Míry podobnosti a jejich využití pro vyhledávání v databázích textur textilií a textilních vzorů
Title Alternative:SIMILARITY MEASURES AND THEIR USAGE FOR RETRIEVAL IN TEXTILE TEXTURE AND TEXTILE DESIGN DATABASES
Loading...
Date
2010
Authors
Journal Title
Journal ISSN
Volume Title
Publisher
Technická Univerzita v Liberci
Abstract
The thesis deals with the similarity measures and their usage for the data retrieval from textile textures database. Textile image retrieval is realized using the normalized cross correlation method (NCC), latent semantic indexing method (LSI) and the method of invariant moments. The principle of latent semantic indexing method is reduction of dimensionality and the calculation of cosine measure as a similarity measure between queried textile image and the textile images in the database. LSI method is sensitive to the rotation of an image or pattern in an image. In this case it is better alternative to apply the LSI method not to an image but to image of its power spectrum which is obtained from 2D Fourier transform of the images. Then the spectra of the queried and the database images are compared. Another described method is based on the invariant moments. Euclidean distance is used as a similarity measure. These methods were tested on images of scanned textiles and images obtained from textile textures database. The final part compares the efficiency of the described methods.
Tato diplomová práce se zabývá mírami podobnosti a jejich použitím pro vyhledávání v databázi textur textilií a textilních vzorů. V práci je vyhledávání obrazu textilie realizované pomocí metody normalizované vzájemné korelace (NCC), s použitím metody latentního sémantického indexování (LSI) a pomocí metody invariantních momentů. Principem metody latentního sémantického indexování je redukce dimensionality a výpočet kosinové míry jako míry podobnosti mezi obrazem dotazované tkaniny a obrazy textilií v databázi textur. Metoda LSI je citlivá na rotaci obrazu nebo vzoru v obraze. V tomto případe je lepší metodu LSI aplikovat nikoli na obraz tkaniny, ale na jeho výkonové spektrum získané z 2D Fourierovy transformace obrazu. Dochází k porovnání obrazu výkonového spektra hledané tkaniny s obrazy výkonových spekter textilií z databáze. Další použitá metoda byla metoda založena na invariantních momentech, jako míra podobnosti zde byla použita Euklidova vzdálenost. Uvedené metody byly testovány na obrazech naskenovaných tkanin a na obrazech plošných textilií z databáze textur. V závěru práce je porovnána efektivita jednotlivých metod.
Tato diplomová práce se zabývá mírami podobnosti a jejich použitím pro vyhledávání v databázi textur textilií a textilních vzorů. V práci je vyhledávání obrazu textilie realizované pomocí metody normalizované vzájemné korelace (NCC), s použitím metody latentního sémantického indexování (LSI) a pomocí metody invariantních momentů. Principem metody latentního sémantického indexování je redukce dimensionality a výpočet kosinové míry jako míry podobnosti mezi obrazem dotazované tkaniny a obrazy textilií v databázi textur. Metoda LSI je citlivá na rotaci obrazu nebo vzoru v obraze. V tomto případe je lepší metodu LSI aplikovat nikoli na obraz tkaniny, ale na jeho výkonové spektrum získané z 2D Fourierovy transformace obrazu. Dochází k porovnání obrazu výkonového spektra hledané tkaniny s obrazy výkonových spekter textilií z databáze. Další použitá metoda byla metoda založena na invariantních momentech, jako míra podobnosti zde byla použita Euklidova vzdálenost. Uvedené metody byly testovány na obrazech naskenovaných tkanin a na obrazech plošných textilií z databáze textur. V závěru práce je porovnána efektivita jednotlivých metod.
Description
katedra: KHT; rozsah: 80
Subject(s)
similarity measure, eigenvalues, latent semantic indexing, fourier transform, moment invariants, correlation, texture database, míra podobnosti, vlastní čísla, latentní sémantické indexovaní, fourierova transformace, invariantní momenty, korelace, databáze textur