ImageCluster：自適應(yīng)智能圖像聚類系統(tǒng).pdf

1、隨著信息科學(xué)的進步和互聯(lián)網(wǎng)絡(luò)的發(fā)展，網(wǎng)絡(luò)信息資源越來越豐富，信息量呈爆炸式地增長。目前大多數(shù)網(wǎng)絡(luò)信息檢索的主體是文本信息。隨著網(wǎng)絡(luò)多媒體信息量的極速增長和多媒體檢索技術(shù)的發(fā)展，多媒體信息的檢索逐漸變得普遍，比如圖像檢索，視頻/音頻檢索。 在傳統(tǒng)的圖像/網(wǎng)頁搜索引擎中，由于查詢詞的模糊性和檢索機制的限制，給用戶獲得自己所需要的信息設(shè)置了障礙。因為大量的不同主題的搜索結(jié)果被統(tǒng)一地以鏈接加圖像縮略圖或摘要的形式展現(xiàn)出來，用戶需要花費大

2、量的時間定位自己需要的圖像/網(wǎng)頁。根據(jù)語義等其他特征對結(jié)果進行聚類的方法被認(rèn)為是解決此類問題的一種有效手段。 本論文在多媒體理論，圖論，信息論以及模式識別理論的指導(dǎo)下，提出了一種自適應(yīng)智能圖像聚類技術(shù)，設(shè)計并實現(xiàn)了ImageCluster智能圖像聚類系統(tǒng)。本論文提出了一種基于規(guī)則和統(tǒng)計的特征融合算法FFRS，較好地融合了圖像的視覺特征和語義特征。FFRS使用圖像的視覺特征來輔助圖像的語義特征，從而使圖像的融合特征更能反應(yīng)圖像的本

3、質(zhì)特征。本論文提出了一個基于顏色和語義結(jié)合特征的自適應(yīng)階段式聚類法 TSCM，該方法結(jié)合了不同層次的圖像特征，利用了現(xiàn)有多種聚類算法的優(yōu)點對圖像進行聚類，同時通過提取主題關(guān)鍵詞，為每類賦予含義。最后聚類結(jié)果將以一種非常直觀以及生動的星爆圖的方式返回給用戶。本論文詳細(xì)介紹了上述算法的工作原理，并在此基礎(chǔ)上設(shè)計實現(xiàn)了基于B/S架構(gòu)的智能圖像聚類檢索系統(tǒng)。 在實驗中，通過計算聚類均方差和用戶評估，說明本文提出的FFRS基于融合特征的三