Content based image retrieval using textural features
Resimlerin desen özelliklerini kullanarak içeriklerine göre aranması
- Tez No: 83801
- Danışmanlar: YRD. DOÇ. DR. ADİL ALPKOÇAK
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 1999
- Dil: İngilizce
- Üniversite: Dokuz Eylül Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Bilgisayar Mühendisliği Bilim Dalı
- Sayfa Sayısı: 111
Özet
ÖZET Son zamanlarda, resim veritabanı sorgulamaları büyük ilgi çeken bir araştırma ve uygulama konusu olmuştur. Bu alandaki gelişmeler, resim veritabanlannm boyutlarının ve kullamlabilirliklerinin artmasına neden olmuştur. Metinsel veriler üzerinde sorgulama yapmak yerine resim içerikleri üzerinden sorgulama yapmak sistemlerin değerlerini büyük ölçüde artıracaktır. Bir resimin içeriği, resim içindeki renk, şekil ve desen özelliklerine göre belirtilebilir. Bu tezde resimlerin desensel özellikleri üzerinde durulmuştur. Bu çalışmada, veritabamndaki benzer desenlerin bulunması için bir sistem tasarlanıp geliştirilmiştir. Kullanıcının sorgulamalarını daha kolay ifade edebilmesi ve sistemin veriye daha kolay erişebilmesi için“sınıflama”yöntemi de kullanılmıştır. İçeriklerine göre veritabamndaki resimler üzerinde sorgulama yapabilen bir sistemin en büyük gereksinimi“özellik çıkartma”algoritmaları ile elde edilebilen resim özellikleridir. Bu tezde“özellik çıkartma”algoritmaları arasında en popüler olan ve tekrar oluşum matrislerine dayanan yöntemler anlatılmıştır. Ayrıca, desen içeriklerine göre sorgulama yapabilen bir uygulama geliştirilmiştir. Çoğu zaman kullanıcılar desenler üzerinde yapmak istedikleri sorgulamaları ifade etmekte güçlük çekmektedirler. Bunun sebebi aradıkları desenin tam olarak neye benzediğini bilmemelerinden kaynaklanmaktadır. Bu tezde bu soruna çözüm olması amacıyla desenlerin gruplara ayrılması önerilmiştir. Desenlerin gruplara ayrılması için bazı sınıflama yöntemleri de bu çalışmada anlatılmıştır. Benzer olan desenler anyı grupta toplanmış ve herbir gruptan bir“temsilci”seçilmiştir. Daha sonra her gruptan seçtiğimiz temsilci desenler kullanıcıya sunulmuştur. Kullanıcının, veri tabanındaki bütün desenler üzerinde dolaşması yerine, sadece temsilcileri üzerinde dolaşması daha kullanışlı olacaktır.VI Tezde işlediğimiz bir diğer konu da bu tür sistemlerin verimliliklerinin nasıl ölçülebileceğidir. Sistemin performansı ölçülmüş ve sonuç olarak tekrar oluşum matrislerinin ve aşamalı sınıflama tekniklerinin homojen desenler üzerinde (Brodatz Desen Albümü) sorgulama yapmak için yeterli olduklarını görülmüştür.
Özet (Çeviri)
m ABSTRACT Image database retrieval has received significant attention in recent years. The advances in this area contribute to increase in the number, size, use and availability of image databases. The value of these systems can greatly increase if they can provide the ability of searching directly on content of the image instead of textual annotations. Content of the image may be described by color, shape and texture in image. In this study, we deal with texture properties of images. This thesis describes the ways of retrieving all relevant textures in the databases. Clustering methods have used to improve the retrieval performance and to allow users to express their queries easier. For content-based search over image databases the primary need is features of images obtained from feature extraction algorithms. In this study we described some of the well-known texture feature extraction algorithms, which are based on co occurrence matrices. And an application is developed to demonstrate the usage of their usage in content based texture retrieval systems. Users may have problem while expressing their queries because they may have vague idea about what they are looking for. As a solution to this problem we proposed to group textures according to their similarities and select a representative for each group. Some of the well known clustering techniques described for that purpose. Once the representatives selected the users can use them to express their queries. Query expression via these representatives would be easier than by navigating on entire database. As a result users may navigate over these representatives and make query by using them easier. This thesis also describes the performance measurement methods of such systems. Performance results of the system are also presented. Experiments showed thatIV co-occurrence matrixes and hierarchical clustering techniques are powerful enough for querying homogenous texture databases such as Brodatz texture album.
Benzer Tezler
- Analysis of textural image features for content based retrieval
İçerik tabanlı arama sistemleri için imge doku metrik incelemesi
ERAY KULAK
Yüksek Lisans
İngilizce
2002
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSabancı ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. AYTÜL ERÇİL
- Radyolojik görüntüler için içerik tabanlı görüntü erişim sistemi
Content – based image retrieval system for radiological images
ZEHRA KARHAN
Yüksek Lisans
Türkçe
2014
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolFırat ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. BURHAN ERGEN
- Tıbbi görüntülerde içerik tabanlı görüntü erişimi için özellik çıkarım yöntemleri
Feature extraction methods using biomedical images for content based image retrieval
MUHAMMET BAYKARA
Yüksek Lisans
Türkçe
2009
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolFırat ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. BURHAN ERGEN
- A decision support system based on content-based image retrieval for breast cancer diagnosis
Meme kanseri tanısı için içerik tabanlı görüntü erişimine dayanan bir karar destek sistemi
NUH ALPASLAN
Doktora
İngilizce
2017
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİnönü ÜniversitesiBilgisayar Bilimleri ve Mühendisliği Ana Bilim Dalı
DOÇ. DR. DAVUT HANBAY
PROF. DR. PRABİR BHATTACHARYA
- Tissue density classification in mammographic images using local features
Yerel öznitelikler ile mamografi görüntülerinde doku yoğunluğunun sınıflandırılması
SEZER KUTLUK
Yüksek Lisans
İngilizce
2012
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
PROF. DR. BİLGE GÜNSEL