امروزه، تصاویر دیجیتال کاربرد گستردهای در تشخیص بیماریها، چهره، اثر انگشت، امنیت سیستمها و حوزههای دیگر پیدا کردهاند. از این رو، ارائه الگوریتمی دقیق در جستجو و بازیابی تصاویر از اهمیت بالایی برخوردار است. در این مقاله با استفاده از ترکیب روشهایPCA وLDA برای بازیا چکیده کامل
امروزه، تصاویر دیجیتال کاربرد گستردهای در تشخیص بیماریها، چهره، اثر انگشت، امنیت سیستمها و حوزههای دیگر پیدا کردهاند. از این رو، ارائه الگوریتمی دقیق در جستجو و بازیابی تصاویر از اهمیت بالایی برخوردار است. در این مقاله با استفاده از ترکیب روشهایPCA وLDA برای بازیابی تصاویر ارائه شده است. در این روش ابتدا تصاویر رنگی موجود در فضای RGB به فضای HSV منتقل، سپس ویژگیهای رنگ، شکل و بافت از مولفه “V” فضای رنگ HSV استخراج میشوند. در ادامه بردار ویژگی پیشنهادی با استفاده از هیستوگرامLDP ، هیستوگرام رنگ، هیستوگرام Tamura و ماتریس رخداد مشترک ساخته میشود. در ادامه با ترکیب دو روش PCA وLDA کاهش ویژگی انجام و در نهایت طبقهبندی صورت میپذیرد. برای بررسی روش پیشنهادی چهار سناریو طراحی و ارزیابی صورت پذیرفت. با توجه به آزمایشات صورت گرفته و ارزیابی انجام شده، دقت بدست آمده 97.6 حاصل گردید که حاکی از عملکرد مناسب روش پیشنهادی در مقایسه با کارهای مشابه میباشد.
پرونده مقاله