haku: @keyword shape / yhteensä: 3
hakutulos-lista
viite: 3 / 3
« edellinen | seuraava »
Tekijä:Brandt, Sami
Työn nimi:Use of Shape Features in Content-Based Image Retrieval
Muotopiirteiden käyttö sisältöpohjaisessa kuvahaussa
Julkaisutyyppi:Diplomityö
Julkaisuvuosi:1999
Sivut:124      Kieli:   eng
Koulu/Laitos/Osasto:Teknillisen fysiikan ja matematiikan osasto
Oppiaine:Informaatiotekniikka   (Tik-61)
Valvoja:Oja, Erkki
Ohjaaja:Laaksonen, Jorma
OEVS:
Sähköinen arkistokappale on luettavissa Aalto Thesis Databasen kautta.
Ohje
sulje

Digitaalisten opinnäytteiden lukeminen Aalto-yliopiston Harald Herlin -oppimiskeskuksen suljetussa verkossa

Oppimiskeskuksen suljetussa verkossa voi lukea sellaisia digitaalisia ja digitoituja opinnäytteitä, joille ei ole saatu julkaisulupaa avoimessa verkossa.

Oppimiskeskuksen yhteystiedot ja aukioloajat: https://learningcentre.aalto.fi/fi/harald-herlin-oppimiskeskus/

Opinnäytteitä voi lukea Oppimiskeskuksen asiakaskoneilla, joita löytyy kaikista kerroksista.

Kirjautuminen asiakaskoneille

  • Aalto-yliopistolaiset kirjautuvat asiakaskoneille Aalto-tunnuksella ja salasanalla.
  • Muut asiakkaat kirjautuvat asiakaskoneille yhteistunnuksilla.

Opinnäytteen avaaminen

  • Asiakaskoneiden työpöydältä löytyy kuvake:

    Aalto Thesis Database

  • Kuvaketta klikkaamalla pääset hakemaan ja avaamaan etsimäsi opinnäytteen Aaltodoc-tietokannasta. Opinnäytetiedosto löytyy klikkaamalla viitetietojen OEV- tai OEVS-kentän linkkiä.

Opinnäytteen lukeminen

  • Opinnäytettä voi lukea asiakaskoneen ruudulta tai sen voi tulostaa paperille.
  • Opinnäytetiedostoa ei voi tallentaa muistitikulle tai lähettää sähköpostilla.
  • Opinnäytetiedoston sisältöä ei voi kopioida.
  • Opinnäytetiedostoa ei voi muokata.

Opinnäytteen tulostus

  • Opinnäytteen voi tulostaa itselleen henkilökohtaiseen opiskelu- ja tutkimuskäyttöön.
  • Aalto-yliopiston opiskelijat ja henkilökunta voivat tulostaa mustavalkotulosteita Oppimiskeskuksen SecurePrint-laitteille, kun tietokoneelle kirjaudutaan omilla Aalto-tunnuksilla. Väritulostus on mahdollista asiakaspalvelupisteen tulostimelle u90203-psc3. Väritulostaminen on maksullista Aalto-yliopiston opiskelijoille ja henkilökunnalle.
  • Ulkopuoliset asiakkaat voivat tulostaa mustavalko- ja väritulosteita Oppimiskeskuksen asiakaspalvelupisteen tulostimelle u90203-psc3. Tulostaminen on maksullista.
Sijainti:P1 Ark TF80     | Arkisto
Avainsanat: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
Tiivistelmä (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 tietueen numero: 14898
+ lisää koriin
« edellinen | seuraava »
INSSI