Abstrait

UN MODÈLE TÉTRA LOCAL AMÉLIORÉ POUR LA RÉCUPÉRATION D'IMAGES BASÉE SUR LE CONTENU

Thangadurai K, Bhuvana S, Dr Radhakrishnan R

La recherche d'images basée sur le contenu (CBIR) - une application de la technique de vision par ordinateur, aborde le problème de la recherche d'images numériques dans de grandes bases de données. Cette approche émergente comprend le modèle binaire local (LBP), le modèle dérivé local (LDP), le modèle ternaire local (LTP) et le modèle de magnitude. Dans cet article, le modèle tétra local (LTrP) pour la méthode CBIR basé sur la direction horizontale et verticale et comprend également le modèle de magnitude qui fait référence au modèle uniforme et au modèle non uniforme (c'est-à-dire tous les pixels d'une image) est proposé. Contrairement à la méthode conventionnelle qui code la relation entre le pixel référencé et ses voisins environnants en calculant la différence de niveau de gris et le modèle de magnitude fait référence au modèle uniforme uniquement, la méthode proposée comprend 1). Le prétraitement et la direction du pixel qui utilise la technique de prétraitement, à savoir le redimensionnement et le calcul des dérivées du premier ordre avec et. 2). Extraction du motif à l'aide de LTrP et LBP utilisé pour classer chaque pixel en utilisant la direction tétra et séparé en motifs binaires 3). L'extraction du motif de magnitude est collectée à l'aide des magnitudes des dérivées. 4). Enfin, une méthode hybride est établie pour extraire les caractéristiques de l'image en combinant LTrP, LBP et le modèle de magnitude qui est utilisé pour améliorer les performances. L'analyse des performances montre que la méthode proposée améliore le résultat de récupération de 73,4 %/42,7 % à 79,5 %/47,8 % en termes de précision moyenne/rappel moyen sur la base de données DB.