مروري بر روش هاي استخراج ويژگي تصاوير

An overview of image extraction techniques

استخراج ويژگي يكي از مراحل مهم در يادگيري ماشين است. استخراج ويژگي هاي مطلوب باعث بهبود دقت طبقه بندي مي-شود. روش هاي استخراج ويژگي به صورت گسترده در مبحث طبقه بندي تصاوير استفاده مي شود. ويژگي هاي يك تصوير شامل تمامي ساختارهاي قابل تشخيص است كه با توجه به ماهيت تصاوير، استخراج مي شوند. پايگاه داده ي تصاوير مي تواند شامل تصاوير رنگي و خاكستري باشد. همچنين قابل اعمال در حوزه هاي مختلفي همچون تشخيص دست نوشته، تشخيص چهره، تائيد و شناسايي امضا، اسكن تصاوير مغز و ساير موارد باشد. روش هاي محلي استخراج ويژگي در مقايسه با رويكردهاي سراسري، اطلاعات بيشتري بر اساس مناطق محلي در اختيار مي گذارد. بدين ترتيب براي هر ويژگي، مناسب ترين طبقه بندي انجام مي شود زيرا بردار ويژگي هايي كه بر اساس تصاوير پايگاه داده توليد مي شود به عنوان ورودي به فازهاي انتخاب ويژگي و طبقه بندي وارد مي شود. برخي از روش-هاي موجود مانند الگوي دودويي محلي استاندارد، نسبت به نويز و چرخش حساس هستند بنابراين نسخه هاي بهبوديافته اي از آن ها ارائه شده است