随笔档案

目的和意义

       随着科学技术的进步发展和推广应用，特别是计算机技术和网络技术的发展，信息高速公路的建设，以及多媒体的推广应用，现代信息处理的对象和方法都有了很大的变化。大量的各种类型的信息在全球得到了采集、传输、流通和应用，人们正快速的进入一个信息化的社会。

       多媒体是一种极其重要的信息资源，现代技术已能运用各种手段大量地采集和产生各种类型的多媒体信息数据，而多媒体信息中占有举足轻重作用的一种就是图像信息。近年来随着需求的增加、工艺技术的进步，以各种方式获取的图像信息的数量得到了飞速的增长，进入新世纪后，有人估计世界每年产生的新图像已达 800 亿幅，信息膨胀已给人类带来过多的信息量以致超出了人的接受能力，有鉴于此，如何快速、准确、高效的从浩如烟海的图像信息源（比如网络）中获取有用的信息就变得极为重要，近年来国际上广泛开展了基于内容的图像检索研究，而其中图像聚类与检索技术已取得相当进展，在各个领域已得到了广泛的应用。

       所谓图像聚类就是在给出的图像集合中，根据图像的内容，在无先验知识的条件下，将图像分成有意义的簇。对于图像聚类，最引人注目的特征属性是颜色、纹理和形状等。目前有很多有效的聚类技术，如层次聚类算法、基于分割的算法、混合——溶解算法、模式——搜寻算法、最近相邻聚类、模糊聚类和进化聚类方法。

       所谓图像检索是从图像数据库中快速的提取出一个与查询相关的图像或图像序列。随着越来越多的图像数据库的建立和越来越多的图像信息在数字档案中的应用，对图像信息检索的需求越来越大。

       只有掌握了对图像信息进行自动查询和选择的技术，才能使人类只接受或快速地获取需要的信息而不至于淹没于图像信息的汪洋大海中。有鉴于此，本文将对图像聚类与检索的方法进行研究，本文的实验图库为一特定情况下的图像库，具体地说是一组灰度图像，该组图像是一系列连续拍摄的列车行进照片，因此不同的图像之间既有相似性，又有因运动和拍摄时间的不同而形成的差异性，对于实验结果的分析较为有利。另外，如果时间、条件允许，也可以实现对任意图像进行聚类、检索（包括彩色图像）。