1、近年來，隨著多媒體技術(shù)和計(jì)算機(jī)網(wǎng)絡(luò)的飛速發(fā)展，全世界的數(shù)字圖像的容量正以驚人的速度增長。無論是軍用還是民用設(shè)備，每天都會(huì)產(chǎn)生容量相當(dāng)于數(shù)千兆字節(jié)的圖像。這些圖像中包含了現(xiàn)實(shí)世界的各種實(shí)體，實(shí)體所組成的圖像集合則包含著這些實(shí)體的變化、相互關(guān)系以及隱藏在其中的各種模式、演化規(guī)律等信息。但是，對于人來說，處理包含數(shù)以萬計(jì)的圖像數(shù)據(jù)集，并從中發(fā)現(xiàn)知識(shí)，是非常困難，甚至是不可能的。
　　 數(shù)據(jù)挖掘、信息檢索和多媒體數(shù)據(jù)庫及其相關(guān)領(lǐng)域的發(fā)展

2、使得對圖像的管理和分析以及從中發(fā)現(xiàn)對人們有用的信息成為可能，同時(shí)也促生了圖像挖掘這一研究領(lǐng)域。圖像挖掘指的是在圖像數(shù)據(jù)庫中發(fā)現(xiàn)隱含的、未知而且潛在有用的知識(shí)、圖像數(shù)據(jù)關(guān)系的過程。由于這些隱含的信息和知識(shí)是人們直觀所不能得到的，它有望使很多相關(guān)領(lǐng)域發(fā)展到一個(gè)新的階段。本文的主要研究目的是探索圖像挖掘技術(shù)在圖像檢索領(lǐng)域的應(yīng)用方法。
　　 圖像檢索技術(shù)大體上可以分為基于樣例的圖像檢索和基于文字的圖像檢索兩類?；跇永膱D象檢索可分為圖

3、像類別檢索和近重復(fù)圖像檢索兩類；而基于文字的圖象檢索則可分為基于伴生文字和基于圖像自動(dòng)標(biāo)注兩類。本文對圖像挖掘技術(shù)進(jìn)行了深入研究，主要工作和創(chuàng)新之處歸納為以下幾點(diǎn)：
　　 1.本文的第二章首先分析了基于Bag-of-Words模型的近重復(fù)檢索中存在的主要問題，即視覺多義詞和同義詞現(xiàn)象，提出用關(guān)聯(lián)規(guī)則挖掘算法挖掘視覺詞組以消除視覺多義詞和同義詞現(xiàn)象的方法。本章使用以特征為中心的事務(wù)庫構(gòu)造方法，并用傳統(tǒng)的Apriori算法在事務(wù)庫挖

4、掘關(guān)聯(lián)視覺詞匯，構(gòu)造視覺詞組。本章同時(shí)比較了視覺詞組的多種使用方法，討論了視覺詞組在近重復(fù)圖像檢索中的意義。在標(biāo)準(zhǔn)數(shù)據(jù)庫上的實(shí)驗(yàn)證明了該方法的有效性。
　　 2.本文的第三章研究了圖像挖掘技術(shù)在基于伴生文字的圖象檢索中的應(yīng)用。在基于文字的圖像檢索中，利用伴生文字進(jìn)行圖像檢索是當(dāng)今商業(yè)搜索引擎最常用的做法。但是由于伴生信息往往含有較多的噪聲圖像檢索結(jié)果并不能很好地滿足用戶的需求。本文的第三章設(shè)計(jì)一個(gè)收集用戶知識(shí)的網(wǎng)絡(luò)游戲，并通過位

5、置關(guān)聯(lián)規(guī)則挖掘算法分析用戶的游戲日志，獲取的知識(shí)用以改善LiveSearch上的地理相關(guān)圖像檢索結(jié)果。大規(guī)模的用戶調(diào)查證實(shí)了該方法可以較好地改善基于伴生文字的圖像檢索。
　　 3.本文的第四章提出一種用概念挖掘?qū)崿F(xiàn)風(fēng)格化的圖象自動(dòng)標(biāo)注的方法。自動(dòng)圖像標(biāo)注是指通過機(jī)器學(xué)習(xí)的手段，系統(tǒng)自動(dòng)為圖像生成與內(nèi)容相關(guān)的標(biāo)注詞的過程。該領(lǐng)域中的關(guān)鍵問題是底層特征與高層語義之間的語義鴻溝問題。本章提出，利用概念挖掘，發(fā)現(xiàn)圖像中包含的概念，以及不