搜索引擎優(yōu)化圖片內(nèi)容技巧

1、 隨著信息化社會(huì)的高速建設(shè)，互聯(lián)網(wǎng)的 迅速普及，大容量存儲(chǔ)設(shè)備和數(shù)字化設(shè) 備的發(fā)展和廣泛使用，越來(lái)越多的多媒 體數(shù)據(jù)庫(kù)尤其是圖像數(shù)據(jù)庫(kù)被建立。在 圖像、音頻、視頻信息正飛速膨脹的今 天，數(shù)據(jù)管理開(kāi)始由最早的GB轉(zhuǎn)向TB 、 PB容量級(jí)別的管理。 數(shù)據(jù)增長(zhǎng)的同時(shí)，圖像信息自身的無(wú)序化 問(wèn)題也越來(lái)越突出。如何有效地組織、管 理、檢索大規(guī)模的圖像信息成為亟待解決 的問(wèn)題。自20世紀(jì)90年代以來(lái)，人們已經(jīng) 開(kāi)發(fā)了許多研究性質(zhì)的或商用的圖像搜索 引擎，如：QBIC、Photobook、VIRAGE、 VisualSEEK、WebSEEK等。低層視覺(jué)特征和高層語(yǔ)義特征 目前互聯(lián)網(wǎng)上的圖像搜索引擎常采用的方

2、 法是基于文字的圖像檢索技術(shù)。 1.圖像名 2.路徑名 3.ALT標(biāo)簽 4.圖像周圍的文本低層視覺(jué)特征和高層語(yǔ)義特征 將能夠?qū)崿F(xiàn)信息檢索的高級(jí)目標(biāo)概念標(biāo) 引和概念匹配 語(yǔ)義特征能表達(dá)作者創(chuàng)作意圖、圖像的描 述主題或者用戶需要檢索的語(yǔ)義內(nèi)容等， 語(yǔ)義更注重圖像實(shí)體和客觀世界實(shí)體的關(guān) 系，基于高層語(yǔ)義的圖像檢索會(huì)大大提高 查全率與查準(zhǔn)率。圖像檢索方法 顏色特征 形狀特征 紋理特征顏色特征它描述了圖像或圖像某個(gè)區(qū)域所對(duì)應(yīng)的 景物的表面性質(zhì)。在同一類事物中，事物之間 通常有著相同或相似的顏色特征，因此可以利 用顏色特征來(lái)區(qū)分不同物體。優(yōu) 點(diǎn) 圖像被放大縮小，圖像質(zhì)量被噪聲破壞， 圖像被旋轉(zhuǎn)都不會(huì)對(duì)圖像

3、自身的顏色特征 有較大的影響。因此，顏色特征得到了研 究人員的廣泛關(guān)注缺 點(diǎn)顏色特征的缺點(diǎn)在于并不能高效捕捉圖 像中某事物的局部特征，也沒(méi)有表達(dá)出顏色空 間分布的信息更無(wú)法體現(xiàn)事物的空間關(guān)系方 法顏色直方圖法 顏色矩法 顏色相關(guān)向量法 顏色聚類法累積直方圖法 顏色一致性矢量法 顏色相關(guān)圖 基于主色調(diào)的方法形狀特征一般來(lái)說(shuō)一個(gè)物體可以有不同的顏色， 但它的形狀不會(huì)有很大差別。物體的形狀是 物體自身的一個(gè)重要特征，形狀特征檢索可 以比較有效地抓取圖像中某一物體作為目標(biāo) 來(lái)進(jìn)行檢索。形狀特征 基于邊緣和基于區(qū)域 基于邊緣的方法利用圖像的邊緣信息， 針對(duì)物體的外邊界描述 基于區(qū)域的方法利用區(qū)域內(nèi)的灰度

4、分布 信息描述物體缺 點(diǎn)1.還缺乏比較完善的數(shù)學(xué)模型 2.目標(biāo)有變形時(shí)檢索結(jié)果往往不太可靠方 法 目前特征提取與匹配的方法有： 1.傅立葉形狀描述符法 2.幾何參數(shù)法 2. 3.形狀不變矩法 4.區(qū)域的面積比形狀的縱橫比紋理特征 描述的是圖像或圖像某一區(qū)域所對(duì)應(yīng)景物 的表面特性。紋理特征 不是基于像素點(diǎn)的 特征，它需要在包含多個(gè)像素點(diǎn)的區(qū)域中 進(jìn)行統(tǒng)計(jì)計(jì)算。在模式匹配中，這種區(qū)域 性的特征具有較大的優(yōu)越性，不會(huì)由于局 部的偏差而無(wú)法匹配成功。缺 點(diǎn) 當(dāng)圖像的分辨率變化的時(shí)候，所計(jì)算出來(lái) 的紋理有時(shí)會(huì)出現(xiàn)較大偏差。紋理特征作 為一種表面特性也并不能完全反映出物體 的本質(zhì)屬性，僅僅利用紋理特征無(wú)法

5、獲得 高層次圖像內(nèi)容，因而將紋理信息應(yīng)用于 檢索時(shí)，一些具有相似紋理的不同事物會(huì) 對(duì)檢索造成誤導(dǎo)方 法 統(tǒng)計(jì)法、結(jié)構(gòu)法、模型法、頻譜法。統(tǒng)計(jì) 法通過(guò)圖像中灰度級(jí)分布的隨機(jī)屬性來(lái)描 述紋理特征；幾何法結(jié)構(gòu)法假定紋理模式 由紋理基元以一定的、有規(guī)律的形式重復(fù) 排列組合而成，特征提取就變?yōu)榇_定這些 基元并定量分析它們的排列規(guī)則；模型法 利用一些成熟的圖像模型來(lái)描述紋理；頻 譜法借助于頻率特性來(lái)描述紋理特征。圖像搜索引擎 目前圖像搜索引擎有很多很多，國(guó)內(nèi)常 用的有百度圖片搜索、Google 圖片搜索、 雅虎圖片搜索、搜狗圖片搜索等。 基于內(nèi)容的圖像搜索引擎提供的各種獨(dú) 特的檢索入口大大加快了檢索速度，

6、明顯 提高了查全率、查準(zhǔn)率。idee公司 idee公司：idee是一家開(kāi)發(fā)先進(jìn)的圖像識(shí)別 公司 及視覺(jué)搜索軟件的公司。idee的視覺(jué)搜索致 力于解決一些世界著名的影像公司的圖像搜 索匹配服務(wù)，其中包括Adobe公司。TinEyeMulticolr Search Multicolr Search搜索通過(guò)選擇圖片包含的顏 色代替?zhèn)鹘y(tǒng)關(guān)鍵字搜索。利用圖片的顏色 構(gòu)成，是基于人類感知的色彩和簡(jiǎn)單的顏 色直方圖方法自然返回結(jié)果。Visual Similarity SearchBYO Image Search根據(jù)給定的圖片顏色構(gòu) 成進(jìn)行匹配搜索。搜索引擎使用復(fù)雜的算 法來(lái)分析數(shù)以百計(jì)的圖片屬性，如顏色， 形狀，質(zhì)地，光度，復(fù)雜性等。結(jié)束語(yǔ)基于內(nèi)容的圖像搜索引擎與傳統(tǒng)的圖像 檢搜索引擎相比有著諸多無(wú)可比擬的