TY - JOUR ID - TI - An Efficient Classification Algorithms for Image Retrieval Based Color and Texture Features خوارزميات تصنيف كفوءة لأسترجاع الصور اعتماداً على الخصائص اللونية والنسيجية AU - Iman Abduljabbar Saad ايمان عبدالجبار سعد PY - 2018 VL - 10 IS - 1 SP - 42 EP - 53 Comp JO - Journal of Al-Qadisiyah for Computer Science and Mathematics مجلة القادسية لعلوم الحاسوب والرياضيات SN - 20740204 25213504 AB - Content-Based Image Retrieval CBIR system commonly extracts retrieval results respecting to the similarities of the extracted feature of the given image and the candidate images. The proposed system presented a comparative analysis of five types of classifiers which used in CBIR. These classifiers are Multilayer Perceptron (MP), Sequential Minimal Optimization (SMO), Random Forest (RF), Bayes Network (BN) and Iterative Classifier Optimizer (ICO). It has been investigated to find out the best classifier in term of performance and computation to be the suitable for image retrieval. The low level image features which include texture and color are used in the proposed system. The color features involve color-histogram, color-moments and color-autocorrelogram while texture features involve wavelet transform and log Gabor filter. Also the system will include hybrid of texture and color features to get efficient image retrieval. The system was tested using WANG database, and the best average precision achieved was (85.08%) when combining texture and color features and using the (RF) classifier.

أنظمة استرجاع الصور بالاعتماد على محتوى الصور تستخرج عادةً نتائج الاسترجاع من خلال اوجه التشابه بين خصائص الصورة المراد استرجاعها وخصائص الصور المرشحة. النظام المقترح يقدم مقارنة تحليلية لخمسة أنواع من خوارزميات التصنيف التي استخدمت في نظام استرجاع الصور بناءً على المحتوى، هذه المصنفات هي Multilayer Perceptron (MP), Sequential Minimal Optimization (SMO), Random Forest (RF), Bayes Network (BN) and Iterative Classifier Optimizer (ICO)، حيث يتم التحقق لأيجاد خوارزمية تصنيف مناسبة من حيث الاداء والسرعة لاسترجاع الصور. في النظام المقترح تم استخدام خصائص الصورة منخفضة المستوى متمثلة بخصائص اللون مثل (color-histogram, color-moments and color-autocorrelogram) وخصائص النسيج مثل (Wavelet transform and log Gabor filter)، كذلك يشمل النظام على هجين من الخصائص اللونية والنسيجية معاً لأسترجاع الصور بشكل كفوء. تم اختبار النظام باعتماد قاعدة البيانات (WANG) حيث كان افضل معدل للدقة في الاسترجاع هو (85.08%) من خلال دمج الخصائص اللونية مع الخصائص النسيجية وباستخدام المصنف (RF). ER -