Ваш любимый книжный интернет-магазин
Перейти на
GlavKniga.SU
Ваш город: Алматы
Ваше местоположение – Алматы
 Да 
От вашего выбора зависит время и стоимость доставки
Корзина: пуста
Авторизация 
  Логин
  
  Пароль
  
Регистрация  Забыли пароль?

Поиск по каталогу 
(строгое соответствие)
ISBN
Фраза в названии или аннотации
Автор
Язык книги
Год издания
с по
Электронный носитель
Тип издания
Вид издания
Отрасли экономики
Отрасли знаний
Сферы деятельности
Надотраслевые технологии
Разделы каталога
худ. литературы

New Feature Descriptors for Content Based Image Retrieval. Development of New Feature Descriptors for Content Based Image Retrieval

В наличии
Местонахождение: АлматыСостояние экземпляра: новый
Бумажная
версия
Автор: K. PRASANTHI JASMINE,P.RAJESH KUMAR and K.NAGA PRAKASH
ISBN: 9786202919418
Год издания: 2020
Формат книги: 60×90/16 (145×215 мм)
Количество страниц: 228
Издательство: LAP LAMBERT Academic Publishing
Цена: 47084 тг
Положить в корзину
Позиции в рубрикаторе
Отрасли знаний:
Код товара: 576282
Способы доставки в город Алматы *
комплектация (срок до отгрузки) не более 2 рабочих дней
Самовывоз из города Алматы (пункты самовывоза партнёра CDEK)
Курьерская доставка CDEK из города Москва
Доставка Почтой России из города Москва
      Аннотация: The proliferation of high quality and economical image sensors has precipitated renewed interest in the research community for developing efficient techniques to handle a large database. The concept of image retrieval came into existence and has been an active area of research aimed at addressing two major issues viz., database management and computer vision.The visual content descriptors are either global or local. A global descriptor represents the visual features of the whole image, whereas a local descriptor represents the visual features of regions or objects to describe the image. Further, these are subdivided into two categories, spatial and transform domain-based features. The approach makes use of pixels (a group of adjacent pixels) or gray values and the other makes use of transformed data of the gray image for feature calculation.
Ключевые слова: color, texture, precision, recall, similarity index, corel, broadtz, MITvistex, LBP, LMEBP, DBC, Cooccurance matrix, rotation invariant, histogram