کاهش تعداد ویژگیهای مبتنی بر گشتاور با استفاده از روشهای انتخاب ویژگی در بازیابی تصاویر بر مبتنی بر محتوا

بازیابی تصویر مبتنی بر محتوا یک زمینه تحقیقاتی است که هدف آن تسهیل فرایند جستجو و بازیابی تصاویر بر اساس ویژگیهای بصری تصاویر مانند رنگ، شکل و بافت، در پایگاه داده های بزرگ تصویری است. نیاز روزافزون به سیستمهای بازیابی تصویر در زمینه های چندرسانه ای مانند جلوگیری از جرم، تحصیل، اطلاعات جغرافیایی و ... باعث شده است که بازیابی تصویر یکی از موضوعات جذاب برای تحقیق باشد. با وجود ویژگیهای متنوعی که امروزه در سیستمهای بازیابی تصاویر، از آنها برای توصیف محتوای تصاویر استفاده می شود، انتخاب از میان این ویژگیها یکی از مراحل مهم برای طراحی یک سیستم بازیابی تصویر است. اما کدامیک از این ویژگیها برای توصیف تصاویر موجود در یک پایگاه داده خاص، به منظور کلاس بندی و بازیابی تصاویر، مناسب تر هستند؟ کاهش تعداد ویژگیها و انتخاب موثرترین آنها در کلاس بندی و بازیابی تصاویر هنوز فرایندی چالش برانگیز است. یکی از انواع روشها برای برآورده کردن این نیاز، روشهای انتخاب ویژگی نام دارد. گشتاورها یکی از انواع ویژگی های شکل تصاویر هستند، که کاربرد زیادی در کلاس بندی و تشخیص اشیا در تصاویر دارند. در این پایان نامه مسئله انتخاب ویژگی های مفید در کلاس بندی و بازیابی تصاویر، از میان ویژگیهای شکل مبتنی بر گشتاورها مورد بررسی قرار گرفته است. روشهای ارائه شده در این پایان نامه شامل روشی جدید برای وزن دهی ویژگیهای مبتنی بر گشتاور و روشهایی برای انتخاب زیرمجموعه ای از ویژگیها بر اساس وزنهای نسبت داده شده به آنهاست. در سیستم بازیابی تصویر پیاده سازی شده در این پایان نامه، از گشتاور legendre به عنوان ویژگی شکل و از پایگاه داده شکل coil-20 برای تحلیل روشها استفاده شده است. نتایج مقایسه روش وزن دهی ارائه شده و الگوریتم relieff نشان می دهد که روش ارائه شده تاثیر بهتری در کارایی فرایند انتخاب ویژگی و بازیابی تصاویر دارد، از این رو کیفیت کلی سیسـتم بازیابی تصویر را بهبود می بخشد.