بازیابی تصاویر بر اساس محتوا با استفاده از ترکیب روشهای PCA و LDA

سال انتشار: 1400
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 368

فایل این مقاله در 15 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

JR_JCEJ-10-39_004

تاریخ نمایه سازی: 7 تیر 1400

چکیده مقاله:

 امروزه، تصاویر دیجیتال کاربرد گسترده ای در تشخیص بیماری ها، چهره، اثر انگشت، امنیت سیستم ها و حوزه های دیگر پیدا کرده اند. از این رو، ارائه الگوریتمی دقیق در جستجو و بازیابی تصاویر از اهمیت بالایی برخوردار است. در این مقاله با استفاده از ترکیب روش هایPCA وLDA برای بازیابی تصاویر ارائه شده است. در این روش ابتدا تصاویر رنگی موجود در فضای RGB به فضای HSV منتقل، سپس ویژگی های رنگ، شکل و بافت از مولفه “V” فضای رنگ HSV استخراج می شوند. در ادامه بردار ویژگی پیشنهادی با استفاده از هیستوگرامLDP ، هیستوگرام رنگ، هیستوگرام Tamura و ماتریس رخداد مشترک ساخته می شود. در ادامه با ترکیب دو روش PCA وLDA کاهش ویژگی انجام و در نهایت طبقه بندی صورت می پذیرد. برای بررسی روش پیشنهادی چهار سناریو طراحی و ارزیابی صورت پذیرفت. با توجه به آزمایشات صورت گرفته و ارزیابی انجام شده، دقت بدست آمده ۹۷.۶ حاصل گردید که حاکی از عملکرد مناسب روش پیشنهادی در مقایسه با کارهای مشابه می باشد.

کلیدواژه ها:

بازیابی تصاویر براساس محتوا ، ویژگی های تصاویر ، آنالیز اجزای اصلی (PCA) ، آنالیز تفکیک پذیری خطی (LDA)

نویسندگان

فاطمه معمار

گروه کامپیوتر، دانشکده فنی و مهندسی، واحد شاهرود، دانشگاه آزاد اسلامی، شاهرود، ایران

محمدمهدی حسینی

گروه کامپیوتر، دانشکده فنی و مهندسی، واحد شاهرود، دانشگاه آزاد اسلامی، شاهرود،ایران

علیرضا جلالی

گروه کامپیوتر، دانشکده فنی و مهندسی، واحد شاهرود، دانشگاه آزاد اسلامی، شاهرود، ایران

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله 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 مقاله لینک شده اند :
  • Liu, G.H. and Yang, J.Y., Content-based image retrieval using color ...
  • Xia, Z., Wang, X., Zhang, L., Qin, Z., Sun, X. ...
  • Banuchitra, S. and Kungumaraj, K., A comprehensive survey of content ...
  • Srivastava, D., Rajitha, B., Agarwal, S. and Singh, S., Pattern-based ...
  • Zhou, W., Li, H. and Tian, Q., Recent advance in ...
  • Ashraf, R., Ahmed, M., Jabbar, S., Khalid, S., Ahmad, A., ...
  • Soman, S., Ghorpade, M., Sonone, V. and Chavan, S., Content ...
  • M. Singha and K. Hemachandran, Content based image retrieval using ...
  • Zhou, J., Xu, T. and GAO, W., Content based image ...
  • Xu, Y., Zhao, X., & Gong, J. A Large-Scale Secure ...
  • Liu, P., Guo, J.M., Wu, C.Y. and Cai, D., Fusion ...
  • Alsmadi, M.K., An efficient similarity measure for content based image ...
  • Liu, G.H., Yang, J.Y. and Li, Z., Content-based image retrieval ...
  • Alzu'bi, A., Amira, A. and Ramzan, N., Content-based image retrieval ...
  • Yalavarthi, A., Veeraswamy, K. and Sheela, K.A., July. Content based ...
  • Shen, G.L. and Wu, X.J, Content based image retrieval by ...
  • M. M. Rahman, P. Bhattacharya, and B. C. Desai, A ...
  • L. Xavier, B. Thusnavis, and D. Newton, Content based image ...
  • S.-H. Y. a. W. P. Sung-Kwan Oh, Design of face ...
  • Sebe, N., & Lew, M. S., Texture Features for Content-Based ...
  • A. K. Yadav, R. Roy, and V. A. P. Kumar, ...
  • Choi, Seung-Seok, Sung-Hyuk Cha, and Charles C. Tappert. A survey ...
  • S. Soman, M. Ghorpade, V. Sonone, and S. Chavan, Content ...
  • Arthi K, Vijayaraghavan J. , Content based image retrieval algorithm ...
  • Rajam, I. Felci, and S. Valli. Content-Based Image Retrieval Using ...
  • Rajam, I. Felci, and S. Valli. SRBIR: semantic region based ...
  • Akakin, Hatice Cinar, and Metin N. Gurcan, Content-based microscopic image ...
  • نمایش کامل مراجع