دراسة مقارنة لخوارزميات الأنماط المحلية في أنظمة استرجاع الصور المعتمدة على المحتوى
الكلمات المفتاحية:
استرجاع الصور بالاعتماد على المحتوى، قواعد البيانات الضخمة، خوارزميات محلية، مقاييس للمسافات.الملخص
إن الحاجة المتزايدة لاسترجاع الصور من قواعد البيانات الضخمة جعلت مجال استرجاع الصور بالاعتماد على المحتوى Content-Based Image Retrieval (CBIR) مجالاً ملحاً وضرورياً للبحث. اقترح الباحثون الكثير من خوارزميات استرجاع الصور من خلال استخراج السمات الهامة والمميزة من المحتوى المرئي للصورة لأهمية السمات المستخرجة في تحسين دقة أنظمة الاسترجاع. وفي هذا البحث، تم إجراء مقارنة لست خوارزميات محلية مشهورة على مدى عقد من الزمن (LBP, LTP, LTrP, MMCM, COALTP and LMP) واختبار هذه الخوارزميات باستخدام نوعين مختلفين من قواعد البيانات: قواعد بيانات الصور الملونة(Color image database) و قواعد بيانات النسجة(Texture database) وباستخدام أربعة مقاييس للمسافات(L1, Euclidean, Cityblock and Cosine) لاسترجاع الصور الأكثر مطابقة لصورة الاستعلام من خلال اختيار الصور ذات المسافة الأقصر. تم تقييم أداء الخوارزميات المدروسة باستخدام ثلاثة مقاييس: متوسط دقة الاسترجاع (Average Retrieval Precision) ARP، متوسط الاسترداد Average Recall ومتوسط معدل الاسترجاع (Average Retrieval Rate) ARR، كشفت هذه الدراسة تفوق خوارزمية COALTP على الخوارزميات الأخرى المختبرة، وبالإضافة إلى ذلك، أظهرت النتائج أن خوارزميات الأنماط المحلية أكثر كفاءة في استرجاع الصور من قواعد بيانات النسجة مقارنة مع قواعد البيانات الملونة.
التنزيلات
منشور
إصدار
القسم
الرخصة
الحقوق الفكرية (c) 2022 مجلة جامعة تشرين للبحوث والدراسات العلمية- سلسلة العلوم الهندسية
هذا العمل مرخص بموجب Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License.
-
يحتفظ المؤلفون بحقوق النشر ويمنحون حق النشر في المجلة لأول مرة مع نقل الحقوق التجارية إلى مجلة جامعة تشرين للبحوث والدراسات العلمية-سلسلة العلوم الهندسية بموجب الترخيص CC BY-NC-SA 04 الذي يسمح للأخرين بمشاركة العمل مع الإقرار بتأليف العمل والنشر الأولي في هذه المجلة. يمكن للمؤلفين أن يستخدموا نسخة من مقالاتهم في نشاطهم العملي وعلى مواقع علمية خاصة بهم على أن يتم الإشارة إلى مكان النشر مجلة جامعة تشرين للبحوث والدراسات العلمية-سلسلة العلوم الهندسية ويمتلك القراء الحق بنسخ ونقل من المقالات والمزج والإضافة إلى اعمالهم العلمية والاستشهاد مع ذكر مجلة جامعة تشرين للبحوث والدراسات العلمية-سلسلة العلوم الهندسية الناشر .
- المجلة تستخدم ترخيص CC BY-NC-SA مما يعني
- الإسناد - يجب عليك منح الائتمان المناسب ، وتقديم ارتباط إلى الترخيص ، وبيان ما إذا تم إجراء تغييرات.
- يمكنك القيام بذلك بأي طريقة معقولة ، ولكن ليس بأي طريقة توحي بأن المرخص يؤيدك أو يؤيد استخدامك.
- غير تجاري - لا يجوز لك استخدام المواد لأغراض تجارية -
- . ShareAlike إذا قمت بإعادة مزج المواد أو تحويلها أو البناء عليها ، فيجب عليك توزيع مساهماتك بموجب نفس الترخيص مثل الأصل. لا قيود إضافية - لا يجوز لك تطبيق الشروط القانونية أو التدابير التكنولوجية التي تقيد الآخرين قانونًا من فعل أي شيء يسمح به الترخيص
- .
