The Comparison Of Methods Content-Based Image Retrieval System and Image Classification Using Invariant Moments

Yıl 2017, Cilt: 2 Sayı: 1, 1 - 9, 01.06.2017

Abubekir Seyyarer , Tolga Aydın

Öz

C# language and
Visual Studio 2012 platform are selected for developing the software for this
thesis. Back-propagation neural network was employed as the image
classification method; Euclidean distance was selected to measure the distance
in content-based classification system and finally, Emgu CV image processing
library was selected in feature extraction processes. Caltech101 data set was used
to compare the effectiveness of image classification and content-based image
retrieval systems. The results show that content-based image retrieval systems
are superior in terms of classification accuracy. Furthermore, invariant moment
shave been applied to Caltech101 data set, where all images are colourful.
Normally, these moments are employed on colourless images and extracted from the
different angles of view of the same image.

Anahtar Kelimeler

Invariant Moments, Image Classification, Image Retrieval, ArtificialNeural Networks

Değişmez Momentler Kullanarak İçerik Tabanlı Görüntü Erişim Sistemi ve İmge Sınıflandırma Yöntemlerinin Karşılaştırılması

Öz

Bu tez kapsamındaki
yazılım, Visual Studio 2012 platformu üzerinde C# programlama dili ile
kodlanmıştır. İmge sınıflandırma yöntemi olarak geri yayılımlı yapay sinir ağı,
içerik tabanlı görüntü erişim sistemlerinde mesafe ölçümü için Öklid uzaklığı
ve öznitelik çıkarma işleminde ise bir görüntü işleme kütüphanesi olan Emgu CV
kullanılmıştır. Programda Caltech101 imge seti üzerinde hem imge erişim hem de
imge sınıflandırma işlemi yapılarak iki işlemin sonuçları karşılaştırılmıştır.
İçerik tabanlı görüntü erişim sisteminin imge sınıflandırma yönteminden
doğruluk kriteri bakımından daha başarılı olduğu gözlemlenmiştir. Ayrıca
öznitelikler çıkarılırken, genelde renksiz imgeler üzerinde ve imgenin farklı
bakış açılarına bakılarak çıkarılan değişmez moment öznitelikleri, bu tezde
renkli Caltech101 imge setine uygulanmıştır.

Anahtar Kelimeler

Değişmez Momentler, İmge Sınıflandırma, İmge Erişim, Yapay Sinir Ağları

Kaynakça

• ALT, F. L.,“Digital pattern recognition by moments”, J. ACM 9, (2) 240-258, 1968.
• ATASOY, H., 2011. “Otsu Eşik Belirleme Metodu”, http://www.atasoyweb.net/, http://www.atasoyweb.net/Otsu-Esik-Belirleme-Metodu (10.10.2015).
• FISHER, R.A.,“The use of multiple measurements in taxonomic problems", Annals of Eugenics 7, 179-188, New York, 1950.
• HU , M-K.,“Visual Pattern Recognition by Moment Invariants”, IRE Trans.,Inf., Theor., IT-8, 179, February 1962.
• KAYA, Y., KAYCI, L. (2014). Kelebek görüntülerin sınıflandırılması için bir içerik bazlı görüntü erişim sistemi, Akademik Bilişim, 5-7 Şubat, Mersin
• LIU, Y., ZHANG, D., LU, G., MA, W., “A survey of content-basedimageretrievalwithhigh-levelsemantics”, PatternRecognition, Vol. 40, pp. 262 – 282, 2007.
• IŞIK, B., 2015. “Emgu CV ile Örnek Uygulama”, http://www.burakisik.com/, http://www.burakisik.com/goruntu-isleme/emgu-cv-webcamden-goruntu-almak/ (08.03.2016).
• ÖZGÜROĞLU, E., 2015. “Emgu CV nedirveEmgu CV Kurulumu”, http://emreozguruoglu.blogspot.com.tr/, http://emreozguruoglu.blogspot.com.tr/2015/02/emgucv-nedir-ve-emgucv-kurulumu.html (12.01.2016).
• ŞEKER, Ş. E., 2007. “OrtancaFiltresi (Median Filter)”, http://bilgisayarkavramlari.sadievrenseker.com/, http://bilgisayarkavramlari.sadievrenseker.com/2007/11/26/ortanca-filitresi-median-filter/ (22.08.2015).
• ŞENGÜR, A., TÜRKOĞLU, İ., “Değişmez Momentlerle Türkçe Karakter Tanıma”,Fırat Üniversitesi Teknik Eğitim Fakültesi Elektronik ve Bilgisayar Eğitimi Bölümü-ELAZIĞ, 2004.
• YILMAZ, A., “Kamera kullanılarak görüntü işleme yoluyla gerçek zamanlı güvenlik uygulaması,” Yüksek Lisans Tezi, Haliç Üniversitesi Fen Bilimleri Enstitüsü Makine Mühendisliği Anabilim Dalı, 102, İstanbul, 2007.
• YUAN, K.,TIAN,Z., ZOU, J., BAİ, Y., YOU, Q., “Brain CT image database building for computer-aided diagnosis using content-based image retrieval”, Information Processing and Management, Vol. 47, pp. 176–185, 2011.