CBIR:Content Base Image Retrival

بازیابی تصویر محتوا محور

CBIR:Content Base Image Retrival

بازیابی تصویر محتوا محور

بررسی کتاب راهنمای مبتدی تکنیک های استخراج ویژگی شکلی تصویر

 

A Beginner’s Guide to

Image Shape Feature

Extraction Techniques

نویسندگان این کتاب  Dr.jyotismita chaki استادیاردر گروه فناوری اطلاعات و مهندسی در موسسه ولور از فناوری ، ولور ، هند است.وی دارای دکترای پردازش تصویر ازهند می باشد. علایق تحقیقاتی او  شامل بینایی رایانه ای وپردازش تصویر ، تشخیص الگو ، تصویربرداری پزشکی ، محاسبه نرم ، داده کاوی ویادگیری ماشین است .

Dr.Nilanjan Day درسال 1984 در  کلکته هند متولد شد .وی مدرک BTech خود را درفناوری اطلاعات از بنگال غربی دانشگاه فناوری در سال 2005 ، MTech درفناوری اطلاعات در سال 2011 از همان دانشگاه و دکترای پردازش تصویر دیجیتال در سال 2015 از دانشگاه Jadavpur ، هند گرفته است . او اکنون به عنوان استادیار در گروه فناوری اطلاعات ، کالج Techno India مشغول به کار است.موضوعات تحقیقاتی وی پردازش سیگنال ، یادگیری ماشین و امنیت اطلاعات است.

این کتاب توسط انتشارات CRC که از زیر مجموعه های گروه Taylor & Francis می باشد در سال 2020 منتشر شده است.این کتاب در 9 فصل تنظیم شده و تمامی کدهای مربوظه با مطلب نوشته شده است . در ادامه به صورت مختصر به بررسی هریک از فصلهای آن می پردازیم.

توضیحات کلی در مورد این کتاب :

پردازش تصویر دیجیتال یک موضوع گسترده است که به طور مداوم پیشرفت می کند. استخراج ویژگی های تصویر به یکی از بازیگران اصلی در بسیاری ازکاربردهای پردازش تصاویر دیجیتال تبدیل شده است. آشکارسازها و توصیف کننده های ویژگی شکل در حوزه های مختلف مانند بینایی رایانه ، تشخیص الگو، فناوری بیومتریک ، پردازش تصویر ، تجزیه و تحلیل تصویر پزشکی ،و غیره مورد بررسی واستفاده قرار گرفته اند.این کتاب تکنیکهای استخراج شکل تصویر که برای بازیابی تصویر ضروری هستند راارائه داده است. استخراج ویژگی  شکل تصویر نقش مهمی در انواع برنامه های کاربردی مختلف مانند :

1-      بازیابی شکل : جستجو برای کل اشکال در پایگاه داده عظیمی از اشکال که با شکل پرس و جو قابل مقایسه است. به طور کلی ، همه اشکال در فاصله مشخصی از پرس و جو یا اولین اشکال محدودشده  هستند که حداقل فاصله محاسبه شده را دارند .

2-      تشخیص شکل و طبقه بندی: تعیین اینکه آیا شکل مشخصی با مدل مطابقت دارد ، یا کدام یک از کلاس های پایگاه داده شبیه ترین است.

3-      هم ترازی شکل و ثبت : تبدیل یا تفسیر یک شکل به گونه ای که به بهترین شکل با اشکال دیگر به طور کامل یا جزئی مطابقت داشته باشد.

4-      برآورد شکل و ساده سازی: ایجاد شکل با عناصر کمتر (بخش ها ، نقاط و غیره) که هنوز شبیه اصلی هستند.

این کتاب تکنیک های مختلف تک بعدی را ارائه می دهدهمچون تکنیکهای  ،مبتنی بر لحظه ، بر اساس تقریب چند ضلعی ، بر اساس رابطه فضایی ، مقیاس فضایی ، تغییر شکل بر اساس دامنه استخراج ویژگی و این تکنیک ها به تفصیل مورد بررسی قرار میگیرد.

برای دانلود کتاب اینجا را کلیک کنید. 

 

فصل اول : نمای کلی از ویژگی شکل تصویر را ارائه می دهد. اهمیت ویژگی های شکل مورد استفاده برای تشخیص تصویر در این فصل توضیح داده شده است. خواص مختلف ویژگی های شکل شامل ترجمه ، چرخش و تغییر ناپذیری مقیاس ، قابلیت تشخیص ، مقاومت در برابر سر و صدا ، تغییر ناپذیری وابسته ، استقلال آماری و قابلیت اطمینان در این فصل بحث شده است.

 

فصل اول :معرفی ویژگیهای شکل

اطلاعات بصری نقش بسزایی در جامعه ما ایفا می کند و به تدریج نقش مداوم در وجود ما ، و نیاز به حفظ این منابع افزایش می یابد. تصاویر در زمینه های مختلفی مانند مد ، مهندسی ،طراحی و معماری ، تبلیغات ، سرگرمی ، روزنامه نگاری و غیره استفاده میشود. IR - روش بازیابی تصاویر که بر اساس آن است به طور خودکار ویژگی ها را استخراج می کند - موضوع تحقیقات دقیق سالهای جاری در آن بوده است. IR - روش بازیابی تصاویر که بر اساس آن به طور خودکار ویژگی ها را استخراج می کند -موضوع تحقیقات دقیق بوده است. ورودی بازیابی و تجزیه و تحلیل تصویر مبتنی بر محتوا (CBIR) و  سیستم تجزیه وتحلیل یک تصویر مقیاس خاکستری از یک منظره است که شامل اشیاء مورد علاقه است. برای درک محتویات یک منظره ، شناسایی اشیاء مستقر در منظره  ضروری است. شکل شیء به صورت یک تصویر باینری نشان داده شده است که نمایانگر وسعت شی  است.

تکنیک های متعددی برای به دست آوردن تصاویر به صورت باینری  از تصویر در مقیاس خاکستری (به عنوان مثال ، تقسیم بندی تصویر) وجوددارد. یکی از این تکنیک ها برچسب گذاری اجزا متصل است.منظور از همسایگی یک پیکسل مجموعه ای از پیکسلهایی است که آنها را لمس می کنید.انواع مختلفی از همسایگی ها وجوددارد که در ادامه به بررسی همسایگی 4 تایی و8 تایی پرداخته شده است .

تعیین شکل یک جسم می تواند بسیار دشوار باشد.شکل عموما با کلام یا ارقام مشخص شده است . به طور معمول روش توصیف شکل تشخیص داده نمی شود. علاوه بر این ، مشخص نیست چه چیزی در شکل قابل توجه است . روشهای فعلی دارای ویژگیهای مثبت و منفی هستند.گرافیک کامپیوتری یا ریاضیات از بازنمایی شکل کارآمد که در تشخیص شکل غیرعملی هستند و بالعکس استفاده میکنند. با وجود این ، می توان ویژگی های متداول اکثر روش های توصیف شکل را کشف کرد. توصیف شیء را می توان در مرزها یا اطلاعات پیچیده تراز کل مناطق ایجاد کرد. توصیف کننده های شکل می توانند محلی و جهانی باشند.توصیف کننده های جهانی تنها در صورتی قابل استفاده هستند که داده های کل شی برای تحلیل و بررسی قابل دستیابی باشد. توصیف کننده های محلی ویژگی های شی محلی را با استفاده از جزییات اطلاعات در مورد اشیاء تعیین می کنند. بنابراین ، می توان از توصیف کننده های محلی برای شرح اجسام مسدود شده استفاده میشود.اگرتوصیف شکل مشتق شده باشد ، حساسیت به مقیاس حتی جدی تر است  ، زیرا شکل ممکن است به طور قابل توجهی با وضوح تصویر تغییر کند. بنابراین ، شکل باید در وضوح چندگانه در نظر گرفته شود که دوباره می تواند با تطبیق نمایش های مربوطه از وضوحهای  مختلف اشکال ایجاد شود. علاوه بر این ، توصیف شکل معمولی به طور ناگهانی تغییر کند.

فصل دوم :

با تکنیک های استخراج ویژگی های شکل تک بعدی یا امضاهای شکل سروکاردارد. مفهوم مختصات مختلط در این فصل معرفی شده است. این فصل همچنین نمای مختلف از تکنیک های استخراج ویژگی های شکل تک بعدی مانند عملکرد فاصله مرکزی ، زاویه تانژانت ، انحنای کانتور ، تابع مساحت ، نمایش مساحت مثلث و توزیع طول وتررا به ما میدهد. نمونه های مربوط به امضای شکل با مثالهای MATLAB نشان داده شده است.

فصل سوم :

به تکنیک های استخراج ویژگی های شکل هندسی اختصاص داده شده است . تکنیک های استخراج اشکال مختلف هندسی ساده مانند مرکز ثقل ، محور حداقل اینرسی ، انرژی خم دیجیتال ، گریز از مرکز ،نسبت دایره ، واریانس بیضوی ، مستطیل شکل ، محدب ، جامد ،عدد اویلر ، پروفیل و نسبت سطح سوراخ گام به گام مورد بحث قرار می گیرد. روشهای مختلف خروج از مرکز مانند روشهای محور اصلی و روش های مستطیل باحداقل محدودت یدر این فصل گنجانده شده است. مثالهای مربوط به روش های استخراج ویژگی های شکل هندسی با کدهای مطلب نوشته شده است.

فصل چهارم :

در مورد تکنیک های استخراج ویژگی شکل بر اساس تقریب چند ضلعی بحث می کند. تکنیک های مختلف تقریب چند ضلعی مانند ادغام ، تقسیم ، چند ضلعی حداقل محیط ، تشخیص نقطه غالب، روش k-means ، الگوریتم ژنتیک ، بهینه سازی کلونی  مورچه هاو روش جستجوی tabu در این فصل توضیح داده شده است. روشهای ادغام مختلف  مانند روش آستانه فاصله ، روش تونل زنیو تکامل چند ضلعی نیز گنجانده شده است. مثالهای مربوط به تکنیک های مختلف استخراج ویژگی بر اساس تقریب چند ضلعی هستندوبا مثالهای MATLAB نشان داده شده است.

فصل پنجم :

تمرکز فصل 5 بر تکنیکهای استخراج ویژگی شکل مبتنی بر روابط متقابل فضایی است. تکنیک های مختلف مانند وضوح شبکه تطبیقی ،جعبه محدود ، بدنه محدب ، کد زنجیره ای ، تجزیه منحنی صاف ، نمایش مبتنی برALI  ، آمار زاویه beam، ماتریس شکل ، زمینه شکل ،توزیع وتر و نمودار ضربه در این فصل توضیح داده شده است. روشهای مختلف تولید کد زنجیره ای مانند اساسی ، افتراقی ، نمونه گیری مجدد ، راس و هیستوگرام های کد زنجیره ای در این فصل مورد بحث قرار گرفته است. تکنیک های مختلف برای ایجاد ماتریس شکل مانند مدل مربع و مدل قطبی همچنین مرحله به مرحله توضیح داده شده است. مثالهای مربوط به ارتباط فضایی مبتنی برتکنیک های استخراج ویژگی از طریق MATLAB نشان داده شده است.

فصل ششم :

مروری بر تکنیک های استخراج ویژگی شکل بر اساس لحظه دارد. روشهای مختلف برای استخراج ویژگی شکل براساس زمان از جمله کانتور ، ثابت هندسی ، Zernike ، Chebyshev شعاعی ، Legendre، شعاع قطبی هم محور ، فوریه-ملین متعامد و pseudo-Zernike در این فصل مورد بحث قرار گرفته است. مثالهای مربوط به تکنیک های استخراج ویژگی مبتنی بر لحظه بر اساس نمونه های متلب نشان داده شده است.

فصل هفتم :

با تکنیک های استخراج ویژگی های شکل مبتنی بر مقیاس فضا می پردازد.روشهای مختلف از جمله فضای مقیاس انحنا و تقاطع نقشه نقاط در این فصل مورد بحث قرار گرفته است. مثالهای مربوط به تکنیک های استخراج ویژگی مقیاس فضایی از طریق MATLAB نشان داده شده است.

فصل هشتم :

تمرکز فصل 8 بر تکنیک های استخراج ویژگی شکل مبتنی برتغییر دامنه است. تکنیک های مختلف مانند توصیف فوریه، تبدیل موجک ، تغییر شعاعی زاویه ای ، تعبیه هارمونیک شکل ، تبدیل R مورد بحث قرار گرفته است. انواع توصیف کننده های فوریه شامل تک بعدی ومبتنی بر منطقه ای نیز در این فصل گنجانده شده است. مثالهای مربوط به تکنیک های استخراج ویژگی های شکل مبتنی بر تغییر شکل دامنه از طریق مثالهای MATLAB نشان داده شده است.

فصل نهم :

در نهایت ، فصل 9 به کاربردهای مختلف ویژگی های شکل همچون تشخیص الگو در زمینه های تشخیص برگ ، تشخیص میوه ، تشخیص صورت، تشخیص حرکت دست و غیره اختصاص داده شده است. مثالهای مربوط به کاربردهای تکنیک های استخراج ویژگی شکل تصاویر رنگی از طریق مثالهای MATLAB نشان داده شده است.

 

نظرات 0 + ارسال نظر
برای نمایش آواتار خود در این وبلاگ در سایت Gravatar.com ثبت نام کنید. (راهنما)
ایمیل شما بعد از ثبت نمایش داده نخواهد شد