图片搜索

图片搜索是通过搜索程序，向用户提供互联网上相关的图片资料的服务。

基于内容的图片搜索

• 对类型2，涉及了数据库管理、计算机视觉、图像处理、模式识别、信息检索和认知心理学等诸多学科，其相关技术主要包括:图像数据模型、特征提取方法、索引结构、相似性度量、查询表达模式、检索方法等。相似图片的检测主要涉及特征表示和相似性度量这两类关键技术。图像特征的提取与表达是基于内容的图像处理技术的基础。从广义上讲，图像的特征包括基于文本的特征(如关键字、注释等)和视觉特征(如颜色、纹理、形状等)两类。由于我们需要处理相似图片的识别，这里主要介绍图像视觉特征的提取和表达。
• 视觉特征又可分为通用的视觉特征和领域相关(局部/专用)的视觉特征。前者用于描述所有图像共有的特征，与图像的具体类型或内容无关，主要包括颜色、纹理和形状;后者则建立在对所描述图像内容的某些先验知识(或假设)的基础上，与具体的应用紧密有关，例如人的面部特征或指纹特征等。由于领域相关的图像特征主要属于模式识别的研究范围，并涉及许多专业的领域知识，在此我们就不再详述，而只考虑通用的视觉特征。
• 对于某个特定的图像特征，通常又有多种不同的表达方法。由于人们主观认识上的千差万别，对于某个特征并不存在一个所谓的最佳的表达方式。事实上，图像特征的不同表达方式从各个不同的角度刻画了该特征的某些性质。

图片搜索面临的问题

1. 尺度变化：尺度变化可以有多种形式，包括图像的放大、缩小以及长宽比的改变等等。在网络上，常见的变化是将原来较大的图像变换为相对尺寸较小的图像，以减少存储空间需求和加快网络传输速度。

2. 颜色变化：在许多情况下，彩色图像会被转化为对应的灰度图像，而灰度图像也可能被转化为彩色图像。对于空间遥感图像等，由于原始图像的阅读比较困难，人们往往将图像人为加上不同的颜色以区分图像中的各种区域。

3. 存储格式引起的失真：图像本身有着巨大的数据量，如今人们在存储图像时一般会使用各种不同的压缩算法。常用的算法如JPEG、GIF、PNG等等。为了实现比较高的压缩性能，这些算法绝大多数都是有损压缩，即压缩后的图像不能无失真地进行恢复。所以，当图像在不同格式之间进行转化时，转化前后的图像之间总会存在一定差异。由于这些差异的存在，直接比较两幅图像以判断其是否重复的方法是不可行的。

4. 数字水印：许多艺术图像等具有一定的知识版权，而网络则很容易造成非授权图像的流传。所以，目前人们往往采用数字水印(watermarking)方法在不影响图像视觉效果的情况向图像中注入一定的隐藏信息。

相关条目

• 搜索引擎

参考来源

• http://blog.minidx.com/2007/12/19/265.html
• http://baike.baidu.com/view/239484.htm