اصلاح روش های استخراج ویژگی مبتنی بر تبدیل موجک گسسته برای بازیابی تصویر مبتنی بر محتوا
پایان نامه
- وزارت علوم، تحقیقات و فناوری - دانشگاه گیلان - دانشکده فنی
- نویسنده سیده لیلا نژادهاشمی
- استاد راهنما اسدالله شاه بهرامی بابک ناصرشریف رضا حسن زاده پاک رضایی
- تعداد صفحات: ۱۵ صفحه ی اول
- سال انتشار 1390
چکیده
استخراج ویژگی و اندازه گیری شباهت در فضای ویژگی ها دو مرحله اصلی در یک سیستم بازیابی تصویر مبتنی بر محتوا هستند. از این رو در چنین سیستمی شناسایی روش های مناسب برای توصیف محتوای تصویر و همچنین تطبیق تصویر پرسش با تصاویر موجود در دادگان به روشی که به بهترین شکل منعکس کننده قضاوت انسان درباره میزان شباهت ها باشد، از اهمیت بسیاری برخوردار است. یکی از روش های استخراج ویژگی، استخراج ویژگی از بافت به عنوان یکی از عناصر اصلی تصویر است. در این راستا، تبدیل موجک گسسته با توجه به امتیازاتی از قبیل پیاده سازی کارآمد و امکان تحلیل تصویر در مقیاس های مختلف، پرکاربردترین روش برای استخراج ویژگی ها از بافت به شمار می آید. اما در سال های اخیر به دلیل کاستی هایی که مهمترین آن ضعف در تعیین جهات مختلف موجود در یک تصویر است، تبدیلات چندمقیاسی دیگری نیز مورد توجه قرار گرفته اند. تبدیل موجک مختلط با درخت دوگانه از جمله راهکارهایی است که برای غلبه بر کاستی های تبدیل موجک گسسته پیشنهاد شده است. هدف در این پایان نامه ارائه روشی مبتنی بر تبدیلات موجک برای استخراج ویژگی هاست، به طوری که هم از لحاظ توانایی در توصیف محتوای بافت و هم از لحاظ زمان بازیابی کارآمد باشد. به این منظور ابتدا با استفاده از زیرباندهای به دست آمده از تبدیل موجک مختلط با درخت دوگانه، بردارهای ویژگی ساخته می شوند. این بردارها بر اساس انرژی زیرباندها و مدل سازی آماری توزیع ضرایب زیرباندها با استفاده از تابع گاوسی تعمیم یافته (ggd) به دست می آیند. سپس با اعمال تبدیلات کاهش بعد خطی و غیر خطی به بردارهای ویژگی چند مقیاسی مذکور، ضمن کمک به بهنگام نمودن فرایند بازیابی، توصیف موثرتری از تصاویر به دست می آید. این تبدیلات عبارتند از روش های خطی تحلیل متمایزساز خطی (lda ) و lpp و روش های غیرخطی kernel lda و kernel lpp. در پایان به منظور کلاس بندی بردارهای ویژگی کاهش بعد یافته از سه کلاس بند k نزدیک ترین همسایه (knn)، ناایو بیز (nb) و ماشین بردار پشتیبان (svm) استفاده شده است. نتایج به دست آمده بر روی دو دادگان تصویری استاندارد vistex و brodatz گویای کارآیی و کارآمدی چارچوب پیشنهادی برای سیستم بازیابی تصویر مبتنی بر محتوا در این پایان نامه است.
منابع مشابه
ارائه یک روش ترکیبی مبتنی بر تبدیل موجک گسسته برای پیشبینی بار الکتریکی با استفاده از یک مدل دوبعدی
چکیده: پیشبینی میزان تقاضای انرژی الکتریکی و شناسایی روند تغییرات آن، عامل کلیدی و مؤثری در برنامهریزی، طراحی و بهرهبرداری از شبکه قدرت است. بیگمان آگاهی از میزان مصرف انرژی الکتریکی، اساس و زیربنای برنامهریزی و تصمیمگیری در سیستمهای قدرت است. در این مقاله با معرفی روش ترکیبی تبدیل موجک و حداقل مربعات خطا و ارائه یک مدل دوبعدی برای بار، پیشبینی پیک ماهیانه بار استان زنجان در افق بلندمد...
متن کاملبازیابی تصویر مبتنی بر محتوا با استفاده از ویژگی های سطح پایین تصویر
با پیشرفت تکنولوژی و استفاده روز افزون از اینترنت، جستجوی تصویر و بازیابی آن اهمیت ویژه ای یافته است . یکی از تکنیک های بازیابی تصویر، بازیابی مبتنی بر محتوای تصویر است. در این نوع بازیابی سعی می شود که به جای استفاده از کلمات کلیدی و حاشیه نویسی دستی از محتوای خود تصویر برای جستجو و بازیابی استفاده شود. در این گونه سیستم ها نیاز به راهکارهایی برای استخراج ویژگی ها از تصویر و توصیف تصویر توسط آ...
15 صفحه اولبازیابی تصویر مبتنی بر محتوا با استفاده از شبکه‌های عصبی کانولوشن عمیق
بازیابی تصویر یکی از موضوعات مهم و چالش‌برانگیز در حوزه بینایی ماشین و پردازش تصویر است. تاکنون تحقیقات زیادی در زمینه بازیابی بر روی روش‌های مختلف انجام شده است. از دهه 70 میلادی بازیابی مبتنی بر کلمه معرفی شد و پس از گذشت دو دهه با توجه به افزایش حجم داده ذخیره شده و ناکارآمدی این روش‌ها، بازیابی مبتنی بر محتوا پایه‌گذاری شد. دراین روش محققان با توجه به استخراج ویژگی از تصاویر، به نتیجه بهت...
متن کاملارائه یک روش ترکیبی مبتنی بر تبدیل موجک گسسته برای پیش بینی بار الکتریکی با استفاده از یک مدل دوبعدی
متن کامل
ارائه یک روش ترکیبی جدید برای بازیابی تصویر مبتنی بر محتوا با استفاده از توصیفگرهای بهینه
با توجه به کاهش هزینه تهیه و نگهداری تصاویر دیجیتالی و گسترش روز افزون استفاده از این تصاویر، در سال های اخیر، حجم و تعداد مجموعه تصاویر فردی و عمومی بخصوص در شبکه جهانی اینترنت، رو به افزایش نهاده است. این امر، نیاز به جستجوی تصاویر دیجیتالی را مطرح ساخته است. در این میان، جستجوی تصاویر و توسعه سیستم های با قابلیت بازیابی تصاویر بر اساس محتوا و مشابه درک انسانی توجه محققین را به خود جلب نموده ...
15 صفحه اولیک روش بهبود یافته یادگیری کوتاه مدت مبتنی بر گرادیان نزولی در سامانه های بازیابی تصویر
بازیابی معنایی تصویر از مباحث مورد توجه در بازشناسی الگو است. یکی از روش های متداول جهت نزدیکتر شدن سامانه بازیابی به محتوای معنایی تصاویر، استفاده از بازخورد ربط است. در این مقاله رویکردی جهت یادگیری کوتاه مدت به روش بهبود تابع شباهت ارائه شده که استفاده از گرادیان نزولی در یادگیری وزن های تابع شباهت را بهبود داده است. در این روش، علاوه بر وزن های هر مولفه ویژگی، وزن های نوع ویژگی نیز بهینه سا...
متن کاملمنابع من
با ذخیره ی این منبع در منابع من، دسترسی به آن را برای استفاده های بعدی آسان تر کنید
ذخیره در منابع من قبلا به منابع من ذحیره شده{@ msg_add @}
نوع سند: پایان نامه
وزارت علوم، تحقیقات و فناوری - دانشگاه گیلان - دانشکده فنی
کلمات کلیدی
میزبانی شده توسط پلتفرم ابری doprax.com
copyright © 2015-2023