面向基礎(chǔ)教育的Ｗｅｂ圖像搜索系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)

　　隨著計(jì)算機(jī)技術(shù)的發(fā)展，多媒體輔助教學(xué)在教育尤其是中小學(xué)教育中的應(yīng)用越來(lái)越普遍。多媒體為傳統(tǒng)課堂注入了一股新鮮的活力。它能夠營(yíng)造一個(gè)逼真的教學(xué)環(huán)境，增強(qiáng)教學(xué)信息的表現(xiàn)力，提升教與學(xué)的興趣和效率，這些都得益于它自身的特點(diǎn)，就是集文、圖、聲、像于一身。其中“圖”指圖像，圖像具有形象、直觀、具體、生動(dòng)等特點(diǎn)，是最重要的一種多媒體形式。
　　當(dāng)圖像教學(xué)資源量超過(guò)一定限度時(shí)，教師和學(xué)生極易在海量的資源面前迷失方向。他們需要借助圖像檢索系統(tǒng)快速、有效地尋找、指向目標(biāo)教學(xué)資源。
　　本文討論了一個(gè)面向基礎(chǔ)教育的Web圖像搜索系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)。以基礎(chǔ)教育圖像主題詞集為出發(fā)點(diǎn)，把分散于網(wǎng)上的圖像教學(xué)資源下載，在進(jìn)行內(nèi)容分析和特征提取之后，將其整合到圖像索引數(shù)據(jù)庫(kù)中。此前的工作統(tǒng)稱為“圖像的預(yù)搜索”。同時(shí)開發(fā)了一個(gè)“圖像檢索系統(tǒng)”，用戶登錄系統(tǒng)后發(fā)出檢索請(qǐng)求，由系統(tǒng)根據(jù)請(qǐng)求信息計(jì)算數(shù)據(jù)庫(kù)中各記錄的相似度，將滿足條件的記錄圖像作為檢索結(jié)果提供給用戶，為在中小學(xué)課堂上有效利用網(wǎng)絡(luò)圖像教學(xué)資源提供支持。
　　
　　一、圖像的預(yù)搜索
　　
　　通過(guò)人工摘取詞語(yǔ)和借鑒他人詞典兩種途徑，對(duì)人教版中小學(xué)主要學(xué)科課本中出現(xiàn)的可能與圖像相關(guān)的所有主題詞進(jìn)行了收集和整理，最終從學(xué)段、學(xué)科兩個(gè)維度建立了基礎(chǔ)教育圖像主題詞集。主題詞集由15個(gè).txt格式的主題詞文件組成，它們是小學(xué)語(yǔ)文、小學(xué)數(shù)學(xué)、小學(xué)科學(xué)、小學(xué)社會(huì)、小學(xué)思想品德與生活、初中語(yǔ)文、初中數(shù)學(xué)、初中物理、初中化學(xué)、初中生物、高中語(yǔ)文、高中數(shù)學(xué)、高中物理、高中化學(xué)、高中生物。
　　根據(jù)基礎(chǔ)教育圖像主題詞集，利用通用搜索引擎Google和Baidu在Web中搜索與每個(gè)主題詞相關(guān)的圖像教學(xué)資源，同時(shí)把資源下載到本地硬盤。對(duì)每一幅圖像進(jìn)行分析并提取它的文件屬性（包括文件名、文件格式、文件大小、圖像URL、網(wǎng)頁(yè)URL等）和內(nèi)容特征（包括圖像類別、圖像大小、圖像內(nèi)容描述、圖像主色調(diào)和圖像主體等），將得到的數(shù)據(jù)和信息存儲(chǔ)在與主題詞集對(duì)應(yīng)的15個(gè)圖像索引數(shù)據(jù)庫(kù)中。15個(gè)圖像主題詞文件中的主題詞數(shù)和15個(gè)圖像索引數(shù)據(jù)庫(kù)中的記錄數(shù)見(jiàn)表1。15個(gè)圖像索引數(shù)據(jù)庫(kù)在結(jié)構(gòu)上是一致的，其主要字段和字段類型見(jiàn)表2。
　　
　　二、圖像檢索系統(tǒng)
　　
　　Web圖像索引數(shù)據(jù)庫(kù)檢索系統(tǒng)由四個(gè)模塊組成：登錄模塊、輸入模塊、檢索模塊、輸出模塊。
　　1.登錄模塊
　　
　　在登錄模塊，用戶需要選擇“學(xué)段”、“學(xué)科”以進(jìn)入特定的圖像索引數(shù)據(jù)庫(kù)進(jìn)行檢索。學(xué)段分為小學(xué)、初中、高中三個(gè)，學(xué)科包括語(yǔ)文、數(shù)學(xué)、物理、化學(xué)、生物、社會(huì)、科學(xué)和思想品德與生活八個(gè)。例如，如果學(xué)段選小學(xué)，學(xué)科選語(yǔ)文，則對(duì)“小學(xué)語(yǔ)文”數(shù)據(jù)庫(kù)進(jìn)行訪問(wèn)。如果所選的學(xué)段下沒(méi)有所選的學(xué)科，則顯示空的資源頁(yè)面，如“小學(xué)生物”。
　　2.輸入模塊
　　圖像檢索系統(tǒng)的輸入界面包括兩部分：基本檢索和高級(jí)檢索。在基本輸入模塊里，系統(tǒng)共設(shè)置了五個(gè)搜索條件。圖像格式、圖像大小、圖像類別采用下拉列表供用戶選擇，圖像內(nèi)容描述和圖像主色調(diào)采用文本框供用戶填寫。系統(tǒng)的高級(jí)輸入模塊最多允許用戶對(duì)一幅圖像的四個(gè)主體進(jìn)行設(shè)置，每個(gè)主體又有七個(gè)屬性。主體名稱、顏色、形狀和紋理四個(gè)屬性采用下拉列表供用戶選擇，主體位置、方向和大小三個(gè)屬性采用文本框供用戶填寫。
　　3.檢索模塊
　　該模塊是整個(gè)檢索系統(tǒng)的核心模塊，其主要工作是：接收用戶對(duì)目標(biāo)圖像的條件限制和特征描述，表示成與索引數(shù)據(jù)庫(kù)字段對(duì)應(yīng)的形式，計(jì)算目標(biāo)圖像與庫(kù)中記錄的相似度。與輸入模塊的基本檢索和高級(jí)檢索對(duì)應(yīng)，系統(tǒng)的檢索模塊分基本檢索和高級(jí)檢索兩種。
　　第一，基本檢索。
　?。?）對(duì)于圖像類別、圖像大小和文件格式，系統(tǒng)采用布爾檢索，即在ImType、ImSize和FileFormat三個(gè)字段上，只有庫(kù)中記錄與目標(biāo)圖像嚴(yán)格匹配時(shí)相似度才為1，否則相似度為0。
　?。?）對(duì)于圖像內(nèi)容描述，系統(tǒng)采用模糊檢索。系統(tǒng)自動(dòng)提取用戶在圖像內(nèi)容描述文本框中輸入的關(guān)鍵詞，與庫(kù)中記錄的ImContent字段進(jìn)行比較，本文采用簡(jiǎn)單的同義詞比率作為兩者的相似度。
　?。?）用戶在圖像主色調(diào)文本框中輸入的顏色詞，系統(tǒng)將它轉(zhuǎn)換成HSW顏色值，然后采用模糊檢索求其與庫(kù)中圖像的ImMainHue字段的相似度。一幅圖像的主色調(diào)可能有多個(gè)，分別計(jì)算目標(biāo)圖像每個(gè)主色調(diào)與資源圖像每個(gè)主色調(diào)的顏色距離，根據(jù)公式將這些顏色距離轉(zhuǎn)換成目標(biāo)圖像與庫(kù)中圖像的相似度。
　　將圖像的總相似度定義為圖像各相似度之積。有了上述相似度之后，就可以得出圖像總相似度。
　　第二，高級(jí)檢索。
　　對(duì)于主體名稱、形狀和紋理，系統(tǒng)采用布爾檢索。如果庫(kù)中記錄的ImObject字段在這些項(xiàng)上標(biāo)記為不能識(shí)別時(shí)，相似度為0.5。對(duì)于主體顏色、位置、方向和大小，系統(tǒng)采用模糊檢索，具體算法不再詳述。當(dāng)庫(kù)中圖像存在多個(gè)主體時(shí)，取最大的相似度作為主體的相似度，主體總相似度等于四個(gè)主體相似度的平均值。高級(jí)檢索的圖像總相似度在基本檢索的基礎(chǔ)上又乘上了主體總相似度，提高了圖像檢索的準(zhǔn)確率。
　　4.輸出模塊
　　在輸出模塊，系統(tǒng)篩選出圖像總相似度大于一定閾值（本文將閾值設(shè)為0.4）的數(shù)據(jù)庫(kù)記錄，并按相似度由大到小對(duì)記錄進(jìn)行排序，將排序后的記錄作為檢索結(jié)果反饋給用戶。輸出界面每屏顯示12個(gè)圖像資源，如果檢索結(jié)果多于12個(gè)，則用上下翻頁(yè)的方法解決。
　　輸出界面在顯示圖像縮微圖的同時(shí)顯示圖像相似度、圖像ID號(hào)、圖像格式、圖像大小、圖像類別和圖像來(lái)源。“圖像縮微圖”鏈接了圖像本身的URL，點(diǎn)擊可以顯示原始圖像?！皥D像來(lái)源”鏈接了關(guān)聯(lián)網(wǎng)頁(yè)的URL，點(diǎn)擊可以打開圖像所在的網(wǎng)頁(yè)。
　　面向基礎(chǔ)教育的Web圖像搜索系統(tǒng)，從中小學(xué)課本出發(fā)，在收集、整理基礎(chǔ)教育圖像主題詞集的基礎(chǔ)上，對(duì)Web圖像教學(xué)資源進(jìn)行了搜索、下載、分析和提取，并在此基礎(chǔ)上建立了15個(gè)圖像索引數(shù)據(jù)庫(kù)。開發(fā)、實(shí)現(xiàn)了一個(gè)Web圖像教學(xué)資源索引數(shù)據(jù)庫(kù)檢索系統(tǒng)，為用戶有效檢索網(wǎng)絡(luò)圖像教學(xué)資源服務(wù)。
　　經(jīng)過(guò)兩年多的試運(yùn)行，系統(tǒng)的總體效果良好，能夠滿足一般用戶的檢索需求。系統(tǒng)的查準(zhǔn)率和查全率能夠達(dá)到80%以上，但檢索速度不盡如人意。系統(tǒng)檢索速度慢的主要原因在于圖像內(nèi)容描述、主色調(diào)和部分高級(jí)檢索采用的是模糊查詢，增加了相似度計(jì)算的復(fù)雜度。今后的首要任務(wù)是優(yōu)化相似度計(jì)算算法，擴(kuò)展基礎(chǔ)教育圖像主題詞集，擴(kuò)大預(yù)搜索范圍，更新索引數(shù)據(jù)庫(kù)，不斷地提高系統(tǒng)的實(shí)用性。
　　
　　參考文獻(xiàn)
　　[1]李育賢.從宏觀層面探析多媒體網(wǎng)絡(luò)教學(xué)[J].教學(xué)