تشخیص تخریب رنگی تصاویر چهره با استفاده از ویژگی های مبتنی بر رنگ و الگوریتم های یادگیری

اولین گام در بازیابی تصاویر تشخیص تخریب است چهره اولین و مهمترین عامل توجه در تعاملات انسانی است در این مقاله به تشخیص 5 دسته از خرابی های تصویر چهره با استفاده از ویژگی های رنگی می پردازیم تسریع سرعت پردازش عدم وابستگی به اندازه و جهت تصاویر از جمله مزایای مهم ویژگی های مبتنی بر رنگ است در مرحله پیش پردازش تصاویر از مدل رنگی RGB به فضای رنگی HSV برده می شوند سپس کانال V حذف شده و در نهایت هیستوگرام رنگی 2000 عکس ذخیره می شود در گام بعد تصاویر از دو فیلتر 1و2 عبور داده می شوند اساس کار فیلتر 1 یک تصمیم گیرنده خط است فیلتر 2 مانند یک فیلتر میانگذر عمل می کند و سپس انحراف از میانگین داده ها را محاسبه می نماید فیلتر 2 بر روی نتایج فیلتر 1 اعمال می شود و این دو فیلتر مکمل یکدیگر هستند روش پیشنهادی بر روی 10 بسته 100 تایی 50 عکس سالم و 50 عکس تخریب شده از هر تخریب 10 عکس از تصاویر چهره پایگاه داده faces94 ازمایش شده و از عملکرد و سرعت مناسبی برخوردار است

کلیدواژه ها:

چهره ، تخریب ، ویژگی های رنگی ، هیستوگرام رنگ ، فضای رنگ HSV