ناشر تخصصی کنفرانس های ایران

لطفا کمی صبر نمایید
CIVILICAWe Respect the Science
ناشر تخصصی کنفرانسهای ایران
عنوان
مقاله

بازیابی تصاویر مبتنی بر محتوا بر پایه توصیف گر GIST

تعداد صفحات: 8 | تعداد نمایش خلاصه: 428 | نظرات: 0
سال انتشار: 1393
کد COI مقاله: CITCONF02_292
زبان مقاله: فارسی
(فایل این مقاله در 8 صفحه با فرمت PDF قابل دریافت می باشد)

راهنمای دانلود فایل کامل این مقاله

اگر در مجموعه سیویلیکا عضو نیستید، به راحتی می توانید از طریق فرم روبرو اصل این مقاله را خریداری نمایید.

با عضویت در سیویلیکا می توانید اصل مقالات را با حداقل ۳۳ درصد تخفیف (دو سوم قیمت خرید تک مقاله) دریافت نمایید. برای عضویت در سیویلیکا به صفحه ثبت نام مراجعه نمایید.در صورتی که دارای نام کاربری در مجموعه سیویلیکا هستید، ابتدا از قسمت بالای صفحه با نام کاربری خود وارد شده و سپس به این صفحه مراجعه نمایید.

لطفا قبل از اقدام به خرید اینترنتی این مقاله، ابتدا تعداد صفحات مقاله را در بالای این صفحه کنترل نمایید.

برای راهنمایی کاملتر راهنمای سایت را مطالعه کنید.

خرید و دانلود فایل مقاله

با استفاده از پرداخت اینترنتی بسیار سریع و ساده می توانید اصل این مقاله را که دارای 8 صفحه است در اختیار داشته باشید.

قیمت این مقاله : 7,000 تومان

آدرس ایمیل خود را در کادر زیر وارد نمایید:

مشخصات نویسندگان مقاله بازیابی تصاویر مبتنی بر محتوا بر پایه توصیف گر GIST

مهسا میرزاده - دانشجوی کارشناسی،هوش مصنوعی ،دانشگاه باهنر
مجید محمدی - عضو هیات علمی دانشگاه باهنر کرمان

چکیده مقاله:

بازیابی تصاویر،به معنای جستجوی یک تصویر در پایگاه داده تصاویر است به گونه ای که تنها محتوای بصری تصویر مورد استفاده قرار گیرد و از هیچ عبارت کمکی برای جستجو استفاده نشود.مقاله حاضر روشی کارا و پر سرعت برای بازیابی تصاویر ارائه کرده است. در روش پیشنهادی از اطلاعات رنگ،بافت و جهت لبه تصویر استفاده شده است تا تصاویر مشابه در پایگاه جستجو شوند. در روش ارائه شده ابتدا توسط الگوریتم لبه یابی سوبل،لبه های تصویر پیدا می شوند،سپس جهت لبه ها تشخیص داده می شوند و مقادیر آن ها دربازه عددی مشخصی کوانتیزه می شوند.هیستوگرام رنگ تصاویر نیز محاسبه شده در نهایت با اعمال ویژگی GIST یک بردار ویزگی دیگری از ویژگی های رنگ و بافت تصاویر نیز بدست خواهد آمد. در نهایت یک بردار ویژگی با مشخصات رنگ،جهت لبه و بافت تصویر برای هر تصویر ذخیره می شوند.بردار ویزگی بدست آمده نرمالایز شده،تا مقادیر بردار در یک بازه عددی قرار داشته باشند.هر یک از ویژگی های بردار ویژگی وزن دهی خواهد شد تا کارایی هر یک در نتیجه الگوریتم سنجیده شود. نتایج روش پیشنهادی این مقاله نشان دهنده کارایی روش پیشنهادی می باشد.از مزیت های روش پیشنهادی سرعت بالای اجرای الگوریتم،دقت بالای بازیابی در مقایسه با روش های مشابه است.

کلیدواژه ها:

هيستوگرام رنگ،هيستوگرام لبه،ويژگي GIST،بازيابي تصوير

کد مقاله/لینک ثابت به این مقاله

برای لینک دهی به این مقاله می توانید از لینک زیر استفاده نمایید. این لینک همیشه ثابت است و به عنوان سند ثبت مقاله در مرجع سیویلیکا مورد استفاده قرار میگیرد:

https://civilica.com/doc/455164/

کد COI مقاله: CITCONF02_292

نحوه استناد به مقاله:

در صورتی که می خواهید در اثر پژوهشی خود به این مقاله ارجاع دهید، به سادگی می توانید از عبارت زیر در بخش منابع و مراجع استفاده نمایید:
میرزاده، مهسا و محمدی، مجید،1393،بازیابی تصاویر مبتنی بر محتوا بر پایه توصیف گر GIST،دومین همایش ملی پژوهش های کاربردی در علوم کامپیوتر و فناوری اطلاعات،تهران،،،https://civilica.com/doc/455164

در داخل متن نیز هر جا که به عبارت و یا دستاوردی از این مقاله اشاره شود پس از ذکر مطلب، در داخل پارانتز، مشخصات زیر نوشته می شود.
برای بار اول: (1393، میرزاده، مهسا؛ مجید محمدی)
برای بار دوم به بعد: (1393، میرزاده؛ محمدی)
برای آشنایی کامل با نحوه مرجع نویسی لطفا بخش راهنمای سیویلیکا (مرجع دهی) را ملاحظه نمایید.

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 ممقالهقاله لینک شده اند :

  • A. Vailaya, M.A.T. Figueiredo, A.K. Jain, H.J. Zhang, Image classification ...
  • V.N. Vapnik, Statistical Learning Theory, Wiley, New York, 1998. ...
  • S. Tong, E. Chang, Support vector machine active learning for ...
  • Patil, Pushpa B., and Manesh B Kokare. "Efficient Texture Image ...
  • G.-H. Liu, L. Zhang, et al., Image retrieval based On ...
  • G.-H. Liu, Z.-Y. Li, L. Zhang, Y. Xu, Image retrieval ...
  • Zhang, Ming, et al. " A novel image retrieval method ...
  • C. Siagian, L. Itti, Rapid _ iolo gic ally-Inspired Scene ...
  • Liu, Guang-Hai, and Jing-Yu Yang. "Content-based image retrieval using color ...
  • Shaoting Zhang, Junzhou Huang, Yuchi Huang, Yang Yu, Hongsheng Li, ...
  • مدیریت اطلاعات پژوهشی

    صدور گواهی نمایه سازی | گزارش اشکال مقاله

    اطلاعات استنادی این مقاله را به نرم افزارهای مدیریت اطلاعات علمی و استنادی ارسال نمایید و در تحقیقات خود از آن استفاده نمایید.

    مقالات پیشنهادی مرتبط

    مقالات مرتبط جدید

    به اشتراک گذاری این صفحه

    اطلاعات بیشتر درباره COI

    COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.

    کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.

    پشتیبانی