El propósito de este artículo es describir la solución al problema de diseñar un sistema de Recuperación de Imágenes Basada en Contenido (CBIR). Se esboza el problema, la solución propuesta, la solución final y los logros alcanzados. Debido al enorme aumento en el tamaño de las bases de datos de imágenes, así como a su amplia implementación en diversas aplicaciones, surgió la necesidad de desarrollar CBIR. La recuperación de imágenes basada en contenido (CBIR) es un área de investigación importante para manipular grandes cantidades de bases de datos y archivos de imágenes. La extracción de características invariantes es la base de CBIR. Este artículo se centra en la extracción de características de textura y color. Utilizar solo una característica para comparar imágenes puede causar imprecisión en comparación con el uso de más de una característica. CBIR requiere extracción de características y cálculo de similitud. Se utiliza la transformada wavelet de Haar para la extracción de características de textura, y para la extracción de características de color utilizo momentos de color. Se calcula la distancia entre las características de la imagen de consulta y las características de las imágenes de la base de datos. Los resultados de los experimentos reflejan la importancia de la transformada wavelet de Haar y los momentos de color en el rendimiento del método CBIR propuesto.
Mahadu. A. Trimukhe (Jue,) estudió esta cuestión.
Synapse has enriched 5 closely related papers on similar clinical questions. Consider them for comparative context: