《一种基于内容的图像检索语言的设计与实现》由会员分享，可在线阅读，更多相关《一种基于内容的图像检索语言的设计与实现（71页珍藏版）》请在金锄头文库上搜索。
1、 代号代号 分 类 号分 类 号 学号学号 密级密级 1070110701 TP311.5 公开公开 09211213680921121368 题题（中、英文）（中、英文）目目 一种一种基于内容的图像检索语言的设计与实现基于内容的图像检索语言的设计与实现 Design and Implementation ofDesign and Implementation of A A Content Based Image Content Based Image RetrievalRetrieval LanguageLanguage 作 者 姓 名作 者 姓 名 李潜李潜 指导教师姓名指导教师姓名、 职
2、务职务 陈平陈平 教授教授 学 科 门 类学 科 门 类 工工 学学 提交论文日期提交论文日期 二一二一二二年一月年一月 学科、 专业学科、 专业 计算机软件与理论计算机软件与理论 西安电子科技大学 学位论文独创性（或创新性）声明 秉承学校严谨的学风和优良的科学道德，本人声明所呈交的论文是我个人在 导师指导下进行的研究工作及取得的研究成果。尽我所知，除了文中特别加以标 注和致谢中所罗列的内容以外，论文中不包含其他人已经发表或撰写过的研究成 果；也不包含为获得西安电子科技大学或其它教育机构的学位或证书而使用过的 材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中做了明确的说 明并表示了谢
3、意。 申请学位论文与资料若有不实之处，本人承担一切的法律责任。 本人签名： 日期 西安电子科技大学 关于论文使用授权的说明 本人完全了解西安电子科技大学有关保留和使用学位论文的规定，即：研究 生在校攻读学位期间论文工作的知识产权单位属西安电子科技大学。学校有权保 留送交论文的复印件，允许查阅和借阅论文；学校可以公布论文的全部或部分内 容，可以允许采用影印、缩印或其它复制手段保存论文。同时本人保证，毕业后 结合学位论文研究课题再撰写的文章一律署名单位为西安电子科技大学。 （保密的论文在解密后遵守此规定） 本学位论文属于保密，在 年解密后适用本授权书。 本人签名： 日期 导师签名： 日期 摘 要
4、近年来随着计算机技术的快速发展，多媒体技术在各个领域得到广泛的应用， 互联网技术也得到了高度的普及。数字图像应用的增多使得数字图像数据呈现爆 炸性的增长趋势，如何能够从海量互联网数据中快速准确地检索出有用的信息成 为了一项挑战。针对以上的问题，传统的图像检索存在描述不准确、不足以表达 复杂信息等缺陷，而基于内容的检索方式可以更准确的表达图像信息，因此研究 基于内容的图像检索具有十分重要的意义。 本文对基于内容的图像检索技术进行深入研究后，针对传统图像检索方式的 缺陷提出了一种基于内容的图像检索语言 IQL （Image Query Language） 。 论文首先 对图像检索语言进行了需求分析
5、，在此基础上决定通过对图像间的逻辑关系操作 和位置关系操作进行组合来生成查询表达式，以此来实现图像检索。然后设计了 IQL 语言的文法，并将其与 Hadoop 框架相结合，实现了该语言的解释器和基于该 语言的图像检索系统。 最后通过实验表明该系统的有效性、高效性和灵活性达到了设计要求。 关键字：关键字：基于内容的图像检索基于内容的图像检索 图像图像检索检索语言语言 关系操作关系操作 Hadoop Abstract With the rapid developmentof computer technology in recent years, multimedia technology is
6、widely used in various fields and the Internet technology has also been a high degree of popularity. Increasing in the application of digital image has made the dramatic growth trend in digital image data. How can we retrieve useful information from a massive Internet database fast and accurately ha
7、s become a challenge. To solve this problem, the content-based image retrieval technology, which can express complex query requests and is more accuratethan text-based image retrieval technology, has reveived a lot of attention recently. This paper proposes a content-based retrieval language named I
8、QL (short for Image Query Language). Firstly, it conducts a deep analysis on image retrieval language. On the basis of this, we decided to implement image retrieval by the query expression, which was generated from combining the operation of logical and spatial relationship among images. Then we des
9、igned the grammar of IQL. We implement the interpreter of IQL and the image retrieval system based on IQL combined with Hadoop framework finally. Some experimental results have shown the effectiveness, efficiency and flexibility of the proposed IQL system. Key Words: Content-Based Image Retrieval Im
10、age Retrieval Language Relationship Operation Hadoop 目 录 目 录 第一章 绪 论 1 1.1 研究背景与研究意义 . 1 1.1.1 项目背景 . 1 1.1.2 研究意义 . 2 1.2 国内外研究现状 . 3 1.2.1 图像检索语言 . 3 1.2.2 基于内容的图像检索系统 4 1.3 论文的主要工作 . 6 1.4 论文章节安排 . 7 第二章 相关理论与技术 . 9 2.1 图像检索的基本知识 . 9 2.1.1 图像检索的概念及原理 9 2.1.2 检索语言的原理 . 9 2.2 基于内容的图像检索语言 . 11 2.3 H
11、adoop 简介 12 2.3.1 HDFS . 12 2.3.2 MapReduce. 13 2.3.3 Hive 13 2.4 ANTLR 软件工具的介绍 13 2.5 本章小结 14 第三章 IQL 语言的需求分析与总体设计 15 3.1 需求分析 15 3.2 IQL 的定义 16 3.2.1 IQL 的基础定义. 16 3.2.2 SQL 的定义 . 17 3.2.3 IQL 的定义以及关系演算 . 18 3.2.4 IQL 中操作的优先级 . 20 3.3 IQL 的设计 20 3.3.1 IQL 语言设计 20 3.3.2 IQL 语言的词法和语法分析设计 22 3.4 IQL
12、的优先级设置 23 目 录 3.5 基于 IQL 的图像检索系统的设计 24 3.6 本章小结 . 26 第四章 IQL 语言的设计与实现 27 4.1 IQL 语言的词法分析. 27 4.2 IQL 语言的文法分析. 30 4.3 使用 Antlr 解析 IQL . 33 4.3.1 词法定义 . 33 4.3.2 文法定义 . 33 4.3.3 生成文法分析器和词法分析器 34 4.3.4 验证解析 IQL 语言 . 35 4.4 IQL 同 MapReduce 结合 . 35 4.4.1 Hive 架构 . 35 4.4.2 IQL 与 Hive 37 4.4.3 MapReduce .
13、 37 4.5 云计算平台模块 . 44 4.6 特征值提取模块 . 45 4.7 本章小结. 46 第五章 实验与分析 . 47 5.1 IQL 语言的测试环境搭建 . 47 5.1.1 搭建 Hadoop 集群所需软件及节点具体情况. 47 5.1.2 搭建 Hadoop 集群 . 47 5.2 IQL 语言的评价方法. 49 5.3 实验与结果分析 . 49 5.3.1 有效性测试 . 49 5.3.2 效率测试 . 51 5.3.3 灵活性测试 . 51 5.4 本章小结. 53 第六章 总结与展望 . 55 6.1 工作总结. 55 6.2 展望 55 致谢 57 参考文献 59 读
14、研期间研究成果 . 61 第一章 绪论 1 第一章 绪 论 本章对基于内容的图像检索的研究背景及研究意义进行了详细描述， 并介绍了 国内外的研究现状。 1.1 研究背景与研究意义 1.1.1 项目背景 图像检索的研究大概从上个世纪的 70 年代就出现了，起初发展的是以文本检 索为主的图像检索技术也被称为 TBIR（Text-Based Image Retrieval） ，这个检索技 术的基本原理是通过文本的方式来描述图像的基本特征从而实现的以文字检索来 代替的图像检索。90 年代之后对图像的内容语义的相关研究开始了，并开始了基 于图像内容的检索技术，这种图像检索技术主要是通过研究分析图像的颜色
15、、背 景、前景、纹理布局以及其他一些独特的形状等特征从而实现的图像检索。尤其 是近年来互联网应用的大规模的普及度呈现出爆炸式的增长，互联网中应用数据 也出现了空前的容量，直接导致了网络服务信息的海量计算，用户需求的增加、 大型复杂数据的快速计算以及分布式存储于计算和远程备份等都要求海量数据的 计算能力。现在的基于客户端和服务器的分布式结构在性能和经济性等的方面在 大规模的扩展的情况下存在瓶颈。为了寻找到更高效的分布式计算框架，国内外 有众多的研究型机构，如：卡耐基 梅隆大学、微软、谷歌、亚马逊以及 IBM 等学 术界和企业界巨头都开始了有关方面的研究，尤其是近几年来兴起的云计算。 在各种分布式
16、应用中，信息检索在过去及现在一直是相当重要的应用需求， 因为互联网数据庞大规模持续快速的增长，所有的信息获取都离不开高效的信息 检索，因此在将来信息检索仍然将会是互联网研究的重点。伴随着信息多媒的迅 猛发展，图像检索乃是当前国际信息检索领域前沿的研究重点、创新点以及未来 应用的突破点。 据著名网络市场调查公司调查可知， 检索引擎 Google、 Yahoo、 Bing 和 AOL 在这些年来的检索规模增长主要是依赖于图像信息检索，其中 Google 图 像信息检索增长约为 12%，Yahoo 约为 55%，Bing 约为 90%，AOL 约为 74%。据 此可以判断出图像信息的检索语言研究在未来具有十分重要的应用价值和发展前 景。 检索语言是为了沟通文献标引和文献检索从而编制的人工语言，同时也是将 信息存储和信息检索两个过程中的标引人员与检索人员双方思路连接起来的一条 重要的渠道，是一种用于文献标引和检索提问的约定语言。如果没有检索语言，
