1. 研究目的与意义（文献综述）

随着计算机技术及网络技术的发展，互联网上的图像资源量飞速增加，如何在网络海量的图像资源库中以较高的精确率以及较快的检索速度找到目标图像成为一个研究热点，并有着较大的研究空间。目前图像检索技术主要分为基于文本的图像检索（tbir，textual-based image retrieval）以及基于内容的图像检索(cbir,content-based image retrieval)。基于文本的图像检索，利用关键字匹配索引来获取图像，检索过程简单，检索速度快，易于理解，但是因为关键词标注具有一定的主观性和不准确性，从而易导致检索的误差。不同于传统的基于文本的图像检索方式，基于内容的图像检索方式通过提取图像的特征并进行比对从而找出与检索目标相似的图片，因而在检索准确性上更佳。

图像检索技术在上世纪70年代便成为一个非常活跃的领域，在20世纪90年代“基于内容的图像检索技术”被提出。自提出以来，已逐渐成为一门热门的交叉学科，国内外各大研究机构组织纷纷投入资金和人力进行研究和开发，并取得一系列令人瞩目的成果。目前国外典型的图像检索系统有，imb公司的qbic、麻省理工学院的photobook、virage公司的virage、哥伦比亚大学的visual seek，伊利诺斯大学的mars等。国内也有不少机构进行相关研究，并构建了检索系统，如清华大学研制了一个网络静态图像检索系统、中国科学院技术研究所和北京图书馆研发的mires、浙江大学开发研制的photo navigator等。同时，各大互联网公司也推出了“以图搜图”功能，如google的按图片搜索、百度识图、搜狗识图等。

在基于内容的图像检索引擎中，一幅图像由收集入库到被检出主要经过如下步骤：

2. 研究的基本内容与方案

本课题旨在实现一个图像搜索引擎，拟利用对图像重要的特征的研究，达到缩小图像检索范围、提升检索效率的作用。目前拟计划研究的图像特征主要包括颜色特征、纹理特征、形状特征等底层图像特征，验证这些图像特征的特征提取算法的效果，并对数据进行分析研究。

拟计划研究验证多种特征值提取算法的查全率、查准率、检索速度等。通过对实验数据的分析与研究，确定图像特征候选集及其提取算法，从而实现一个高效、轻便的图像搜索引擎。

在本课题的研究过程中，拟采用的技术方案及措施如下

3. 研究计划与安排

（1）2017/1/11—2017/1/22：查阅参考文献，明确选题；

（2）2017/1/23—2017/3/7：进一步阅读文献，并分析和总结；确定技术路线，完成并提交开题报告；

（3）2017/3/8—2017/3/17：编写爬虫，爬取图片建立图像数据库；

4. 参考文献（12篇以上）

[1] 俞浩,孙燕. 基于颜色矩和形状不变矩的图像搜索研究[j]. 电脑知识与技术,2015,(19):174-175.

[2] 李楠. 基于局部特征检测的图像搜索引擎的设计与实现[d].广西大学,2014.

[3] 陶磊. 基于局部特征的图像搜索关键技术的研究[d].北京邮电大学,2014.