در سالهای اخیر، حجم تصاویر موجود در پایگاههای داده تصاویر خصوصی و یا عمومی نظیر شبکه جهانی اینترنت رو به افزایش است. با توجه به این موضوع، سیستمهایی با قابلیت بازیابی تصاویر بر اساس خصوصیات دیداری در حیطه موضوعات مطرح شده در شاخه پردازش تصویر اهمیت بسزایی یافته است.
امروزه با رشد اینترنت آخرین پیشرفت های فن آوری تصویر منجر به افزایش تصاویر شده است. سیستم ها و روش های مختلفی برای ذخیره سازی و مدیریت مشکلات معرفی شدند. این مطالعات نشان داد که نمایه سازی ومفهوم بازیابی به بازیابی تصاویر مبتنی بر محتوا اشاره دارد. سیستم های بازیابی تصاویر مبتنی
در این پایان نامه یک روش بخش بندی معنایی برای تصاویر هوایی ارائه شده است. بخش بندی معنایی باعث می شود، عمل بخش بندی و طبقه بندی به طور هم زمان در یک گام موثر انجام شود. در حقیقت یک برچسب معنایی برای هر بخش متناظر با کلاس آن (نظیر درخت، جاده، ساختمان، چمن و آب) اختصاص می یابد. این
این پژوهش نشان می دهد که چگونه می توان از آنتروپی جهت تنظیم وزن مولفه های بردار ویژگی به منظور بهبود تابع شباهت، در بازیابی تصاویر مبتنی بر محتوا بهره برد. اهمیت یافته ی این تحقیق، ارائه ی دقت بازیابی بالاتر نسبت به روش های مرسوم و مبتنی بر انحراف معیار و میانگین است. در روش پیشن
نقشه های کاربری و پوشش های زمینی، در برنامه ریزی های کشوری از اهمیت خاصی برخوردار است. امروزه سنجش از دور موثرترین روش در تهیه ی اطلاعات پوشش های زمینی محسوب می شود. پس از تهیه ی تصاویر با طبقه بندی خودکار آن ها، نقشه های پوشش زمینی تولید می شوند. فرآیند طبقه بندی به دو مرحله است
در این پایان نامه، روشی جدید در بازیابی تصاویر ارائه شده است که علاوه بر سریع بودن، همزمان دقت بالایی نیز داشته باشد.در روش پیشنهادی از دو ویژگی رنگ و لبه استفاده شده است.ترکیب ویژگی هیستوگرام رنگ hsv و ویژگی هیستوگرام لبه ( (srf بر پایه الگو های باینری محلی (lbp) ، سیستم پیشنهاد
تولید و ذخیره‌سازی تصاویر به صورت دیجیتالی باعث بوجود آمدن سیستم‌های بازیابی تصویر، با قابلیت بازیابی تصاویر با استفاده از محتوای بصری آن‌ها گردید. در بین سیستم‌های بازیابی تصویر مبتنی بر متن و یا محتوا، روش‌های مبتنی بر محتوا عملکرد جامع‌تر و بهتری دارند. اما یکی از نکاتی که در
بازیابی تصاویر مبتنی بر محتوا که با عنوان پرسوجو بر اساس محتوای تصویر نیز شناخته میشود، یکی از زیرشاخههای بینایی ماشین است که جهت سازماندهی و تشخیص محتوای تصاویر دیجیتال با بهرهگیری از ویژگیهای بصری به کار میرود. این تکنولوژی، تصاویر مشابه با تصویر پرسوجو را از پایگاه دادههای عظی
در این مقاله روشی برای بازیابی تصاویر چهره با استفاده از هیستوگرام گرادیان و الگوی باینری محلی(LBP) پیشنهاد شده است. در این روش ابتدا تصاویر را با استفاده از موقعیت مرکز چشم‌ها تنظیم می‌کنیم و سپس ناحیه‌ی چهره را در آن‌ها استخراج می‌کنیم. برای استخراج ویژگی، در اطراف هر پیکسل سلو
در این مقاله روشی برای بازیابی تصاویر چهره با استفاده از هیستوگرام گرادیان و الگوی باینری محلی(lbp) پیشنهاد شده است. در این روش ابتدا تصاویر را با استفاده از موقعیت مرکز چشم ها تنظیم می کنیم و سپس ناحیه ی چهره را در آن ها استخراج می کنیم. برای استخراج ویژگی، در اطراف هر پیکسل سلو
در این پژوهش الگوریتم جدیدی برای طبقه‌بندی تصاویر درموسکپی به دو نوع بدخیم و خوش‌خیم ارائه شده است. ابتدا یک مرحله پیش‌پردازش دو مرحله‌ای شامل فیلترگذاری جهت حذف نویز و فیلتر همومورفیک جهت ارتقاء کیفیت تصویر اعمال میشود. سپس با استفاده از روش آستانه‌گذاری Otsu ضایعه از نواحی سال
در این پژوهش الگوریتم جدیدی برای طبقه‌بندی تصاویر درموسکپی به دو نوع بدخیم و خوش‌خیم ارائه شده است. ابتدا یک مرحله پیش‌پردازش دو مرحله‌ای شامل فیلترگذاری جهت حذف نویز و فیلتر همومورفیک جهت ارتقاء کیفیت تصویر اعمال میشود. سپس با استفاده از روش آستانه‌گذاری Otsu ضایعه از نواحی سال