search query: @keyword feature extraction / total: 22
reference: 17 / 22
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 CentreIn 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
Opening a thesis
Reading the thesis
Printing the thesis
|
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
INSSI