Genetik algoritma kullanılarak renk ve doku özelliklerine dayalı içerik tabanlı görüntü erişim sistemi tasarımı ve uygulaması

Abstract

Son yıllarda teknolojinin gelişmesi ve kamera, telefon, tarayıcı gibi sayısal görüntü sağlayan araçların artmasıyla sayısal görüntülerin hacmi hızlıca artmıştır. Bu görüntülere gerektiğinde erişim sağlama fikri görüntü erişim sistemlerini ortaya çıkarmıştır. Büyük görüntü veritabanlarından istenen görüntülere erişim önemli bir problemdir. Bu probleme çözüm için içerik tabanlı görüntü erişim (İTGE) sistemleri geliştirilmiştir. İTGE sistemleri görüntünün görsel özelliklerini çıkarır ve elde edilen bu özellikleri görüntü erişiminde kullanır. Görüntüler zengin içeriğe sahip olduklarından dolayı tek özelliğe dayalı İTGE sistemleri düşük performans gösterir. Bu yüzden çalışmada görüntülerin renk ve doku özeliklerini çıkaran beş farklı yöntem birleştirilerek yeni bir İTGE sistemi geliştirilmiştir. Renk özellik çıkarımı için renk momenti, renk histogramı ve renk uyum vektörü kullanılmıştır. Doku özellik çıkarımı için gri seviye eş oluşum matrisi ve dalgacık dönüşümü doku analizi kullanılmıştır. Eşit ağırlıkta birleştirilen özelliklerin iyi sonuç vermediği görülmüştür. Bu yüzden genetik algoritma ile özellikler optimize edilerek sistemin performansı arttırılmıştır. Sonunda tüm yöntemler WANG veritabanı üzerinde ayrı ayrı test edilmiş ve mevcut İTGE sistemleri ile karşılaştırılmıştır. Renk ve doku özelliklerine dayalı önerilen İTGE sisteminin sadece renk veya doku özelliklerini kullanan sistemlere göre ve yapılmış mevcut İTGE sistemlerine göre daha iyi sonuç verdiği görülmüştür. Bu durum önerilen İTGE sisteminin daha etkin ve başarılı olduğunu göstermiştir.

In recent years, with the development of technology and spread of digital devices such as cameras, mobile phones and scanners, a number of digital images have been dramatically increased. Searching, browsing and retrieving in the mass image database has become hot topic. But retrieving similar images from large image database is significant problem. To overcome this problem, content based image retrieval (CBIR) systems are emerged. In CBIR system, images are defined by using visual features. CBIR retrieves images according to their features. CBIR system based on a single feature has a low performance. Hence in this thesis, five different methods which extract color and texture features were combined to devolop a new CBIR system. Color histogram, color moment and color coherence vector were used for color feature extraction and grey level co-occurrence matrix (GLCM) and wavelet transform were used for texture feature extraction. Then all extracted features were integrated for image retrieval. Equally weighted combined features did not give best result. Thus genetic algoritm (GA) was used to train these features with different weights to achive good results. As a result, all methods were tested on WANG database. The proposed system using GA was compared with other existing systems. The results showed that the proposed system gave successful performance.