dc.contributor.advisor | Θεοδωρίδης, Ιωάννης | |
dc.contributor.author | Βόγιας, Κωνσταντίνος Ι. | |
dc.date.accessioned | 2012-06-25T10:12:11Z | |
dc.date.available | 2012-06-25T10:12:11Z | |
dc.date.issued | 2012-06-25T10:12:11Z | |
dc.identifier.uri | https://dione.lib.unipi.gr/xmlui/handle/unipi/4854 | |
dc.description.abstract | Οι εικόνες αποτελούν μια πλούσια πηγή πληροφοριών. Η εξόρυξη αυτών των πληροφοριών μπορεί να οδηγήσει σε κρίσιμα συμπεράσματα όσον αφορά το περιεχόμενο της εκάστοτε εικόνας. Η αναγνώριση εικόνας μπορεί να γίνει είτε με εξαγωγή και χρήση μεταδεδομένων είτε με επεξεργασία του περιεχομένου της. Τα συστήματα που αναγνωρίζουν εικόνες με βάση το περιεχόμενό αυτών, ονομάζονται CBIR (Content-Based Image Retrieval) συστήματα ανάκτησης εικόνων και έχουν ως στόχο την αναγνώριση εικόνων με βάση το περιεχόμενό τους και όχι με βάση μεταδεδομένα που σχετίζονται με αυτές (Lew, Nicu, Djeraba, & Ramesh, 2006). Μια από τις τεχνικές που χρησιμοποιούνται σε αυτά τα συστήματα, συνδυάζει την Ανάλυση Εικόνας για εξαγωγή χαρακτηριστικών χαμηλού επιπέδου με διαδικασίες Εξόρυξης Γνώσης (συσταδοποίηση, ταξινόμηση, εξαγωγή κανόνων συσχέτισης) και σύγκρισης των προτύπων που προκύπτουν. Στόχος αυτής της εργασίας είναι η ανάπτυξη ενός συστήματος ανάκτησης εικόνας το οποίο θα ενοποιεί το σύστημα σύγκρισης και διαχείρισης προτύπων PatternMiner (Kotsifakos, Ntoutsi, Vrahoritis, & Theodoridis, 2008) με μια βάση εικόνων και με χρήση συναρτήσεων σύγκρισης προτύπων θα πραγματοποιεί την ανάκτηση των εικόνων. Επιπλέον θα μελετηθεί η δυνατότητα προσθήκης σημασιολογίας στο σύστημα με σκοπό τον σημασιολογικό χαρακτηρισμό και ανάκτηση των εικόνων. | |
dc.language.iso | el | |
dc.rights | Αναφορά Δημιουργού-Μη Εμπορική Χρήση-Όχι Παράγωγα Έργα 4.0 Διεθνές | |
dc.rights.uri | http://creativecommons.org/licenses/by-nc-nd/4.0/deed.el | |
dc.subject | Επεξεργασία εικόνας -- Ψηφιακές τεχνικές | |
dc.subject | Εξόρυξη δεδομένων | |
dc.title | Υλοποίηση συστήματος ανάκτησης εικόνων με βάση το περιεχόμενο | |
dc.type | Master Thesis | |
europeana.isShownAt | https://dione.lib.unipi.gr/xmlui/handle/unipi/4854 | |
dc.identifier.call | 621.36'7 ΒΟΓ | |
dc.description.abstractEN | Digital Images are a rich source of valuable information. The extraction of such information may lead to crucial conclusions regarding the content of each image used. Image recognition is possible by using image metadata or by processing its digital content. The systems that recognize images based on their content are known as CBIR (Content-Based Image Retrieval) and are designed to identify images based on their content and not on the metadata associated with (Lew, Nicu, Djeraba, & Ramesh, 2006). One of the techniques used in these systems, combine traditional image analysis algorithms for low level features extraction and data mining techniques such as classification, clustering and association rules extraction. After this, an image pattern is exported which represents the results of image mining. In this work our goal is to develop a CBIR system which integrates a pattern management and comparison system (Pattern Miner) with an image database. Furthermore, we will try to add semantics to the system for the semantic image classification and retrieval using a relevant ontology. | |