圖片地址搜尋的英文名稱是Image url Indexing, 有時也翻譯為Image url Search.
產生網際網路上的圖像數據信息日漸龐大，用戶對網上圖像搜尋的要求也在不斷增長，使各種基於Web的圖像搜尋引擎應運而生。圖片地址搜尋引擎的出現，使我們對網上圖像信息的搜尋變得非常簡單，儘管還不很完美，卻已經可以滿足我們的大多數需求。
基本介紹
- 中文名：圖片地址搜尋
- 外文名：Image url Indexing
- 亦翻譯：Image url Search
- 趨勢：搜尋結果方向性更強
工作原理,相關技術,發展現狀,發展趨勢,存在問題,
工作原理
1、自動查找圖形文：可以通過兩個HTML標籤，即IMG SRC和HREF來檢測是否存在可顯示的圖像檔案，IMG SRC表示“顯示下面的圖像檔案”，而HREF則表示“下面是一個連結”，這兩種標籤經常導向一個圖像檔案。搜尋引擎通過檢查檔案擴展名來判斷連結的是否是圖像檔案。如果檔案擴展名是.GIF或.JPG，那它就是一個可顯示的圖像。
2、人工干預找出圖像並進行分類：由人工對網上的圖像及站點進行選擇。這種方法可以產生準確的查詢體系，但勞動強度太大，限制了處理圖像的數量。由於圖像不同於文本，需要人們按照各自的理解來說明其蘊含的意義，因此圖像檢索比起文本的查詢和匹配要困難得多。目前的圖像搜尋引擎大多支持關鍵字檢索和分類瀏覽兩種檢索方式，部分可提供可視屬性檢索，但也很有限。它們主要的檢索途徑有以下幾種：
a. 基於圖像外部信息：即根據圖像的檔案名稱或目錄名、路徑名、鏈路、ALT標籤以及圖像周圍的文本信息等外部信息進行檢索，這是目前圖像搜尋引擎採用最多的方法。在找出圖像檔案後，圖像搜尋引擎通過查看檔案名稱或路徑名確定檔案內容，但這取決於檔案名稱或路徑名的描述程度。
b. 基於圖像內容特徵描述：這是一種語義層次的匹配。需要人工對圖像的內容（如物體、背景、構成、顏色特徵等）進行描述並分類，給出描述詞。檢索時，將主要在這些描述詞中搜尋你的檢索詞。這種查詢方式是比較準確的，一般來講可以獲得較好的查準率。但需人工參與，勞動強度大，因而限制了可處理的圖像數量，並且需要一定的規範和標準，效果取決於人工描述的精確度。
c. 基於圖像形式特徵的抽取：由圖像分析軟體自動抽取圖像的顏色、形狀、紋理等特徵，建立特徵索引庫，用戶只需將要查找的圖像的大致特徵描述出來，就可以找出與之具有相近特徵的圖像。這是一種基於圖像特徵層次的機械匹配，特別適用於檢索目標明確的查詢要求（例如對商標的檢索）。產生的結果也是最接近用戶要求的。但目前這種較成熟的檢索技術主要套用於圖像資料庫的檢索，在網上圖像搜尋引擎中套用這種檢索技術還具有一定的困難。
相關技術
從廣義上講，圖像的特徵包括基於文本的特徵(如關鍵字、注釋等)和視覺特徵(如顏色、紋理、形狀等)兩類。視覺特徵又可分為通用的視覺特徵和領域相關(局部/專用)的視覺特徵。前者用於描述所有圖像共有的特徵，與圖像的具體類型或內容無關，主要包括顏色、紋理和形狀;後者則建立在對所描述圖像內容的某些先驗知識(或假設)的基礎上，與具體的套用緊密有關，例如人的面部特徵或指紋特徵等。
1、基於上下文本（context）的圖片搜尋
2、基於圖片內容的搜尋
涉及了資料庫管理、計算機視覺、圖像處理、模式識別、信息檢索和認知心理學等諸多學科，其相關技術主要包括:圖像數據模型、特徵提取方法、索引結構、相似性度量、查詢表達模式、檢索方法等。相似圖片的檢測主要涉及特徵表示和相似性度量這兩類關鍵技術。圖像特徵的提取與表達是基於內容的圖像處理技術的基礎。
發展現狀
發展趨勢
存在問題
1. 尺度變化：尺度變化可以有多種形式，包括圖像的放大、縮小以及長寬比的改變等等。在網路上，常見的變化是將原來較大的圖像變換為相對尺寸較小的圖像，以減少存儲空間需求和加快網路傳輸速度。
2. 顏色變化：在許多情況下，彩色圖像會被轉化為對應的灰度圖像，而灰度圖像也可能被轉化為彩色圖像。對於空間遙感圖像等，由於原始圖像的閱讀比較困難，人們往往將圖像人為加上不同的顏色以區分圖像中的各種區域。
