شاخص گذاري بر روي تصاوير با استفاده از هيستوگرام رنگ،الگوي باينري محلي و موجك هاي گابور

در اين مقاله، رويكرد جديدي براي بازيابي محتوامحور تصاوير ارائه‌شده است. روش پيشنهادي از هيستوگرام در فضاي رنگ HSV و يك ويژگي بر مبناي بافت با استفاده از الگوي باينري محلي استفاده مي كند.همچنين با استفاده از ويژگي آماري رنگ مربوط به كانال هاي مختلف در نقاط لبه ي اصلي تصوير و استفاده از فيلتر گابور دقت بازيابي تصاوير به‌صورت چشمگيري افزايش مي يابد. دليل استفاده از فضاي رنگ HSV به‌جاي فضاي RGB، نزديك تر بودن آن به ادراك انسان است. جهت تشكيل هيستوگرام رنگ در فضاي HSV، به دليل اهميتي كه فضاي H نسبت به ساير مؤلفه‌ها دارد، اين مؤلفه به 8 بازه و دو مؤلفه ديگر هركدام به 2 بازه كوانتيزه مي شوند. پس از استخراج ويژگي از فاصله كانبرا براي ويژگي هيستوگرام و ويژگي هاي آماري رنگ مربوط به كانال هاي مختلف تصوير در نقاط لبه ي اصلي تصوير و از فاصله اقليدسي براي ويژگي هاي حاصل از فيلتر گابور به‌عنوان معيار تطابق استفاده مي‌شود .فاصله كانبرا در ارزيابي شباهت براي بردارهايي كه صفرهاي زيادي دارند بهتر عمل مي كند. بر اساس آزمايش هاي انجام‌شده روي پايگاه داده Corel-1k كه شامل 1000 تصوير در 10 كلاس معنايي مي باشد؛ دقت بازيابي نسبت به كارهاي مشابه و محبوب پيشين بهبود يافته است.