Please use this identifier to cite or link to this item:
https://dspace.univ-adrar.edu.dz/jspui/handle/123456789/4249
Full metadata record
DC Field | Value | Language |
---|---|---|
dc.contributor.author | MORSLI, Marwa | |
dc.contributor.author | MOULAY OMAR, Hadjer | |
dc.contributor.author | Omari, Mohammed / supervisor | |
dc.date.accessioned | 2020-11-02T09:35:35Z | |
dc.date.available | 2020-11-02T09:35:35Z | |
dc.date.issued | 2020 | |
dc.identifier.uri | https://dspace.univ-adrar.edu.dz/jspui/handle/123456789/4249 | |
dc.description | Intelligent Systems | en_US |
dc.description.abstract | Content based image retrieval (CBIR) systems use the contents of image such as color, texture and shape to represent and retrieve images from large databases. In this thesis, we present a CBIR system based on integration of both color and texture feature. Due to the poor distinguishing power of color histogram, we have used color moments and color correlogram, which encode some spatial information. They are used to extract the color feature from the image. Gabor filter is used in image retrieval to represent the texture feature. In our work, we try to enhance Gabor filter efficiency using a meta-heuristic optimization: Genetic Algorithms. The similarity of combined features is calculated using Manhattan distance measure. A comparison study of the proposed method with other conventional methods is also presented in this manuscript and experimental results show that the proposed method has good results. | en_US |
dc.description.abstract | Les systèmes d'extraction d'images basés sur le contenu (CBIR) utilisent le contenu de l'image comme la couleur, la texture et la forme pour représenter et récupérer des images à partir de grandes bases de données. Dans ce mémoire, nous présentons un système CBIR basé sur l'intégration de la couleur et de la texture. En raison du faible pouvoir de distinction de l'histogramme de couleur, nous avons utilisé des moments de couleur et un corrélogramme de couleur, qui codent certaines informations spatiales. Ils sont utilisés pour extraire la caractéristique de couleur de l'image. Le filtre Gabor est utilisé dans la récupération d'image pour représenter la propriété de texture. Dans notre travail, nous essayons d'améliorer l'efficacité des filtres de Gabor en utilisant une optimisation méta-heuristique: les algorithmes génétiques. La similarité des caractéristiques combinées est calculée à l'aide de la mesure de distance Manhattan. Une étude comparative de la méthode proposée avec d'autres méthodes conventionnelles est également présentée dans ce manuscrit et les résultats expérimentaux montrent que la méthode proposée donne de bons résultats. | |
dc.language.iso | en | en_US |
dc.publisher | University Ahmed DRAIA of Adrar | en_US |
dc.subject | CBIR | en_US |
dc.subject | color moments | en_US |
dc.subject | color correlogram | en_US |
dc.subject | Manhattan distance | en_US |
dc.title | Optimal Gabor Filter Parameters Selection using Genetic Algorithms | en_US |
dc.title.alternative | Application of Content based Image Retrieval | en_US |
dc.type | Thesis | en_US |
Appears in Collections: | Mémoires de Master |
Files in This Item:
File | Description | Size | Format | |
---|---|---|---|---|
Optimal Gabor Filter Parameters Selection using Genetic Algorithms.pdf | 1.46 MB | Adobe PDF | View/Open |
Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.