LEADER |
02895nam a2200313 4500 |
001 |
1538657 |
041 |
|
|
|a eng
|
100 |
|
|
|9 648143
|a Aouameur, Souraya
|e Author
|
245 |
|
|
|a Image Retrieval Using Patch Based Feature
|
260 |
|
|
|a ورقلة
|c 2018
|
300 |
|
|
|a 1 - 47
|
336 |
|
|
|a رسائل جامعية
|
502 |
|
|
|b رسالة ماجستير
|c جامعة قاصدي مرباح - ورقلة
|f كلية التكنولوجيات الحديثة للمعلومات والاتصال
|g الجزائر
|o 0053
|
520 |
|
|
|a أصبح استرجاع الصور من مجموعات البيانات الكبيرة مجالا للاهتمام في الوقت الحاضر في العديد من التطبيقات. في هذه الرسالة، نقدم نظاما لاسترجاع الصور يعتمد على المحتوى ويستخدم تصحيحات من الصورة كسمات مرئية لوصفها. اعتمدنا فرق الكتل الصغرى الكثيفة كميزة محلية في نظام CBIR لدينا. تستند الميزات المقترحة على فكرة أن بقع صغيرة في صورة نسيج تظهر بنية مميزة، وإذا تم التقاطها بشكل فعال، معلومات تمييزية. يتم ترميز هذه الميزات باستخدام كيس من الكلمات المرئية للحصول على واصف الصورة الذي يعتبر إحصائيات ترتيب أعلى. في هذه الخطوة، أولا، يتم استخراج الميزات المحلية من صور التدريب، ثم يتم اختيار الميزات النموذجية على هيئة النسق (باستخدام K-means clustering). تستخدم هذه النصوص لتصنيف جميع الميزات من صور التدريب والاختبار. يعتمد تقييمنا التجريبي للنظام على مجموعات بيانات صور مختلفة. من النتائج التجريبية، اكتشفنا أن DMD يتفوق بشكل كبير على الميزات الأخرى.
|
653 |
|
|
|a العالم الرقمي
|a التكنولوجيا الحديثة
|a الصور المرئية
|a الصور الرقمية
|a الهاتف المحمول
|
700 |
|
|
|a Belal, Khaldi
|e Advisor
|9 648145
|
856 |
|
|
|u 9815-058-002-0053-T.pdf
|y صفحة العنوان
|
856 |
|
|
|u 9815-058-002-0053-A.pdf
|y المستخلص
|
856 |
|
|
|u 9815-058-002-0053-C.pdf
|y قائمة المحتويات
|
856 |
|
|
|u 9815-058-002-0053-F.pdf
|y 24 صفحة الأولى
|
856 |
|
|
|u 9815-058-002-0053-1.pdf
|y 1 الفصل
|
856 |
|
|
|u 9815-058-002-0053-2.pdf
|y 2 الفصل
|
856 |
|
|
|u 9815-058-002-0053-3.pdf
|y 3 الفصل
|
856 |
|
|
|u 9815-058-002-0053-4.pdf
|y 4 الفصل
|
856 |
|
|
|u 9815-058-002-0053-O.pdf
|y الخاتمة
|
856 |
|
|
|u 9815-058-002-0053-R.pdf
|y المصادر والمراجع
|
930 |
|
|
|d y
|
995 |
|
|
|a Dissertations
|
999 |
|
|
|c 1212100
|d 1212100
|