更高的精确性。其三，图像元搜索引擎，本质上是将多个知名度高的独立图像检索引擎结合起来。然后定制统一的搜索引擎界面，这样用户的问题就可以提交给多个其他的搜索引擎。方便了用户。
1.2.3 图像检索的研究现状
1.2.4 图形检索的应用现状
1.3 图形检索引擎的发展趋势
1.3.1 图形检索引擎存在的不足
1.3.2 图形检索引擎的发展趋势
2 图形检索模式分析
一副静态图片中具有许多可用来检索的特征，特征内容可理解为简化了的层次模型如下：
2.1 图形信息特征的层次模型
图 2.1 图像特征的层次模型
1.物理特征
利用颜色，纹理，形状等底层特征[7]来组合。通过图形视觉性来检索。
2.逻辑语义特征
根据图像的逻辑特征检索信息。
3.语义概念层[8]
通过利用图像的抽象属性，对图像中所描述的对象、场景、行为、情感进行高层次的推理。
2.2 图形信检索模式分析
有两点：其一，基于文本的图形检索引擎；其二，基于内容的图形检索引擎。
2.2.1 基于本文的图形检索模型
基于文本的图形检索始于上世纪70年代，是最先应用于图形检索的模型。主要有两点，其一是图像特征抽取，由于原始图像特征数量很大，通过映射的方法，用低文度数据来表示图像，这便是图像特征。其二是图像检索，作为现今各大主流搜索引擎所采用的文本检索模式[9]，其采用全文数据库的检索方法。
2.2.2 基于内容的图形检索模型
简单来说就是查询条件本生就是一个图像。还是主要两点：第一点抽取图像特征，由于图像是像素的集合，像素有时人眼的直观感受，并不能作为直接的检索条件。因此我们利用上面所提到的模型[10]，从颜色特征，纹理特征和形状特征这三方面来进行特征抽取。
2.2.3 基于语义的图形检索模型
基于可视特征提取和表示的图像检索研究极大推动了基于图像内容的发展，通过直接分析图像内容获得图像的数字特征与文本特征相比较。