بازیابی تصویر مبتنی بر محتوا با استفاده از ماشین بردار پشتیبان و ویژگی های هیستوگرام اختلاف بافت

با توجه به پیشرفت دنیای تصاویر دیجیتال و افزایش تعداد آنها، ارایه سیستمی جهت بازیابی تصویر، از اهمیت زیادی برخوردار است. یک سیستم بازیابی تصویر مبتنی بر محتوا باید بر اساس محتوای تصویر جستجو شده توسط کاربر، تصاویر مشابه را بیابد. لذا در این مقاله یک روش جدید به منظور بازیابی تصویر مبتنی بر محتوا ارایه شده است. برای این منظور، با توجه به اهمیت بافت اشیاء در یک تصویر، ویژگی جدیدی تحت عنوان هیستوگرام اختلاف بافت در جهت لبه برابر معرفی شده است. در روش پیشنهادی، ابتدا ویژگی هایی شامل ویژگی جدید معرفی شده، از تصاویر آموزشی استخراج شده و سپس تعدادی از این ویژگی ها انتخاب می شوند. در ادامه، با استفاده از این ویژگی ها و کلاس هر تصویر و همچنین روش یادگیری ماشین بردار پشتیبان، تصاویر در کلاس های مختلف به سیستم آموزش داده می شوند. ارزیابی روش پیشنهادی با استفاده از پایگاه داده استاندارد Wang انجام شده است و نتایج به دست آمده، توانایی روش پیشنهادی را در بازیابی تصاویر مبتنی بر محتوا نسبت به روش های مشابه نشان می دهد.