In dieser Arbeit werden drei verschiedene Ansätze zur Indexierung beim inhaltsbasierten
Image Retrieval evaluiert werden. Als Basis werden dafür Farben und Formen mit Hilfe
von annularen Histogrammen extrahiert. Eine Ähnlichkeitsmetrik für diese Histogramme
wird über das Produkt der Eulerschen Distanz und der Histogramm Distanz gebildet, der
sogenannten Distanzmetrik.
Unter Verwendung dieser Metrik werden folgende drei Verfahren der inhaltsbasierten N-Nearest-
Neighbor Suche nach Bildern in dieser Arbeit vorgestellt:
1. Einfache, sequentielle Suche in den Histogrammen der Bilder
2. Verwendung des Evolving Tree, einer Art SOM, als Indexstruktur
3. Nutzung des Vantage Point Trees als Indexstruktur
Abschließend sollen die drei beschriebenen Verfahren miteinander verglichen und ausgewertet
werden. Im Hinblick auf das inhaltsbasierte Image Retrieval zeigen sich die Vorteile
und Nachteile der Anwendung dieser Verfahren.
| Identifer | oai:union.ndltd.org:DRESDEN/oai:qucosa:de:qucosa:18863 |
| Date | 10 February 2008 |
| Creators | Daßler, Stefanie |
| Contributors | Technische Universität Chemnitz |
| Source Sets | Hochschulschriftenserver (HSSS) der SLUB Dresden |
| Language | German |
| Detected Language | German |
| Type | doc-type:StudyThesis, info:eu-repo/semantics/StudyThesis, doc-type:Text |
| Rights | info:eu-repo/semantics/openAccess |
Page generated in 0.0026 seconds