بازیابی محتوا محور تصاویر با استفاده از ترکیب هیستوگرام رنگ در فضای HSV و ویژگی بافت با الگوی باینری محلی
Publish place: Conference on Signal Processing and Intelligent Systems
Publish Year: 1395
Type: Conference paper
Language: Persian
View: 659
This Paper With 5 Page And PDF Format Ready To Download
- Certificate
- I'm the author of the paper
Export:
Document National Code:
SPIS02_009
Index date: 1 July 2017
بازیابی محتوا محور تصاویر با استفاده از ترکیب هیستوگرام رنگ در فضای HSV و ویژگی بافت با الگوی باینری محلی abstract
در این مقاله، رویکرد جدیدی برای بازیابی محتوا محور تصاویر ارایه شده است. روش پیشنهادی از هیستوگرام در فضای رنگ HSV و یک ویژگی بر مبنای بافت با استفاده از الگوی باینری محلی استفاده می کند. دلیل استفاده از فضای رنگ HSV به جای فضای RGB، نزدیک تر بودن آن به ادراک انسان است. جهت تشکیل هیستوگرام رنگ در فضای HSV، به دلیل اهمیتی که فضای H نسبت به سایر مولفه ها دارد، این مولفه به 8 بازه و دو مولفه دیگر هر کدام به 2 بازه کوانتیزه می شوند. هیستوگرام رنگ تصویر با شمردن نقاطی که در هر بازه قرار می گیرند، محاسبه شده و به تعداد کل نقاط تصویر تقسیم می شود. پس از استخراج ویژگی از فاصله کانبرا به عنوان معیار تطابق استفاده می شود که در ارزیابی شباهت برای بردارهایی که صفرهای زیادی دارند بهتر عمل می کند. بر اساس آزمایش های انجام شده روی پایگاه داده Corel که شامل 1000 تصویر در 10 کلاس معنایی میباشد؛ دقت بازیابی نسبت به کارهای مشابه و محبوب پیشین بهبود یافته است
بازیابی محتوا محور تصاویر با استفاده از ترکیب هیستوگرام رنگ در فضای HSV و ویژگی بافت با الگوی باینری محلی Keywords:
بازیابی محتوا محور تصاویر با استفاده از ترکیب هیستوگرام رنگ در فضای HSV و ویژگی بافت با الگوی باینری محلی authors
عباس خانه زاد نطنزی
گروه مهندسی کامپیوتر، دانشکدهی مهندسی برق و کامپیوتر، دانشگاه کاشان، کاشان
حسین ابراهیم پور کومله
گروه مهندسی کامپیوتر، دانشکدهی مهندسی برق و کامپیوتر، دانشگاه کاشان، کاشان
علی محمد نیک فرجام
گروه مهندسی کامپیوتر، دانشکدهی مهندسی برق و کامپیوتر، دانشگاه کاشان، کاشان
مراجع و منابع این Paper:
لیست زیر مراجع و منابع استفاده شده در این Paper را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود Paper لینک شده اند :