Ooi , Woi Seng
(2007)
Colour-Texture Fusion In Image Segmentation For
Content-Based Image Retrieval Systems.
Masters thesis, Universiti Sains Malaysia.
Abstract
Kemajuan teknologi komputer serta kepopularan World Wide Web telah membawa
kepada peningkatan bilangan gambar yang berbentuk digital. Selari dengan
perkembangan itu, sistem pencapaian imej berdasarkan kandungan (content-based
image retrieval, CBIR) telah menjadi satu topic kajian yang berkembang dengan
pesatnya sejak kebelakangan ini. Proses segmentasi merupakan langkah
prapemprosesan yang mempunyai pengaruh penting terhadap prestasi sistem CBIR.
Oleh itu, dalam penyelidikan ini, satu rangka segmentasi imej yang baru, bersesuaian
untuk pertanyaan kawasan (region queries) dalam CBIR, telah dipersembahkan.
Teknik yang digunakan merupakan gabungan ciri-ciri warna dan tekstur gambar,
dengan bantuan algoritma fuzzy c-means clustering (FCM) yang telah diubahsuai.
With the advances in computer technologies and the popularity of the World
Wide Web, the volume of digital images has grown rapidly. In parallel with this growth,
content-based image retrieval (CBIR) is becoming a fast growing research area in
recent years. Image segmentation is an important pre-processing step which has a
great influence on the performance of CBIR systems. In this research, a novel image
segmentation framework, dedicated to region queries in CBIR, is presented. The
underlying technique is based on the fusion of colour and texture features by a
modified fuzzy c-means clustering (FCM) algorithm.
Actions (login required)
 |
View Item |
![[img]](http://eprints.usm.my/style/images/fileicons/application_pdf.png)
