بازیابی تصاویر بر اساس محتوا با استفاده از ترکیب روشهای PCA و LDA
امروزه، تصاویر دیجیتال کاربرد گسترده ای در تشخیص بیماری ها، چهره، اثر انگشت، امنیت سیستم ها و حوزه های دیگر پیدا کرده اند. از این رو، ارایه الگوریتمی دقیق در جستجو و بازیابی تصاویر از اهمیت بالایی برخوردار است. در این مقاله با استفاده از ترکیب روش هایPCA وLDA برای بازیابی تصاویر ارایه شده است. در این روش ابتدا تصاویر رنگی موجود در فضای RGB به فضای HSV منتقل، سپس ویژگی های رنگ، شکل و بافت از مولفه “V” فضای رنگ HSV استخراج می شوند. در ادامه بردار ویژگی پیشنهادی با استفاده از هیستوگرامLDP ، هیستوگرام رنگ، هیستوگرام Tamura و ماتریس رخداد مشترک ساخته می شود. در ادامه با ترکیب دو روش PCA وLDA کاهش ویژگی انجام و در نهایت طبقه بندی صورت می پذیرد. برای بررسی روش پیشنهادی چهار سناریو طراحی و ارزیابی صورت پذیرفت. با توجه به آزمایشات صورت گرفته و ارزیابی انجام شده، دقت بدست آمده 97.6 حاصل گردید که حاکی از عملکرد مناسب روش پیشنهادی در مقایسه با کارهای مشابه می باشد.
- حق عضویت دریافتی صرف حمایت از نشریات عضو و نگهداری، تکمیل و توسعه مگیران میشود.
- پرداخت حق اشتراک و دانلود مقالات اجازه بازنشر آن در سایر رسانههای چاپی و دیجیتال را به کاربر نمیدهد.