به کارگیری gpu به منظور افزایش کارایی روش های بازیابی مبتنی بر محتوای تصاویر

رشد روز افزون تکنولوژی چندرسانه ای و اینترنت در دهه های اخیر، باعث نیاز گسترده به سیستم های بازیابی اطلاعات شده است. در این میان، تصاویر به عنوان یکی از مهمترین منابع اطلاعاتی نقش بزرگی در زندگی بشر ایفا می کنند. به دلیل ظهور ابزارهای عکاسی و تصویربرداری دیجیتال، تعداد تصاویر روی وب به صورت نمایی در حال افزایش است. لذا مسئله اصلی، پیدا کردن تصاویر نیست، بلکه چگونه پیداکردن آنها به صورت بهینه و کارا می باشد. به دلیل پاسخگو نبودن سیستم های مبتنی بر متن در بازیابی کارای تصاویر، سیستم های بازیابی تصویر مبتنی بر محتوا (content based image retrieval) ارائه شدند. در این سیستم ها عمل بازیابی تنها با اطلاعاتی که از محتوای خود تصاویر قابل استخراج است (به نام ویژگی ها)، انجام می گردد. این سیستم ها (cbir) به دلیل افزایش تقاضا برای سیستم های اطلاعاتی چندرسانه ای، بسیار مورد توجه قرار گرفته اند. در این نوع سیستم های بازیابی، ویژگی های اولیه تصویر مانند رنگ، بافت و شکل به طور اتوماتیک از تصاویر استخراج شده و به عنوان بردار ویژگی در پایگاه داده ای جهت مقایسه تصاویر در نظر گرفته می شوند. سپس بازیابی تصویر با استفاده از این بردارهای ویژگی انجام می شود. یک سیستم cbir باید به گونه ای موثر و کارا عمل بازیابی تصویر پرس وجو از پایگاه داده تصاویر را انجام دهد. بنابراین پارامترهای مهم در سیستم های cbir، دقت و سرعت بازیابی تصاویر می باشند. هدف از تدوین این پایان نامه، ارائه روش هایی برای بازیابی تصویر مبتنی بر محتوا است به گونه ای که این روش ها دقت و سرعت خوبی داشته باشند. در این پایان نامه، 4 روش بازیابی براساس ویژگی شکل پیشنهاد شده اند. سپس این روش ها، با 9 توصیفگر شکل دیگر مقایسه شده و نتایج نشان می دهند که دقت بازیابی روش های پیشنهادی بسیار مناسب می باشد. به منظور افزایش سرعت بازیابی، گام های استخراج ویژگی تصاویر و همچنین اندازه گیری میزان شباهت تصاویر، به صورت موازی و با استفاده از پردازنده های گرافیکی پیاده سازی شده اند. به دلیل موازی سازی این قسمت ها، تسریع مناسبی بدست آمده و سرعت بازیابی تصویر بسیار بهتر شده است.