فاطمه احمدی - دانشکده ریاضی و علوم کامپیوتر، دانشگاه صنعتی امیرکبیر
محمدحسین سیگاری - گروه مهندسی کامپیوتر، دانشگاه مهندسی فناوری های نوین قوچان
محمدابراهیم شیری - دانشکده ریاضی و علوم کامپیوتر، دانشگاه صنعتی امیرکبیر
محمد رحمتی - دانشکده مهندسی کامپیوتر و فناوری اطلاعات، دانشگاه صنعتی امیرکبیر

هدف اصلی این مقاله ارایه روشی مبتنی بر ترکیب دستهبندها برای بازیابی تصویر میباشد. در روش پیشنهادی مجموعا هشت دسته ویژگی شامل ویژگیهای مبتنی بر رنگ و مبتنی بر بافت از هر تصویر استخراج میگردد.دستهبندهای استفاده شده برای جستجو و بازیابی تصویر شامل K نزدیکترین همسایه، شبکه عصبی چندلایه پرسپترون - ، ماشین بردار پشتیبان و درخت تصمیم میباشد. در روش پیشنهادی با توجه به این که هشت دسته ویژگی و چهار روشدستهبندی استفاده شده است، مجموعا 32 دستهبند پایه وجود دارد که به دو روش مختلف نتایج این دستهبندها ترکیب شده است. این دو روش بر مبنای رای اکثریت ساده و رای اکثریت وزن دار میباشد. آزمایشها برای مقایسه کاراییویژگیها و دستهبندها به صورت مستقل و ترکیبی انجام شده است و نتایج نشان می دهد که روش ترکیب وزن داردستهبندها منجر به دستیابی بهترین نتیجه میشود که در این حالت دقت تصاویر بازیابی شده برابر 77.98 درصد است. همچنین این روش با چهار روش دیگر مورد مقایسه قرار گرفت که نتایج آزمایشها نشان داد روش پیشنهادی با اختلاف معناداری بهتر از سیستمهای دیگر عمل کرده است.

بازیابی تصویر مبتنی بر محتوا، ترکیب دستهبندها، رای اکثریت، وزندهی دستهبندها