ارائه یک معیار شباهت فازی مبتنی بر تئوری اطلاعات فازی و کاربرد آن در بازیابی تصویر

سال انتشار: 1390
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 1,558

فایل این مقاله در 7 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

ICMVIP07_155

تاریخ نمایه سازی: 28 مرداد 1391

چکیده مقاله:

دریک سیستم بازیابی تصویر، هدف استخراج تصاویر مشابه با یک تصویر ورودی از بین یک مجموعه از تصاویر است. از اینرو یکی از مراحل اجتناب ناپذیر در این سیستم ها، سنجش شباهت تصویر پرس و جوی ورودی با تصاویر موجود در پایگاه داده با استفاده از یک معیار مشابهت است. در این مقاله یک معیار شباهت فازی جدید برای سنجش شباهت تصاویر در سیستم های بازیابی تصویر به منظور بهبود نرخ بازیابی ارائه شده است. بطور دقیق تر، ابتدا ویژگی های اطلاعات متقابل فازی تحت یک قضیه مطالعه و اثبات شده است. سپس یک معیار شباهت فازی بر اساس مفاهیم آنتروپی و اطلاعات متقابل فازی ارائه گردیده و ویژگی های آن بصورت چند لم و قضیه مطالعه شده است. در نهایت، معیار پیشنهادی در یک سیستم بازیابی تصویر مبتنی بر محتوا به عنوان معیار مشابهت مورد استفاده قرار گرفته است. این سیستم روی مجموعه داده های استاندارد V2 و Corel آزمایش شده و نتایج آن با سایر معیارهای سنجش شباهت تصاویر، مقایسه و ارزیابی شده است. نتایج آزمایشات کارایی معیار پیشنهادی را در مقایسه با معیارهای دیگر تأیید می کند. همچنین براساس آزمایشات انجام شده، معیار پیشنهادی در بازیابی یک تصویر از روی تصویر نویزی و تغییر یافته ی آن، کاراتر و مؤثرتر است.

نویسندگان

رقیه داداشی

دانشکده برق، رایانه و فناوری اطلاعات، دانشگاه آزاد اسلامی قزوین

محمود فتحی

دانشکده مهندسی کامپیوتر، دانشگاه علم و صنعت

علی امیری

گروه کامپیوتر، دانشکده فنی و مهندسی، دانشگاه زنجان

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 :
  • [] وانگ، لی، سیستم‌های فازی وکنترل فازی، ترجمه‌ی تشنه‌لب، محمد، ...
  • A. P. N. Vo, T. T. Nguyen, and S. Oraintara, ...
  • N. Singhai, S. K. Shandilya, _ Survey On: Content Based ...
  • A. Barbu, T. Costin, M. Ciobanu, "Histogram intersection based image ...
  • A. D. Kumar, J. Esther, "Comparative Study on CBIR based ...
  • S. A. Jabona, D. S. Raicu, J. D. Furst, "Content-based ...
  • M. Tico, T. Haverinen, P. K., _ method of color ...
  • C. Schmid, R. Mohr, "Local Grayvalue Invariants for Image Retrieval", ...
  • P.V. N. Reddy, K. S. Prasd, "Content Based Image Retrieval ...
  • http :/wang. ist.psu. edu/do cs/related. shtml ...
  • G. Schaefer, M. Stich, "UCID - An Uncompressed Colour Image ...
  • S. F. Ding, S. X. Xia, F. X. Jin, and ...
  • A. De Luca, S. Termini, "A Definition of Non probabilistic ...
  • W. Zeng, H. Li, "Relationship between similarity measure and entropy ...
  • Y. Y. Yao. "Entropy and Correlation: Some Comments", IEEE Transactions ...
  • O. Kucuktunc, D. Zamalieva, "Fuzzy Color Histogram- based CBIR System", ...
  • نمایش کامل مراجع