يجب تسجيل الدخول أولا
Image Classification Based on Enhancement of Local Binary Pattern
| العنوان بلغة أخرى: |
تصنيف الصور استنادا إلى تحسين النمط الثنائي المحلي |
|---|---|
| المؤلف الرئيسي: | سليمان، أحمد عبدالحميد (مؤلف) |
| مؤلفين آخرين: | الجراح، مظفر منير (مشرف) |
| التاريخ الميلادي: |
2018
|
| موقع: | عمان |
| الصفحات: | 1 - 91 |
| رقم MD: | 903173 |
| نوع المحتوى: | رسائل جامعية |
| اللغة: | الإنجليزية |
| الدرجة العلمية: | رسالة ماجستير |
| الجامعة: | جامعة الشرق الأوسط |
| الكلية: | كلية تكنولوجيا المعلومات |
| الدولة: | الاردن |
| قواعد المعلومات: | Dissertations |
| مواضيع: | |
| رابط المحتوى: |
عدد مرات التحميل
3
| المستخلص: |
تصنيف الصور القائم على الخصائص المستخرجة من الصورة من خلال تجميع الصور إلى فئات، يلعب دورا هاما في تطبيقات الكمبيوتر المتعددة. وقد تم عرض العديد من النهج لاستخراج الخصائص من الصور في الأدب. النمط الثنائي المحلي (LBP)، يعد واحد من الأكثر النهج شيوعا وذلك لبساطتها الحسابية، وثباته للتغير في الإضاءة وموثوقيته في تصنيف الصور وذلك لالتقاطه أغلب الخصائص المرئية الأساسية من الصورة. بالرغم من أن النمط الثنائي المحلي لديه العديد من المزايا، فإنه، مع ذلك، ينتج واصف بحجم طويل (8-بت) لكل بكسل بالإضافة إلى حساسيته في ما يخص دوران الصور. في هذه الأطروحة، تم اقتراح واصف جديد على أساس النمط الثنائي المحلي الأصلي، والذي يدعى التقاطع القطري النمط الثنائي المحلي (DILBP) الذي يلتقط الخصائص الأولية للصور مثل الحواف والزوايا، نهاية الخط، البقع، والمناطق المتجانسة وغيرها من الخصائص المحلية مثل خاصية الخطوط، والتي لم يتم تناولها في النمط الثنائي المحلي الأصلي. يستخدم التقاطع القطري النمط الثنائي المحلي المقترح (DILBP) تقنية جديدة لتحليل الاختلافات في الكثافة بين بكسل المركز والبكسل المجاورة لها، من خلال مقارنة بكسل المركز مع زوج من البكسل المتقابلة في نفس القطر. ونتيجة لذلك، يقلل الواصف المقترح DILBP من طول متجة الخاصية من 8 بت في النمط الثنائي المحلي الأصلي إلى 4 ديجت، الأمر الذي يؤدي إلى تقليل طول متجة الرسم البياني وبالتالي يؤدي إلى تقليل المساحة المطلوبة للخاصية المستخرجة من الصورة. بالإضافة إلى ذلك، فإن الواصف المقترح DILBP له فوائد أخرى مثل الحفاظ على معلومات الصورة، الثبات للتغيير في الإضاءة والدوران. تم تنفيذ الواصف المقترح (DILBP)، وتقييمه باستخدام مجموعة بيانات صور مشاهد طبيعية Fifteen Scene Dataset، بالإضافة إلى مجموعتي بيانات عامتين هما مجموعة بيانات Outex TC12، ومجموعة بيانات CUReT. يستخدم، شعاع الدعم الآلي (SVM) متعددة الطبقات في هذه الأطروحة لتصنيف وتمييز الصور. أظهرت النتائج التجريبية على مجموعة بيانات Fifteen Scene dataset أن تحسين دقة الواصف المقترح DILBP مقارنة مع LBP الأصلي هي ما يقارب 1.5% والتحسين على CS-LBP هي ما يقارب 45.4%. في مجموعة بيانات Outex TC12، تحسين دقة الواصف المقترح DILBP مقارنة مع LBP الأصلي هي حوالي 3.8%، في حين التحسين على CS-LBP حوالي 15.3%. بينما في مجموعة بيانات CUReT، تحسين دقة الواصف المقترح DILBP مقارنة مع CS-LBP هي حوالي 48.4%، ولكنها أقل من LBP الأصلي بمعدل انخفاض تقريبا 2.9%. وتقدم هذه الأطروحة استنتاجات ومقترحات من أجل تحسين الوصف المقترح في المستقبل. |
|---|
عناصر مشابهة
-
Local Binary Pattern (LBP) and its Derivations for Image Classification
بواسطة: Telli, Baha Eddine منشور: (2018) -
Documents Image Classification and Retrieval Based on Logo Recognition
بواسطة: Jabber, Mohanad Sameer منشور: (2017) -
Medical Image Classification with Convolutional Neural Network
بواسطة: Naimi, Mohamed Chouaib منشور: (2021) -
Evaluation of the Digital Image Classification Techniques
بواسطة: Mohamed, Sami Mohamed Ali Fedail منشور: (2011) -
Entropy Based Fuzzy Classification Of Images On Quality Assessment
بواسطة: De, Indrajit منشور: (2012)
