بازیابی تصاویر محتوا محور به کمک الگوی دودویی محلی میانگین و شکل گسسته توزیع احتمال توام کانالهای رنگ

بازیابی، یافتن و استخراج الگوهای تصاویر با استفاده از هوش مصنوعی امروزه یکی از مهم ترین مسائل در حوزه ی پردازش تصویر است که دارای کاربردهای بسیار زیادی از جمله صنعت پزشکی می باشد. از بازیابی تصویر در پیدا کردن تصاویر مشابه در یک مجموعه داده بسیار بزرگ میتوان کمک گرفت. برای یافتن و استخراج الگوهای داخل تصاویر راه های زیادی وجود دارد اما فرایند پیچیده ای است. بهره گیری از اطلاعات کانال های رنگی و همچنین دانش نهفته در بافت تصاویر، دو رویکرد برای استخراج ویژگی از هر تصویر هستند که در پژوهش حاضر از آنها برای استخراج ویژگی های موثر و متمایز کننده با هدف استفاده در فرایند بازیابی تصاویر بر پایه محتوا استفاده شده است. در روش ارائه شده برای استخراج ویژگی-های بافت از الگوی دودویی محلی میانگین وبرای تولید ویژگی های مربوط به رنگ از شکل گسسته توزیع احتمال توام کانالهای سه گانه رنگی استفاده شده است. الگوی دودویی محلی میانگین به نوعی بهبود یافته الگوی دودویی محلی است که همسایگی گسترده تری را برای استخراج داده های بافت مورد استفاده قرار می دهد. همچنین در الگوریتم پیشنهادی برای مقایسه بردارهای ویژگی از فاصله کانبرا توسعه یافته استفاده شده است. روش ارائه شده بر روی مجموعه داده وانگ آزمایش شده و نتایج مربوطه در این خصوص گزارش شده است. همچنین عملکرد روش پیشنهادی در مقایسه با روشهای دیگر مورد بررسی قرار گرفته است.

کلیدواژه ها:

بازیابی تصاویر ، توصیفگر تصویر ، ویژگی رنگ و بافت ، الگوهای باینری محلی