search query: @keyword piirreirrotus / total: 11
reference: 9 / 11
« previous | next »
Author:Brandt, Sami
Title:Use of Shape Features in Content-Based Image Retrieval
Muotopiirteiden käyttö sisältöpohjaisessa kuvahaussa
Publication type:Master's thesis
Publication year:1999
Pages:124      Language:   eng
Department/School:Teknillisen fysiikan ja matematiikan osasto
Main subject:Informaatiotekniikka   (Tik-61)
Supervisor:Oja, Erkki
Instructor:Laaksonen, Jorma
OEVS:
Electronic archive copy is available via Aalto Thesis Database.
Instructions

Reading digital theses in the closed network of the Aalto University Harald Herlin Learning Centre

In the closed network of Learning Centre you can read digital and digitized theses not available in the open network.

The Learning Centre contact details and opening hours: https://learningcentre.aalto.fi/en/harald-herlin-learning-centre/

You can read theses on the Learning Centre customer computers, which are available on all floors.

Logging on to the customer computers

  • Aalto University staff members log on to the customer computer using the Aalto username and password.
  • Other customers log on using a shared username and password.

Opening a thesis

  • On the desktop of the customer computers, you will find an icon titled:

    Aalto Thesis Database

  • Click on the icon to search for and open the thesis you are looking for from Aaltodoc database. You can find the thesis file by clicking the link on the OEV or OEVS field.

Reading the thesis

  • You can either print the thesis or read it on the customer computer screen.
  • You cannot save the thesis file on a flash drive or email it.
  • You cannot copy text or images from the file.
  • You cannot edit the file.

Printing the thesis

  • You can print the thesis for your personal study or research use.
  • Aalto University students and staff members may print black-and-white prints on the PrintingPoint devices when using the computer with personal Aalto username and password. Color printing is possible using the printer u90203-psc3, which is located near the customer service. Color printing is subject to a charge to Aalto University students and staff members.
  • Other customers can use the printer u90203-psc3. All printing is subject to a charge to non-University members.
Location:P1 Ark TF80     | Archive
Keywords:shape
shape features
shape retrieval
feature extraction
content-based image retrieval
image database
Self Organizing Map
neural computing
muoto
muotopiirteet
muotojen luokittelu
piirreirrotus
sisältöpohjainen kuvahaku
kuvatietokannat
itseorganisoiva kartta
neuraalilaskenta
Abstract (fin):Työn tarkoituksena on tutkia muotopiirteiden käyttöä sisältöpohjaisessa kuvahaussa ja toteuttaa muotopiirteet PicSOM-nimiseen järjestelmään.
PicSOMin käyttötarkoituksen ja rakenteen takia pääpaino on asetettu sellaisille piirteille, joiden avulla mielivaltaisista kohteista otetut kuvat voidaan indeksoida vakiomittaisilla piirrevektoreilla ja joissa euklidista etäisyyttä voidaan käyttää samanlaisuusmittana.

Kirjallisuustutkimuksessa käydään läpi tunnetuimmat muodon esittämismenetelmät, jotka on julkaistu tieteellisissä lehdissä sekä konferenssijulkaisuissa.
Tämän pohjalta valitaan muutamia menetelmiä, jotka eivät vaadi kuvien segmentointia.
Valitut menetelmät sisältävät sekä lokaaleja että globaaleja muotopiirteitä.
Lokaaleista piirteistä tutkitaan Sobelin operaattoreiden avulla laskettua reunasuuntahistogrammia ja sen variaatioita.
Globaaleista piirteistä tutkitaan reunakuvan ja sen polaarimuunosten magnitudispektreistä saatuja piirteitä.
Valittujen menetelmien toimintaa testataan sekalaisia kuvia sisältävällä tietokannalla, jossa on 4350 kuvaa.

Saatujen tulosten pohjalta voidaan päätellä, että sekä lokaali että globaali kuvainformaatio on tärkeää indeksoinnin kannalta.
Lisäksi kuvatietokannan sisältö vaikuttaa oleellisesti muotopiirteiden valintaan.
Tulokset myös tukevat arviota, että sekalaisten kuvien tietokannassa rotaatio-, translaatio- ja skaalausinvarianssien vaatiminen piirteiltä ei välttämättä ole eduksi.

Tutkituista menetelmistä parhaiten toimivat reunakuvan magnitudispektristä muodostettu piirrevektori ja reunasuunnista muodostettu yhteismatriisiesitys.
Luotettavuusanalyysin perusteella piirteiden erottelukyky on samaa luokkaa, mutta PicSOM-järjestelmässä magnitudispektristä muodostettu piirre toimii hieman paremmin testatulla kuvatietokannalla.
ED:1999-10-19
INSSI record number: 14898
+ add basket
« previous | next »
INSSI