بازيابي تصاوير محتوا محور به كمك الگوي دودويي محلي ميانگين و شكل گسسته توزيع احتمال توام كانالهاي رنگ

Content-Based Image Retrieval Using Averaged Local Binary Pattern and Discrete Form of Joint Probability Distribution of Color Channels

بازيابي، يافتن و استخراج الگوهاي تصاوير با استفاده از هوش مصنوعي امروزه يكي از مهم ترين مسائل در حوزه ي پردازش تصوير است كه داراي كاربردهاي بسيار زيادي از جمله صنعت پزشكي مي باشد. از بازيابي تصوير در پيدا كردن تصاوير مشابه در يك مجموعه داده بسيار بزرگ ميتوان كمك گرفت. براي يافتن و استخراج الگوهاي داخل تصاوير راه هاي زيادي وجود دارد اما فرايند پيچيده اي است. بهره گيري از اطلاعات كانال هاي رنگي و همچنين دانش نهفته در بافت تصاوير، دو رويكرد براي استخراج ويژگي از هر تصوير هستند كه در پژوهش حاضر از آنها براي استخراج ويژگي هاي موثر و متمايز كننده با هدف استفاده در فرايند بازيابي تصاوير بر پايه محتوا استفاده شده است. در روش ارائه شده براي استخراج ويژگي-هاي بافت از الگوي دودويي محلي ميانگين وبراي توليد ويژگي هاي مربوط به رنگ از شكل گسسته توزيع احتمال توام كانالهاي سه گانه رنگي استفاده شده است. الگوي دودويي محلي ميانگين به نوعي بهبود يافته الگوي دودويي محلي است كه همسايگي گسترده تري را براي استخراج داده هاي بافت مورد استفاده قرار مي دهد. همچنين در الگوريتم پيشنهادي براي مقايسه بردارهاي ويژگي از فاصله كانبرا توسعه يافته استفاده شده است. روش ارائه شده بر روي مجموعه داده وانگ آزمايش شده و نتايج مربوطه در اين خصوص گزارش شده است. همچنين عملكرد روش پيشنهادي در مقايسه با روشهاي ديگر مورد بررسي قرار گرفته است.