استخراج ویژگی های بهبود یافته بافت، شکل و رنگ جهت بازیابی تصاویر مبتنی بر محتوا

سیستم های بازیابی تصویر مبتنی بر محتوا امروزه نقش مهمی را در زمینه های نظیر تشخیص پزشکی، سیستم های اطلاعات جغرافیایی و شاخه های مختلف بینایی ماشین ایفا می کند این سیستم ها فرایند بازیابی را با کمک استخراج خودکار ویژگی ها که اغلب از سه نوع رنگ، شکل و بافت هستند انجام می‎ دهد. هدف اصلی سیستم های بازیابی تصویر ارائه یک راهکار جهت مدیریت آسان پایگاه های داده تصویری است. این سیستم ها تاکنون چالش های زیادی را به همراه داشته اند و این به خاطر وجود پیچیدگی و تنوع زیاد ویژگی های تصویر هست. همین امر موجب شده تا توجه ویژه ای به مسئله استخراج و انتخاب ویژگی در این سیستم ها شود. ویژگی های استخراج شده اغلب شامل ویژگی های زائد و نامرتبط زیادی است که حذف آن ها از سیستم موجب افزایش چشمگیری در سرعت و دقت سیستم می شود. در این مطالعه ساختار جدیدی برای پیاده سازی یک سیستم بازیابی تصویر مبتنی بر محتوا ارائه شده است. برای استخراج ویژگی های از توصیفگر رنگ غالب، الگوی دودویی محلی و گشتاورهای شبه زرنیک استفاده می شود. درنهایت ویژگی های رنگ، بافت و شکل با استفاده از الگوریتم ازدحام ذرات به صورت بهینه ترکیب می شوند. نتایج این مطالعه نشان می دهد که ترکیب بهینه ویژگی ها دقت بیشتری نسبت به سیستم های بازیابی تصویر دیگر دارد.

کلیدواژه ها:

بازیابی تصویر مبتنی بر محتوا ، استخراج ویژگی ، توصیفگر رنگ غالب ، الگوی دودی محلی ، گشتاورهای شبه زرنیک ، الگوریتم ازدحام ذرات