การประยุกต์ใช้แฟร็กทัลไดเมนชันเพื่อหาคุณสมบัติของรูปภาพสาหรับระบบ CBIR

FRACTAL DIMENSION-BASED FEATURE EXTRACTION FOR CBIR SYSTEM

Name: มาโนช ประชา

Address: ปทุมธานี

Organization : มหาวิทยาลัยเทคโนโลยีราชมงคลธัญบุรี. คณะวิศวกรรมศาสตร์. สาขาวิชาวิศวกรรมไฟฟ้า

keyword: แฟร็กทัลไดเมนชัน

ThaSH: การค้นหารูปภาพ.

Classification :.LCCS: QA 76.575

; บอกซ์เคาน์ติ้ง

; ฮิกูจิ

; เอสพีวี

; การค้นหารูปภาพ

; Fractal Dimension

; Box Counting

; Higuchi Method

; Scaling Properties of Variance

; SPV

; Image Retrieval

Abstract: ปัจจุบันนี้กระบวนการค้นคืนภาพตามเนื้อหาสาระ หรือ Content-Based Image Retrieval (CBIR) ถูกพัฒนาและประยุกต์ใช้กันอย่างแพร่หลายทั้งในการค้นหารูปภาพทางเว็บไซต์ รูปภาพทางการแพทย์ รูปภาพทางด้านความปลอดภัย เป็นต้น อย่างไรก็ตามผลการค้นหาอาจเกิดความผิดพลาดเนื่องภาพที่ค้นหาได้ไม่ตรงกับความหมายที่ต้องการของผู้ใช้ (Semantic Gap) ซึ่งเป็นปัญหาที่ท้าทายและน่าสนใจ วิธีการหนึ่งที่ใช้ในการแก้ปัญหานี้คือการพัฒนากระบวนการหาคุณสมบัติของภาพเพื่อใช้ในการค้นหา หรือการเพิ่มข้อมูลให้กับภาพโดยผู้ใช้ระบบเป็นผู้ป้อนข้อมูล เพื่อเพิ่มรายละเอียดประกอบของภาพ งานวิจัยนี้ พัฒนากระบวนการค้นหาและคัดแยกรูปภาพ โดยใช้วิธีการวิเคราะห์ด้วยเทคนิคเลขาคณิตเศษส่วน (Fractal Geometry Analysis) เพื่อหาความซับซ้อน (Complexity) ของภาพ สาหรับใช้เป็นคุณสมบัติของรูปภาพ (Feature) เพื่อใช้ในระบบการค้นหาข้อมูลภาพตามเนื้อหาสาระ (CBIR) โดยใช้งานวิจัยนี้เลือกใช้วิธีการวิเคราะห์แฟรกทัล 3 แบบคือ บอกซ์เคาน์ติ้ง (Box Counting) ฮิกูจิ (Higuchi) และ เอสพีวี (Scaling Properties of Variance, SPV) ซึ่งเป็นกระบวนการที่นิยมใช้ แล้วทาการเปรียบเทียบประสิทธิภาพเชิงเวลา ในการค้นหาของแต่ละวิธีการ ผลของงานวิจัยนี้มุ่งหวังเพื่อพัฒนาระบบสาหรับวิเคราะห์คุณสมบัติของรูปภาพจากรูปภาพโดยตรง สาหรับกระบวนการค้นคืนภาพตามเนื้อหาสาระ สาหรับฐานข้อมูลภาพขนาดใหญ่ ที่ต้องการความเร็วในการประมวลผลภาพสูง

Abstract: Content-based image retrieval (CBIR) is widely used in various today’s application; including web-based image retrieval, medical, security, etc. However, the most research topic is hot to reduce semantic gap which is the different between user specify input and the queried output images. To solve the problem, ones can develop a method to extract meaningful features from images or give more details to the particular pictures for later classification process. In this research, we investigate the use of fractal geometry analysis to compute the complexity of images as a feature for CBIR system. Different fractal estimators; Box Counting, Higuchi and Scaling Properties of Variance (SPV), have been adopted to compare the computation efficiency and the effectiveness amount the other. In conclusion, this research aims to develop a method to directly extract relevant information from an input image for CBIR system. Moreover, the proposed method intent to be used for a huge image database in which high retrieval rate is required.

มหาวิทยาลัยเทคโนโลยีราชมงคลธัญบุรี

Address: ปทุมธานี

Email: elibrary@mail.rmutt.ac.th

Name: กิตติวัณณ์ นิ่มเกิดผล

Role: อาจารย์ที่ปรึกษา

Created: 2554

Modified: 2025-09-19

Issued: 2555-10-22

วิทยานิพนธ์/Thesis

application/pdf

วพ QA 76.575ม456ก

tha

DegreeName: วิศวกรรมศาสตรมหาบัณฑิต

Level: ปริญญาโท

Grantor: มหาวิทยาลัยเทคโนโลยีราชมงคลธัญบุรี

Descipline: วิศวกรรมไฟฟ้า

©copyrights มหาวิทยาลัยเทคโนโลยีราชมงคลธัญบุรี

ลำดับที่.	ชื่อแฟ้มข้อมูล	ขนาดแฟ้มข้อมูล	จำนวนเข้าถึง	วัน-เวลาเข้าถึงล่าสุด
1	01-Title.pdf	507 KB	14	2020-04-15 16:46:57
2	02-Copyright.pdf	473.14 KB	11	2018-05-29 19:47:51
3	03-Certificate.pdf	518.82 KB	14	2020-12-22 14:26:06
4	04-Abstract.pdf	529.85 KB	17	2020-04-15 16:47:16
5	05-Acknowledgements.pdf	510.3 KB	13	2018-05-29 19:47:53
6	06-Table-of-Content.pdf	635.44 KB	14	2018-05-29 19:47:54
7	07-Chapter-1.pdf	535.27 KB	13	2018-11-12 14:02:11
8	08-Chapter-2.pdf	1.73 MB	22	2019-12-18 15:40:26
9	09-Chapter-3.pdf	842.61 KB	16	2020-12-22 14:26:21
10	10-Chapter-4.pdf	1.26 MB	16	2020-12-22 14:26:51
11	11-Chapter-5.pdf	733.88 KB	14	2018-05-29 19:47:58
12	12-References.pdf	498.18 KB	12	2018-05-29 19:47:59
13	13-Appendices.pdf	3.76 MB	15	2023-03-13 17:19:16
14	14-Vitae.pdf	511.51 KB	9	2018-05-29 19:48:01

ใช้เวลา

0.065649 วินาที