خوشهبندی تصاویر مقیاس بالا با مدلسازی نشانههای معنایی و شبیهسازی مکانی
نویسندگان
1 گروه برق، واحد نقده، دانشگاه آزاد اسلامی، نقده، ایران
doi
10.30495/jce.2022.1968473.1173چکیده
در سالهای اخیر حاشیهنویسی تصاویر یکی از موضوعات تحقیقاتی فعال است. در این مقاله برای حاشیهنویسی تصاویر، تکنیک خوشهبندی تعاونی نیمه نظارتشده پیشنهاد میشود. روشهای خوشهبندی به دلیل عدم نیاز به حاشیهنویسی بسیار موردتوجه هستند. برای دستیابی به بالاترین کارایی، نتایج خوشهبندی شش سیستم با فضای رنگ و معیار شباهت متفاوت با رأی اکثریت بهصورت تعاونی، باهم ترکیب میشوند. در شرایطی که تعداد رأیها برای یک تصویر کم باشد از بازخورد مرتبط برای حاشیهنویسی آن استفاده میشود. امروزه بیشتر از معیار شباهت خطی برای تعیین شباهت بین تصاویر استفاده میشود، ولی مدلهای غیرخطی به دلیل نزدیکی به سیستم بینایی انسان میتوانند کارایی بسیار بهتری داشته باشند، بدین منظور معیار شباهت غیرخطی KMRBF برای شبیهسازی بینایی انسان و بهبود نتایج بازیابی پیشنهاد میشود. آزمایشها روی پایگاه داده تصاویر کورل و تصاویر ماهوارهای نشان میدهند که روش پیشنهادی دارای کارایی مناسبی است. با توجه به نتایج بهدستآمده در پایگاه داده تصاویر ماهوارهای فضای رنگ YIQ دارای دقت بالاتری (به مقدار 5/82 درصد) است. همچنین سه فضای رنگ CIELab, HSV و YIQ دارای کارایی بالاتری هستند، چون در این فضاهای رنگی لومینانس از کرومینانس جدا بوده و این فضاهای رنگی به سیستم بینایی انسان نزدیکتر هستند.