Content – Based Image Retrieval Using Gabor Filter and DCT Method
| العنوان بلغة أخرى: |
نظام استرجاع الصور اعتمادا على المحتوى باستخدام طريقتي (Gabor Filter and DCT) |
|---|---|
| المؤلف الرئيسي: | محسن، محمد خيرالله (مؤلف) |
| مؤلفين آخرين: | عطير، محمد عبدالله عارف (مشرف) |
| التاريخ الميلادي: |
2018
|
| موقع: | عمان |
| الصفحات: | 1 - 136 |
| رقم MD: | 990697 |
| نوع المحتوى: | رسائل جامعية |
| اللغة: | الإنجليزية |
| الدرجة العلمية: | رسالة ماجستير |
| الجامعة: | جامعة عمان العربية |
| الكلية: | كلية العلوم الحاسوبية والمعلوماتية |
| الدولة: | الاردن |
| قواعد المعلومات: | Dissertations |
| مواضيع: | |
| رابط المحتوى: |
عدد مرات التحميل
1
| المستخلص: |
نظرا للتطورات الهائلة في مجال التكنلوجيا وخاصة في الأنظمة الرقمية والكاميرات، بالإضافة إلى التطور السريع للإنترنت الذي أدى إلى توافر كمية كبيرة من المعلومات التي تصف محتويات الصورة، مما أدى بدوره إلى الحاجة لإنشاء نظام استرجاع سريع وفعال لهذه الصور في مختلف المجالات يعتمد على المحتوى العام للصورة ولا يعتمد على الاسم. وبالرغم من وجود الكثير من التقنيات والخوارزميات التي تعمل على استرجاع الصور اعتمادا على محتواها، إلا أن البحث العلمي يستمر في هذا المجال لغايات تحسين النتائج. لذلك فهذه الرسالة تقترح تطوير نظام استرجاع الصور اعتمادا على صفات الصورة اللونية ومحتواها، حيث تم الدمج ما بين خوارزميتين معروفتين هما Gabor Filter وDCT وسميت الخوارزمية الجديدة باسم (GDCT) الهدف من الخوارزمية المقترحة هو تحسين دقة النتائج في عملية استرجاع الصور اعتمادا على محتواها. حيث تم استخدام كل من (Mean Square Error وEuclidean Distance) لقياس التشابه أو المسافة بين صور قاعدة البيانات وصور الاستعلام. لاختيار الخوارزمية المقترحة GDCT، فقد تم استخدام اثنان من قواعد البيانات القياسية والمستخدمة في هذا المجال وهما: WANGوWANGZ، حيث تحتوي الأولى على 1000 صورة، بينما تحتوي الثانية على 10000 صورة من مختلف الأنواع والأحجام. ولقياس نتائج أداء الخوارزمية المقترحة، فقد تم استخدام كل من: PrecisionوRecall إضافة إلى مقارنة النتائج التي تم الحصول عليها بشكل فردي لكل منGabor Filter وDCT. وقد أظهرت التجارب أن DCT حسنت على Precision وRecall بمعدل 25% و33% على التوالي عندما تم تطبيقهم على قاعدة البيانات WANG، بينما معدل التحسين على Gabor Filter كان 25% وكذلك 14%. أما عند إجراء التجارب على WANGZ، فقد أظهرت النتائج أن معدل تحسين على DCT كان 25% و14% لكل من Precision وRecall على التوالي، بينما كانت أفضل النتائج من خلال زيادة تحسين الدقة فيGabor Filter إذ كان معدل Precision هو 67% ولكن معدل التحسين ال Recall كان 14% فقط. |
|---|
عناصر مشابهة
-
Analysis Of Distance Metrics In Content Based Image Retrieval Using Statistical Quantized Histogram Texture Features In The DCT Domain
بواسطة: Malik, Fazal منشور: (2013) -
Digital Video Watermarking Methods Using DCT and SVD
بواسطة: صالح، ميعاد محمد منشور: (2020) -
Fusion of Color, Texture and Statistical Features for Enhancing Content-Based Image Retrieval
بواسطة: Al Tarawneh, Ahmad Salem منشور: (2015) -
Enhancement of Content-Based Image Retrieval (CBIR) By Building Genetic Algorithm to Obtain an Optimal Solution
بواسطة: Shrfy, Nada Khider Mohamedkheer منشور: (2018) -
Query Expansion Using Semantic Similarity in Image Retrieval
بواسطة: عبيد، أنفال منشور: (2021)
