Abstract
隨著多媒體資訊的迅速增加，如何發展出一種機制，能夠在龐大而紊亂的資料量中，依據需求的資訊內容，來搜尋與篩選資訊，是一件重要的事。過去由於缺乏統一的描述方式，研究者往往使用不一致的描述方式，不但內部資料的表示，甚至介面的不統一，造成資訊整合的困難。MPEG-7被稱為多媒體內容描述介面（Multimedia Content Description Interface），是由MPEG專家們所制定的一個國際標準，它的主要目的是在於建立多媒體內容的描述標準。現在由於這項標準的誕生，遵循MPEG-7標準變成一個重要的課題。形狀分析有許多的方法被提出來，主要分成兩種：其一是對整個物件作分析，其二是對物件的邊界值作分析。我們先介紹五個形狀分析的方法，分別是Moment invariants、Zernike moments、Pseudo Zernike moments（屬於前者）、Improved moment invariants、Fourier descriptors（屬於後者）。再來我們介紹了MPEG-7中Description Definition Language（DDL）和Multimedia Description Schemas（MDS）較重要的一些部分。我們使用了DDL定義了我們提到的五個形狀分析方法的語法。因為MPEG-7選擇了XML Schema當作其DDL，DDL定義了Descriptors（Ds）和Descriptor Schemas（DSs）的語法，且可以定義新的Ds和DSs或修改現有的Ds和DSs，所以學習XML和XML Schema是了解MPEG-7的基礎。我們將我們的研究成果用MPEG-7的方式來描述以符合標準。我們在第二章介紹五個形狀分析的方法。第三章介紹DDL和MDS，且定義出我們所提及的形狀分析方法的語法。第四章實驗的結果和第五章的結論。