ترکیب مشخصه های رنگ و بافت تصویر بر اساس الگوریتم های استخراج ویژگی جهت بازیابی تصویر

امروزه بخش عظیمی از تصاویر پزشکی به فرم دیجیتال تولید و ذخیره می شوند، این امر سبب شده است مدیریت پایگاه های داده بزرگ، به صورت یک چالش نمود پیدا کند. بازیابی تصاویر یک ابزار ضروری برای مدیریت پایگاه داده تصاویر است. امروهز با پیشرفت بینایی ماشین و پیشرفت تکنیک های پرداز تصاویر دیجیتال، سعی در کاهش نقش کاربر انسانی در نظارت و مدیریت تصاویر در مراکز مختلف هستند. چرا که همواره عملکرد کاربر انسانی همراه با خطا بوده و سرعت پایینی دارد. الگوریتم پیشنهادی را در محیط نرم افزار متلب پیاده سازی کرده و به نتایج آزمایشگاهی مطلوب و بادقت بالایی دست یافتیم. سیستم پیشنهادی، از یک الگوریتم ترکیبی خوبی برای استخراج ویژگی از محتوای تصاویر برخوردار است. با توجه به اینکه تصاویر آزمایشی داری خصوصیات دیداری رنگی و بافتی خاصی می باشند، ما نیز در سیستم پیشنهادی روشی ترکیبی برای استخراج هم ویژگی های بافت، و هم ویژکی های رنگ ارائه کردیم که به بهترین وجه تصاویر را از هم متمایز می کنند. برای استخراج ویژگی رنگ از هیستوگرام رنگ HSV و کمی سازی آن، بهره جستیم و برای ویژگی های بافتیاز هیستوگرام سطح خاکستری، ماتریس هم وقوعی و گرادیان لبه ها استفاده کردیم. یکی از مزیت های روش پیشنهادی این است که در مرحله استخراج ویژگی لبه، ابتدا بر روی تصویر اصلی الگوریتم الگوهای باینری محلی(LBT) اعمال می گردد سپس بر تصویر حاصل از اعمال LBT، هسیتوگرام کرادیان (SRF) اعمال می شود

کلیدواژه ها:

بازیابی تصاویر پزشکی بر اساس محتوا (CBIR) استخراج ویژگی رنگ و بافت ، گرادیان لبه ، LBP