Multi-Feature Extraction in Content Based Image Retrieval

چکیده مقاله

Content Based Image Retrieval (CBIR) methods are developing rapidly because of the rising need to access and search distributed digital documents. Feature extraction and representation is one of the most important phases in the CBIR. This paper proposed a new method of image similarity by combination of edge and color feature via bipartite graphs. In order to evaluate the performance of the proposed method "WANG" dataset was considered. The efficiency of proposed method is demonstrated by comparing the results of several state-of-the-arts method of image retrieval approaches. Experimental results show that the proposed method yields higher retrieval accuracy than some existing methods and integration of color and edge information provides a

نحوه استناد به مقاله

در صورتی که می خواهید به این مقاله در اثر پژوهشی خود ارجاع دهید، می توانید از متن زیر در بخش منابع و مراجع بهره بگیرید :

Amir Poorshmam؛Majid Sepahvand؛ ۱۳۹۵، Multi-Feature Extraction in Content Based Image Retrieval، کنفرانس بین المللی ایده های نوین در مهندسی ،علوم وتکنولوژی، https://scholar.conference.ac:443/index.php/download/file/11520-Multi-Feature-Extraction-in-Content-Based-Image-Retrieval

در داخل متن نیز هر جا به عبارت و یا دستاوردی از این مقاله اشاره شود پس از ذکر مطلب، در داخل پرانتز، مشخصات زیر نوشته شود.

( Amir Poorshmam؛Majid Sepahvand؛ ۱۳۹۵)

دریافت لینک دانلود مقاله

پژوهشگر عزیز، برای دانلود مقاله تنها کافی است فرم زیر را تکمیل نموده و بر روی دکمه دریافت لینک دانلود مقاله کلیک نمایید. در صورت عدم دریافت لینک دانلود مقاله در ایمیل خود (و پوشه spam) پس از 10 دقیقه، درخواست خود را مجدد ارسال نمایید.

نام و نام خانوادگی
شماره موبایل
ایمیل