Informacja

Drogi użytkowniku, aplikacja do prawidłowego działania wymaga obsługi JavaScript. Proszę włącz obsługę JavaScript w Twojej przeglądarce.

English (EN)·Polski (PL)·Yкраїнський (UK)
Przejdź do strony domowej biblioteki Centralna Biblioteka Wojskowa Link otwiera się w nowym oknie Logo biblioteki Prolib Integro - strona głównaCentralna Biblioteka Wojskowa

Wyszukujesz frazę "image retrieval" wg kryterium: Temat

  Lista filtrów

Dostawca treści

Wyrównaj
    Wyświetlanie 1-23 z 23
    Tytuł:
    Image Retrieval Based on Text and Visual Content Using Neural Networks
    Autorzy:
    Castro, D. A.
    Seijas, L. M.
    Powiązania:
    https://bibliotekanauki.pl/articles/108732.pdf
    Data publikacji:
    2010
    Wydawca:
    Społeczna Akademia Nauk w Łodzi
    Tematy:
    image retrieval
    Self-Organizing Maps (SOM)
    content-based image retrieval (CBIR)
    Text-Based Image Retrieval (TBIR)
    ParBSOM
    Scoring function
    Opis:
    In the last few years there has been a dramatic increase in the amount of visual data to be searched and retrieved. Typically, images are described by their textual content (TBIR) or by their visual features (CBIR). However, these approaches still present many problems. The hybrid approach was recently introduced, combining both characteristics to improve the benefits of using text and visual content separately. In this work we examine the use of the Self Organizing Maps for content-based image indexing and retrieval. We propose a scoring function which eliminates irrelevant images from the results and we also introduce a SOM variant (ParBSOM) that reduces training and retrieval times. The application of these techniques to the hybrid approach improved computational results.
    Źródło:
    Journal of Applied Computer Science Methods; 2010, 2 No. 1; 21-39
    1689-9636
    Pojawia się w:
    Journal of Applied Computer Science Methods
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Optimized image feature selection using pairwise classifiers
    Autorzy:
    Bazarganigilani, M.
    Powiązania:
    https://bibliotekanauki.pl/articles/91755.pdf
    Data publikacji:
    2011
    Wydawca:
    Społeczna Akademia Nauk w Łodzi. Polskie Towarzystwo Sieci Neuronowych
    Tematy:
    content based image retrieval systems
    content-based image retrieval (CBIR)
    higher feature
    classifier
    Opis:
    In this paper, we introduce an optimized method to improve the accuracy of content based image retrieval systems (CBIR). CBIR systems classify the images according to low and higher features.In our research, we improve both feature selection and classifier partition of a CBIR system. Results show great performance of our proposed algorithm.
    Źródło:
    Journal of Artificial Intelligence and Soft Computing Research; 2011, 1, 2; 147-153
    2083-2567
    2449-6499
    Pojawia się w:
    Journal of Artificial Intelligence and Soft Computing Research
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Similarity analysis in medical image databases
    Autorzy:
    Rumiński, J.
    Powiązania:
    https://bibliotekanauki.pl/articles/1954510.pdf
    Data publikacji:
    1999
    Wydawca:
    Politechnika Gdańska
    Tematy:
    image retrieval
    image analysis
    descriptors
    query algebra
    Opis:
    The review of methods of similarity analysis of medical images is presented. Feature extraction, feature representation and different concepts of image query algebra problems are described and discussed from the medical application point of view. New algorithms based on medical image regularity description and intensity description are proposed. As a conclusion a Java application "ObrazMed" for content based medical image analysis is presented.
    Źródło:
    TASK Quarterly. Scientific Bulletin of Academic Computer Centre in Gdansk; 1999, 3, 4; 419-444
    1428-6394
    Pojawia się w:
    TASK Quarterly. Scientific Bulletin of Academic Computer Centre in Gdansk
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Fast image index for database management engines
    Autorzy:
    Grycuk, Rafał
    Najgebauer, Patryk
    Kordos, Miroslaw
    Scherer, Magdalena M.
    Marchlewska, Alina
    Powiązania:
    https://bibliotekanauki.pl/articles/1837480.pdf
    Data publikacji:
    2020
    Wydawca:
    Społeczna Akademia Nauk w Łodzi. Polskie Towarzystwo Sieci Neuronowych
    Tematy:
    image descriptor
    content-based image retrieval
    image indexing
    Opis:
    Large-scale image repositories are challenging to perform queries based on the content of the images. The paper proposes a novel, nested-dictionary data structure for indexing image local features. The method transforms image local feature vectors into two-level hashes and builds an index of the content of the images in the database. The algorithm can be used in database management systems. We implemented it with an example image descriptor and deployed in a relational database. We performed the experiments on two image large benchmark datasets.
    Źródło:
    Journal of Artificial Intelligence and Soft Computing Research; 2020, 10, 2; 113-123
    2083-2567
    2449-6499
    Pojawia się w:
    Journal of Artificial Intelligence and Soft Computing Research
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Semantic hashing for fast solar magnetogram retrieval
    Autorzy:
    Grycuk, Rafał
    Scherer, Rafał
    Marchlewska, Alina
    Napoli, Christian
    Powiązania:
    https://bibliotekanauki.pl/articles/2147145.pdf
    Data publikacji:
    2022
    Wydawca:
    Społeczna Akademia Nauk w Łodzi. Polskie Towarzystwo Sieci Neuronowych
    Tematy:
    content-based image retrieval
    image descriptor
    solar analysis
    Opis:
    We propose a method for content-based retrieving solar magnetograms. We use the SDO Helioseismic and Magnetic Imager output collected with SunPy PyTorch libraries. We create a mathematical representation of the magnetic field regions of the Sun in the form of a vector. Thanks to this solution we can compare short vectors instead of comparing full-disk images. In order to decrease the retrieval time, we used a fully-connected autoencoder, which reduced the 256-element descriptor to a 32-element semantic hash. The performed experiments and comparisons proved the efficiency of the proposed approach. Our approach has the highest precision value in comparison with other state-of-the-art methods. The presented method can be used not only for solar image retrieval but also for classification tasks.
    Źródło:
    Journal of Artificial Intelligence and Soft Computing Research; 2022, 12, 4; 299--306
    2083-2567
    2449-6499
    Pojawia się w:
    Journal of Artificial Intelligence and Soft Computing Research
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    MUSEUM AS A VISUAL LAB? CULTURE-TECHNOLOGY NETWORKS IN CBIR PROJECTS
    Autorzy:
    Olszewska, Anna
    Gancarczyk, Joanna
    Powiązania:
    https://bibliotekanauki.pl/articles/646737.pdf
    Data publikacji:
    2017
    Wydawca:
    Akademia Górniczo-Hutnicza im. Stanisława Staszica w Krakowie
    Tematy:
    visual culture, image recognition, digital image retrieval, museum, library
    Opis:
    Should any museum or scientific library consider itself as an information technology laboratory?This article explores the lives of several pioneering museum and library projects focused on digital image retrieval techniques (CBIR). The research aims to contribute critical evaluation of museum and information technology domain relations in the field. The outcomes may be applied in the planning of future co-operative endeavours. The analysis begins with a discussion of projects in which a museum or library played the role of data pro- vider for image analysis development and testing (i.e. SWIC, Collage, SHREW systems). This is followed by a study of schemes focused on technology and implementing a standard image search methodology used for access to museum collections (i.e. QBIC, Artiste). The final part of the paper deals with the projects animated by museums or libraries themselves (BSB, Oxford Ballads Online, PrintArt) and the example of a consort that focuses on the specific type of visual resources (the Bernstein project).
    Źródło:
    Studia Humanistyczne AGH; 2017, 16, 2
    2084-3364
    Pojawia się w:
    Studia Humanistyczne AGH
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    An autonomous monitoring system based on object shape detection
    Autorzy:
    Deniziak, S.
    Michno, T.
    Pięta, P.
    Powiązania:
    https://bibliotekanauki.pl/articles/114662.pdf
    Data publikacji:
    2015
    Wydawca:
    Stowarzyszenie Inżynierów i Techników Mechaników Polskich
    Tematy:
    monitoring system
    object identification
    image retrieval
    machine vision
    Opis:
    In traditional monitoring systems, stationary cameras are supervised only by a human operator, who may easily miss some events recorded by a camera. Because it is imperative for a surveillance system to be reliable, its autonomy can be extended by applying computer vision algorithms to a video signal and also by the use of mobile robots capable of monitoring tight and occluded areas. In this paper, we present an overview of the concept of an autonomous monitoring system based on object shape detection. Our goal is to develop a real-time system which robustly and efficiently identifies objects on the basis of their approximate shape. For monitoring the environment we use active and smart cameras capable of remote position control, as well as mobots equipped with video sensors. After performing the object extraction from individual video frames, each new detected object is decomposed into simple graphical primitives like lines, circles, rectangles etc. and then identified in a database using the Query by Shape (QS) method.
    Źródło:
    Measurement Automation Monitoring; 2015, 61, 7; 349-351
    2450-2855
    Pojawia się w:
    Measurement Automation Monitoring
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Detecting visual objects by edge crawling
    Autorzy:
    Grycuk, Rafał
    Wojciechowski, Adam
    Wei, Wei
    Siwocha, Agnieszka
    Powiązania:
    https://bibliotekanauki.pl/articles/1837538.pdf
    Data publikacji:
    2020
    Wydawca:
    Społeczna Akademia Nauk w Łodzi. Polskie Towarzystwo Sieci Neuronowych
    Tematy:
    content-based image retrieval
    crawler
    edge detection
    image descriptor
    object extraction
    Opis:
    Content-based image retrieval methods develop rapidly with a growing scale of image repositories. They are usually based on comparing and indexing some image features. We developed a new algorithm for finding objects in images by traversing their edges. Moreover, we describe the objects by histograms of local features and angles. We use such a description to retrieve similar images fast. We performed extensive experiments on three established image datasets proving the effectiveness of the proposed method.
    Źródło:
    Journal of Artificial Intelligence and Soft Computing Research; 2020, 10, 3; 223-237
    2083-2567
    2449-6499
    Pojawia się w:
    Journal of Artificial Intelligence and Soft Computing Research
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Efficient image retrieval by fuzzy rules from boosting and metaheuristic
    Autorzy:
    Korytkowski, Marcin
    Senkerik, Roman
    Scherer, Magdalena M.
    Angryk, Rafal A.
    Kordos, Miroslaw
    Siwocha, Agnieszka
    Powiązania:
    https://bibliotekanauki.pl/articles/91856.pdf
    Data publikacji:
    2020
    Wydawca:
    Społeczna Akademia Nauk w Łodzi. Polskie Towarzystwo Sieci Neuronowych
    Tematy:
    image retrieval
    fuzzy rules
    local image features
    pobieranie obrazu
    lokalne funkcje obrazu
    Opis:
    Fast content-based image retrieval is still a challenge for computer systems. We present a novel method aimed at classifying images by fuzzy rules and local image features. The fuzzy rule base is generated in the first stage by a boosting procedure. Boosting meta-learning is used to find the most representative local features. We briefly explore the utilization of metaheuristic algorithms for the various tasks of fuzzy systems optimization. We also provide a comprehensive description of the current best-performing DISH algorithm, which represents a powerful version of the differential evolution algorithm with effective embedded mechanisms for stronger exploration and preservation of the population diversity, designed for higher dimensional and complex optimization tasks. The algorithm is used to fine-tune the fuzzy rule base. The fuzzy rules can also be used to create a database index to retrieve images similar to the query image fast. The proposed approach is tested on a state-of-the-art image dataset and compared with the bag-of-features image representation model combined with the Support Vector Machine classification. The novel method gives a better classification accuracy, and the time of the training and testing process is significantly shorter.
    Źródło:
    Journal of Artificial Intelligence and Soft Computing Research; 2020, 10, 1; 57-69
    2083-2567
    2449-6499
    Pojawia się w:
    Journal of Artificial Intelligence and Soft Computing Research
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Optimizing Space Complexity using Color Spaces in CBIR Systems for Medical Diagnosis
    Autorzy:
    Kenny, S. Pradeep Kumar
    Powiązania:
    https://bibliotekanauki.pl/articles/1031845.pdf
    Data publikacji:
    2020
    Wydawca:
    Przedsiębiorstwo Wydawnictw Naukowych Darwin / Scientific Publishing House DARWIN
    Tematy:
    Cervical Cancer
    Color Space
    Content Based Image retrieval
    Data Mining
    Opis:
    Content based Image Retrieval systems are now used in various automated systems because they largely produce accurate results as they do not depend on the metadata for telling what the image is but rather define it on the basis contents of the image like color, shape, texture and spatial locations. Content based Image retrieval systems have a repository of similar images and when a query image is presented to system it matches similar images in the database. This process aids in various applications like security checks to medical diagnosis. But all CBIR systems in common have to store the images which take a huge space. Here in this work, a unique approach is being devised to reduce the space complexity for a CBIR system used for detecting cervical cancer. When it comes to medical image it is not the question of how to reduce space, but along with it, the original contents of the image also has to be preserved.
    Źródło:
    World News of Natural Sciences; 2020, 30, 2; 96-103
    2543-5426
    Pojawia się w:
    World News of Natural Sciences
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Techniki semantycznego indeksowania obrazów medycznych na przykładzie przestrzennych rekonstrukcji unaczynienia wieńcowego
    Semantic techniques of image retrieval on the example of CT coronary vessels reconstructions
    Autorzy:
    Trzupek, M.
    Ogiela, M. R.
    Powiązania:
    https://bibliotekanauki.pl/articles/153096.pdf
    Data publikacji:
    2013
    Wydawca:
    Stowarzyszenie Inżynierów i Techników Mechaników Polskich
    Tematy:
    semantyczne indeksowanie i wyszukiwanie obrazów medycznych
    systemy CBIR
    systemy automatycznej analizy i rozumienia obrazów
    semantic image retrieval
    content-based image retrieval (CBIR)
    image understanding systems
    intelligent medical image processing and understanding
    Opis:
    W artykule zaprezentowano techniki semantycznego indeksowania danych obrazowych w medycznych bazach danych z wykorzystaniem grafowych formalizmów lingwistyki matematycznej. Zaproponowane rozwiązania w głównej mierze predestynowane są do wizualizacji pochodzących z obrazowania CT (przestrzennych rekonstrukcji unaczynienia wieńcowego), niemniej jednak przedstawiona metodologia może również stanowić bazę dla innej klasy obrazów medycznych.
    The wide spread of multimedia medical databases has shown that the problem of storing and effectively searching for images containing specific disease cases that are significant for medical diagnostics is still fraught with great difficulties. The paper presents semantic indexing techniques in medical imaging databases using graph-based mathematical linguistic formalisms. The proposed solutions are mainly predestined for visualizations obtained from diagnostic examinations with the use of computed tomography (spatial reconstructions of the coronary vascularisation), but the presented methodology can also be a basis for a different class of medical images. The first section describes the methods and limitations in the context of storing and searching for data in medical databases of contemporary systems. The second section presents the historical background and discusses examples of systems. The third section describes next steps of the proposed methodology, which is additionally shown in Fig. 3. The last section summarizes the proposed solutions in the context of other systems and indicates further research directions. The obtained results confirm the possibility of using the proposed solutions in the specialized medical databases.
    Źródło:
    Pomiary Automatyka Kontrola; 2013, R. 59, nr 1, 1; 43-46
    0032-4140
    Pojawia się w:
    Pomiary Automatyka Kontrola
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Content-based image retrieval using a signature graph and a self-organizing map
    Autorzy:
    Van, T. T.
    Le, T. M.
    Powiązania:
    https://bibliotekanauki.pl/articles/330159.pdf
    Data publikacji:
    2016
    Wydawca:
    Uniwersytet Zielonogórski. Oficyna Wydawnicza
    Tematy:
    binary signature
    similarity measure
    signature graph
    image retrieval
    sygnatura binarna
    miara podobieństwa
    wyszukiwanie obrazu
    Opis:
    In order to effectively retrieve a large database of images, a method of creating an image retrieval system CBIR (content-based image retrieval) is applied based on a binary index which aims to describe features of an image object of interest. This index is called the binary signature and builds input data for the problem of matching similar images. To extract the object of interest, we propose an image segmentation method on the basis of low-level visual features including the color and texture of the image. These features are extracted at each block of the image by the discrete wavelet frame transform and the appropriate color space. On the basis of a segmented image, we create a binary signature to describe the location, color and shape of the objects of interest. In order to match similar images, we provide a similarity measure between the images based on binary signatures. Then, we present a CBIR model which combines a signature graph and a self-organizing map to cluster and store similar images. To illustrate the proposed method, experiments on image databases are reported, including COREL, Wang and MSRDI.
    Źródło:
    International Journal of Applied Mathematics and Computer Science; 2016, 26, 2; 423-438
    1641-876X
    2083-8492
    Pojawia się w:
    International Journal of Applied Mathematics and Computer Science
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Dopasowywanie obrazów sonarowych w oparciu o metodę informacji wzajemnej
    matching sonar images based on the mutual information method
    Autorzy:
    Chorzewska, K.
    Felski, A.
    Powiązania:
    https://bibliotekanauki.pl/articles/222148.pdf
    Data publikacji:
    2012
    Wydawca:
    Akademia Marynarki Wojennej. Wydział Dowodzenia i Operacji Morskich
    Tematy:
    sonogram
    cyfrowa analiza obrazu
    wyszukiwanie na podstawie zawartości
    dopasowywanie obrazów
    digital image analysis
    content-based image retrieval (CBIR)
    image matching
    Opis:
    Wśród wielu zagrożeń dla współczesnej żeglugi morskiej wymienia się między innymi zagrożenie terroryzmem. Na wodach płytkich może ono przyjmować postać zagrożenia improwizowanymi ładunkami wybuchowymi umieszczanymi na dnie z pokładów dowolnych jednostek, pojawiających się na akwenie w sposób niezauważalny dla kogokolwiek. Jednym z kierunków działań zmierzających do poprawy bezpieczeństwa w tym zakresie jest koncepcja hydroakustycznego systemu ochrony portów, torów wodnych i kotwicowisk. Zakłada ona możliwość szybkiego porównywania obrazów sonarowych z obrazami archiwalnymi, dając podstawy do wykrywania zmian na ochranianym akwenie, przy czym powszechna dostępność technik cyfrowych sugeruje wykonywanie takich poszukiwań w tej właśnie technologii. Porównywanie sonogramów metodami cyfrowej analizy obrazów wymaga w pierwszej kolejności przeprowadzenia ich prawidłowego automatycznego dopasowania. Automatyzacja procesu dopasowania obrazów otwiera dodatkowo perspektywy ich zastosowania w systemach nawigacji porównawczej. W artykule przedstawiono ujęcie tego zagadnienia w sposób właściwy dla technik wyszukiwania obrazów na podstawie zawartości (Content-Based Image Retrieval — CBIR). Wyznaczenie najlepszego dopasowania dwóch sonogramów przeprowadzono w oparciu o metodę maksymalizacji informacji wzajemnej.
    Among many threats to the present maritime navigation the terrorism has risen to the rank of one of the most serious. In shallow waters there is a possibility of using the improvised explosive devices which can be placed on the seabed impromptu and imperceptible for anybody from deck of any watercraft or from a harbor quay. One of the proposals to improve the safety in this area is the idea of hydro acoustic surveillance system of ports, fairways and anchorages. It is based on the assumption that sonar images can be quickly compared with archived images leading to detecting changes in the waters protected. Widespread access to digital technologies suggests using them to deal with the problem mentioned. However, to compare sonograms with the digital picture analysis methods requires, first of all, their proper automatic adjustment. The automation of the image-matching process also opens perspectives for using it in systems based on the comparative navigation. The paper presents the approach to the issue based on Content-Based Image Retrieval (CBIR).The Mutual Information method is employed to best match two sonograms.
    Źródło:
    Zeszyty Naukowe Akademii Marynarki Wojennej; 2012, R. 53 nr 4 (191), 4 (191); 19-32
    0860-889X
    Pojawia się w:
    Zeszyty Naukowe Akademii Marynarki Wojennej
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Image retrieval based on hierarchical Gabor filters
    Autorzy:
    Andrysiak, T.
    Choraś, M.
    Powiązania:
    https://bibliotekanauki.pl/articles/908448.pdf
    Data publikacji:
    2005
    Wydawca:
    Uniwersytet Zielonogórski. Oficyna Wydawnicza
    Tematy:
    filtr Gabora
    pobieranie obrazu
    ekstrakcja cech
    reprezentacja hierarchiczna
    Gabor filters
    image retrieval
    texture feature extraction
    hierarchical representation
    Opis:
    Content Based Image Retrieval (CBIR) is now a widely investigated issue that aims at allowing users of multimedia information systems to automatically retrieve images coherent with a sample image. A way to achieve this goal is the computation of image features such as the color, texture, shape, and position of objects within images, and the use of those features as query terms. We propose to use Gabor filtration properties in order to find such appropriate features. The article presents multichannel Gabor filtering and a hierarchical image representation. Then a salient (characteristic) point detection algorithm is presented so that texture parameters are computed only in a neighborhood of salient points. We use Gabor texture features as image content descriptors and efficiently emply them to retrieve images.
    Źródło:
    International Journal of Applied Mathematics and Computer Science; 2005, 15, 4; 471-480
    1641-876X
    2083-8492
    Pojawia się w:
    International Journal of Applied Mathematics and Computer Science
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Novel visual object descriptor using surf and clustering algorithms
    Autorzy:
    Grycuk, R.
    Powiązania:
    https://bibliotekanauki.pl/articles/122762.pdf
    Data publikacji:
    2016
    Wydawca:
    Politechnika Częstochowska. Wydawnictwo Politechniki Częstochowskiej
    Tematy:
    k-means
    mean shift
    clustering
    image description
    SURF
    keypoints
    content-based image retrieval (CBIR)
    opis obrazu
    algorytmy grupowania
    detekcja punktów kluczowych
    Opis:
    In this paper we propose a method for object description based on two wellknown clustering algorithms (k-means and mean shift) and the SURF method for keypoints detection. We also perform a comparison of these clustering methods in object description area. Both of these algorithms require one input parameter; k-means (k, number of objects) and mean shift (h, window). Our approach is suitable for images with a non-homogeneous background thus, the algorithm can be used not only on trivial images. In the future we will try to remove non-important keypoints detected by the SURF algorithm. Our method is a part of a larger CBIR system and it is used as a preprocessing stage.
    Źródło:
    Journal of Applied Mathematics and Computational Mechanics; 2016, 15, 3; 37-46
    2299-9965
    Pojawia się w:
    Journal of Applied Mathematics and Computational Mechanics
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Przegląd podstawowych metod reprezentacji kształtów 3 D
    A discussion on selected problems of lossless binary digital images compression
    Autorzy:
    Frejlichowski, Dariusz
    Nuszkiewicz, Patrycja
    Powiązania:
    https://bibliotekanauki.pl/articles/41204024.pdf
    Data publikacji:
    2010
    Wydawca:
    Uniwersytet Kazimierza Wielkiego w Bydgoszczy
    Tematy:
    kształt 3D
    indeksowanie obrazów
    deskryptory kształtu 3D
    3D shape
    image retrieval
    3D shape descriptors
    Opis:
    W artykule przedstawiono przegląd istniejących rozwiązań w dziedzinie reprezentowania kształtów trójwymiarowych, stosunkowo nowym podejściu do opisywania obiektów w przetwarzaniu, rozpoznawaniu i indeksowaniu obrazów. Deskryptory kształtu 3D stają się coraz potrzebniejsze i coraz powszechniej stosowane. Wynika to z rozwoju sprzętu komputerowego, a co za tym idzie możliwości szybkiego przetwarzania skomplikowanych scen trójwymiarowych. Znajduje się przy tym kolejne obszary zastosowań trójwymiarowego opisu obiektów, m.in. w biometrii, systemach CAD i indeksowaniu.
    In the paper a brief survey on existing approaches to the representation of three-dimensional shapes was presented. It is a new way of describing objects in image processing, recognition and indexing. The 3D shape descriptors become more and more useful and widely used. Rapid development of computer hardware and the possibilities of fast processing of three-dimensional scenes cause it. Many new applications of 3D shape description can be easily found, e.g. in biometrics, CAD systems and image retrieval.
    Źródło:
    Studia i Materiały Informatyki Stosowanej; 2010, 2; 15-21
    1689-6300
    Pojawia się w:
    Studia i Materiały Informatyki Stosowanej
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    New image descriptor from edge detector and blob extractor
    Autorzy:
    Grycuk, R.
    Scherer, R.
    Gabryel, M.
    Powiązania:
    https://bibliotekanauki.pl/articles/122401.pdf
    Data publikacji:
    2015
    Wydawca:
    Politechnika Częstochowska. Wydawnictwo Politechniki Częstochowskiej
    Tematy:
    image description
    content-based image retrieval (CBIR)
    edge detection
    blob extraction
    blob detection
    opis obrazu
    wyszukiwanie na podstawie zawartości
    CBIR
    wykrywanie krawędzi
    Opis:
    In this paper we present a novel approach for image description. The method is based on two well-known algorithms: edge detection and blob extraction. In the edge detection step we use the Canny detector. Our method provides a mathematical description of each object in the input image. On the output of the presented algorithm we obtain a histogram, which can be used in various fields of computer vision. In this paper we applied it in the content-based image retrieval system. The simulations proved the effectiveness of our method.
    Źródło:
    Journal of Applied Mathematics and Computational Mechanics; 2015, 14, 4; 31-39
    2299-9965
    Pojawia się w:
    Journal of Applied Mathematics and Computational Mechanics
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Improving quality of cytological screening in early detection of malignancy associated changes
    Autorzy:
    Piętka, B. D.
    Dulewicz, A. M.
    Kupis, P.
    Powiązania:
    https://bibliotekanauki.pl/articles/333426.pdf
    Data publikacji:
    2012
    Wydawca:
    Uniwersytet Śląski. Wydział Informatyki i Nauki o Materiałach. Instytut Informatyki. Zakład Systemów Komputerowych
    Tematy:
    przesiewowe badania cytologiczne
    bazy danych obrazu
    wczesne wykrycie raka pęcherza
    cytological screening
    image databases
    early detection of bladder cancer
    content-based image retrieval (CBIR)
    Opis:
    The paper deals with an image database organization and utilization in computer-aided cytology. To illustrate the idea we take as an example the problem of bladder cancer early detection based on urine cytology. In spite of its diagnostic potential for discovering malignancy associated changes (MAC) at the cell level it seems to be underestimated. There is common view that sensitivity of the method, especially for early cancer stages, is relatively low. We depict here just one but significant direction of our works that aims to support pathologists making the diagnosis more accurate and reliable. The key idea relies on automatic searching for MAC by comparing nuclear chromatin structure of objects in a smear with a collection of sample patterns contained in a pathomorphological image database.
    Źródło:
    Journal of Medical Informatics & Technologies; 2012, 19; 85-91
    1642-6037
    Pojawia się w:
    Journal of Medical Informatics & Technologies
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    An experimental comparison of Extended Gaussian Image and Shape Distributions in 3D shape retrieval
    Eksperymentalne porównanie Rozszerzonych Obrazów Gaussa oraz Rozkładów Kształtu w wyszukiwaniu kształtów trójwymiarowych
    Autorzy:
    Frejlichowski, D.
    Powiązania:
    https://bibliotekanauki.pl/articles/152520.pdf
    Data publikacji:
    2010
    Wydawca:
    Stowarzyszenie Inżynierów i Techników Mechaników Polskich
    Tematy:
    Indeksowanie obrazów na podstawie zawartości
    opis kształtu 3D
    Rozszerzone Obrazy Gaussa
    Rozkłady Kształtu
    content-based image retrieval (CBIR)
    3D shape description
    Extended Gaussian Image
    Shape Distributions
    Opis:
    The effective retrieval of three-dimensional shapes is a very crucial problem nowadays. It has to be not only efficient but also carried out in reasonable time. The last demand is especially difficult as 3D objects are usually built using lots of data (vertices, patches, etc.). That was the reason for minor interest dedicated few decades ago by scientists to them. At present, this problem became less important, thanks to the advances in computer hardware development. Now, one can find many new applications of 3D models, e.g. in CAD systems, entertainment, virtual reality, biometrics and image retrieval. In order to work with those objects three-dimensional shape descriptors are used. Those algorithms are created to represent objects independently of various problems concerning them, e.g. affine transformations, noise, occlusions. The result of experimental examination of two 3D shape descriptors is provided in the paper. The research was performed using the models from the "Princeton Shape Benchmark" database. This database is very popular in the task of experimental evaluation of 3D shape descriptors. In the paper two methods of that type are explored - Extended Gaussian Image and Shape Distributions - in the problem of 3D shape retrieval.
    Skuteczne wyszukiwanie kształtów trójwymiarowych w multimedialnych bazach danych jest istotnym problemem. Musi być ono nie tylko efektywne, ale i wykonywane w rozsądnym czasie. Ten drugi warunek jest szczególnie trudny do spełnienia, ponieważ obiekty 3D są zazwyczaj skonstruowane z użyciem dużej ilości danych (wierzchołki, powierzchnie, itp.). Było to dawniej powodem mniejszego zainteresowania naukowców tym zagadnieniem. Obecnie, problem ten stał się mniej znaczący, dzięki postępowi technicznemu w dziedzinie sprzętu komputerowego. Możemy więc aktualnie znaleźć wiele zastosowań modeli 3D, np. w komputerowo wspomaganym projektowaniu, rozrywce, rzeczywistości wirtualnej, biometrii oraz wyszukiwaniu obrazów. Aby móc pracować z tego typu obiektami stosowane są deskryptory kształtu. Te algorytmy są tworzone po to, by reprezentować obiekty niezależnie od poszczególnych problemów ich dotyczących, np. przekształceń afinicznych, szumu, okluzji. W artykule przedstawiono wyniki porównania eksperymentalnego dwóch deskryptorów kształtu 3D. Badania wykonano z użyciem modeli z bazy "Princeton Shape Benchmark". Baza ta jest bardzo popularna w ocenie deskryptorów kształtu 3D. W artykule dwie metody tego typu są badane - Rozszerzone Obrazy Gaussa oraz Rozkłady Kształtu - w kontekście problemu indeksowania kształtów 3D.
    Źródło:
    Pomiary Automatyka Kontrola; 2010, R. 56, nr 8, 8; 973-975
    0032-4140
    Pojawia się w:
    Pomiary Automatyka Kontrola
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Yarn-Dyed Fabric Image Retrieval Using Colour Moments and the Perceptual Hash Algorithm
    Otrzymywanie obrazu tkaniny wytworzonej z barwionych przędz przy zastosowaniu metody momentów barwnych i percepcyjnego algorytmu z mieszaniem
    Autorzy:
    Li, Zhongjian
    Xiang, Jun
    Wang, Lei
    Zhang, Ning
    Pan, Ruru
    Gao, Weidong
    Powiązania:
    https://bibliotekanauki.pl/articles/232957.pdf
    Data publikacji:
    2019
    Wydawca:
    Sieć Badawcza Łukasiewicz - Instytut Biopolimerów i Włókien Chemicznych
    Tematy:
    yarn-dyed fabric
    image retrieval
    colour moments
    perceptual hash algorithm
    Hamming distance
    przędza barwiona
    obrazy wzorów tkanin
    metoda momentów barwnych
    percepcyjny algorytm mieszania
    odległość Hamminga
    Opis:
    Due to the variety of yarn colours and arrangement, it is a challenging problem to retrieve a yarn-dyed fabric image. In this paper, yarn-dyed fabric samples are captured by the DigiEye system first, and then pattern images of the fabric images captured are simulated by pattern design software based on extracted structure parameters of the yarn-dyed fabric. For the simulated pattern image, an effective algorithm is proposed to retrieve these kinds of images by combining the colour moments method and perceptual hash algorithm. Then the pattern images retrieved are mapped back to the yarn-dyed fabric image so as to realise the yarn-dyed fabric image retrieval. In the algorithm proposed, the colour moments method is adopted to extract the colour features, and the perceptual hash algorithm is utilised to calculate the spatial features of the simulated pattern images. Then the two kinds of image features are used to compute the similarity between the input original image and each target image based on the Euclidean distance and Hamming distance. Relevant images can be retrieved in dependence on the similarity value, which is determined by calculating the optimum weighted value of the colour features’ similarity and spatial features’ similarity. In order to measure the retrieval efficiency of the method proposed, the accuracy rate and retrieval rate of image retrieval were computed in experiments using a PATTERN image database with 300 images. The experimental results show that the average accuracy rate of the method proposed is 85.30% and the retrieval rate - 53.51% when the weighted value of the colour feature similarity is fixed at 0.45 and the spatial feature similarity is 0.55. It is shown that the method presented is effective to retrieve pattern images of yarn-dyed fabric.
    Ze względu na różnorodność kolorów i rozmieszczenia przędz otrzymanie obrazu tkaniny wytworzonej z barwionych przędz jest trudnym zadaniem. W artykule próbki tkanin z barwionych przędz były najpierw analizowane przez system DigiEye, a następnie wykonane zostały symulacje obrazów z zastosowaniem oprogramowania do projektowania wzorów oparte na wyodrębnionych parametrach struktury tkaniny. W przypadku symulacji obrazu wzoru zaproponowano skuteczny algorytm do odzyskiwania tego rodzaju obrazów poprzez połączenie metody momentów koloru i percepcyjnego algorytmu z mieszaniem. W zaproponowanym algorytmie do wyodrębniania cech kolorów zastosowano metodę momentów barwnych, a do obliczenia cech przestrzennych symulowanych obrazów został wykorzystywany percepcyjny algorytm mieszania. Następnie użyto dwóch rodzajów cech obrazu do obliczenia podobieństwa między oryginalnym obrazem wejściowym a każdym obrazem docelowym w oparciu o odległość euklidesową i odległość Hamminga. Odpowiednie obrazy można odzyskać w zależności od wartości podobieństwa, która jest określana przez obliczenie optymalnej ważonej wartości podobieństwa cech koloru i podobieństwa cech przestrzennych. Aby zmierzyć skuteczność proponowanej metody w eksperymentach obliczono wskaźnik dokładności i szybkość pobierania obrazów, wykorzystując bazę danych obrazów PATTERN z 300 obrazami. Wyniki eksperymentalne pokazały, że średni współczynnik dokładności proponowanej metody wynosi 85,30%, a szybkość pobierania 53,51%, wartość podobieństwa cech kolorów wynosiła 0,45, a podobieństwo cech przestrzennych wynosiło 0,55. Wykazano, że prezentowana metoda jest skuteczna w przypadku otrzymywania obrazów wzorów tkanin z przędz barwionych.
    Źródło:
    Fibres & Textiles in Eastern Europe; 2019, 5 (137); 39-46
    1230-3666
    2300-7354
    Pojawia się w:
    Fibres & Textiles in Eastern Europe
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Robust content-based image retrieval using ICCV, GLCM, and DWT-MSLBP descriptors
    Autorzy:
    Chavda, Sagar
    Goyani, Mahesh
    Powiązania:
    https://bibliotekanauki.pl/articles/27312841.pdf
    Data publikacji:
    2022
    Wydawca:
    Akademia Górniczo-Hutnicza im. Stanisława Staszica w Krakowie. Wydawnictwo AGH
    Tematy:
    content-based image retrieval
    improved color coherence vector
    gray-level co-occurrence matrix
    discrete wavelet transform
    multi-scale local binary pattern
    principal component analysis
    linear discriminant analysis
    Opis:
    Content-based image retrieval (CBIR) retrieves visually similar images from a dataset based on a specified query. A CBIR system measures the similarities between a query and the image contents in a dataset and ranks the dataset images. This work presents a novel framework for retrieving similar images based on color and texture features. We have computed color features with an improved color coherence vector (ICCV) and texture features with a gray-level co-occurrence matrix (GLCM) along with DWT-MSLBP (which is derived from applying a modified multi-scale local binary pattern [MS-LBP] over a discrete wavelet transform [DWT], resulting in powerful textural features). The optimal features are computed with the help of principal component analysis (PCA) and linear discriminant analysis (LDA). The proposed work uses a variancebased approach for choosing the number of principal components/eigenvectors in PCA. PCA with a 99.99% variance preserves healthy features, and LDA selects robust ones from the set of features. The proposed method was tested on four benchmark datasets with Euclidean and city-block distances. The proposed method outshines all of the identified state-of-the-art literature methods.
    Źródło:
    Computer Science; 2022, 23 (1); 5--36
    1508-2806
    2300-7036
    Pojawia się w:
    Computer Science
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Reconstruction of high-dimensional data using the method of probabilistic features combination
    Autorzy:
    Jakóbczak, D. J.
    Powiązania:
    https://bibliotekanauki.pl/articles/118528.pdf
    Data publikacji:
    2016
    Wydawca:
    Politechnika Koszalińska. Wydawnictwo Uczelniane
    Tematy:
    image retrieval
    pattern recognition
    data modeling
    vector interpolation
    PFC method
    feature reconstruction
    probabilistic modeling
    pobieranie obrazu
    rozpoznawanie wzorców
    modelowanie danych
    interpolacja wektora
    metoda PFC
    funkcja rekonstrukcji
    modelowanie probabilistyczne
    Opis:
    Proposed method, called Probabilistic Features Combination (PFC), is the method of multi-dimensional data modeling, extrapolation and interpolation using the set of high-dimensional feature vectors. This method is a hybridization of numerical methods and probabilistic methods. Identification of faces or fingerprints need modeling and each model of the pattern is built by a choice of multi-dimensional probability distribution function and feature combination. PFC modeling via nodes combination and parameter γ as N-dimensional probability distribution function enables data parameterization and interpolation for feature vectors. Multidimensional data is modeled and interpolated via nodes combination and different functions as probability distribution functions for each feature treated as random variable: polynomial, sine, cosine, tangent, cotangent, logarithm, exponent, arc sin, arc cos, arc tan, arc cot or power function.
    Autorska metoda Probabilistycznej Kombinacji Cech - Probabilistic Features Combination (PFC) jest wykorzystywana do interpolacji i modelowania wielowymiarowych danych. Węzły traktowane są jako punkty charakterystyczne N-wymiarowej informacji, która ma być odtwarzana (np. obraz). Wielowymiarowe dane są interpolowane lub rekonstruowane z wykorzystaniem funkcji rozkładu prawdopodobieństwa: potęgowych, wielomianowych, wykładniczych, logarytmicznych, trygonometrycznych, cyklometrycznych.
    Źródło:
    Zeszyty Naukowe Wydziału Elektroniki i Informatyki Politechniki Koszalińskiej; 2016, 9; 37-50
    1897-7421
    Pojawia się w:
    Zeszyty Naukowe Wydziału Elektroniki i Informatyki Politechniki Koszalińskiej
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Content-based retrieval system as a telemedical tool
    Autorzy:
    Rumiński, J.
    Powiązania:
    https://bibliotekanauki.pl/articles/333699.pdf
    Data publikacji:
    2004
    Wydawca:
    Uniwersytet Śląski. Wydział Informatyki i Nauki o Materiałach. Instytut Informatyki. Zakład Systemów Komputerowych
    Tematy:
    odzyskiwanie oparte na zawartości
    telemedycyna
    analiza obrazu
    content-based retrieval
    telemedicine
    image analysis
    Opis:
    The problem of medical teleconsultations with intelligent computer system rather than with a human expert is analyzed. System for content-based retrieval of images is described and presented as a use case of telemedical tool. Selected features, crucial for retrieval quality, are introduced including: synthesis of parametric images, regions of interest detection and extraction, definition of content-based features, generation of descriptors, query algebra, system architecture and performance. Additionally, electronic business pattern is proposed to generalize teleconsultation services like content-based retrieval systems
    Źródło:
    Journal of Medical Informatics & Technologies; 2004, 7; KB55-64
    1642-6037
    Pojawia się w:
    Journal of Medical Informatics & Technologies
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
      Wyświetlanie 1-23 z 23

      Ta witryna wykorzystuje pliki cookies do przechowywania informacji na Twoim komputerze. Pliki cookies stosujemy w celu świadczenia usług na najwyższym poziomie, w tym w sposób dostosowany do indywidualnych potrzeb. Korzystanie z witryny bez zmiany ustawień dotyczących cookies oznacza, że będą one zamieszczane w Twoim komputerze. W każdym momencie możesz dokonać zmiany ustawień dotyczących cookies