fa بازیابی مبتنی بر شکل اجسام با توصیفگرهای بدست آمده از فرآیند رشد کانتوری مقالات پردازش تصویر Paper پژوهشي Research <p style="text-align: justify;"><span dir="RTL"><span style="font-family:b nazanin;"><span style="font-size:10.0pt;">در این مقاله یک ویژگی جدید برای بازیابی مبتنی بر شکل اجسام پیشنهاد می‌شود. ابتدا یک فرآیند رشدی معرفی&nbsp; که در آن یک کانتور با استفاده از دایره محیطی شکل بازسازی می‌شود. نقاط دایره محیطی در جهت نرمال به سمت شکل حرکت می‌کنند</span></span></span><span dir="RTL"><span style="font-family:times new roman,serif;"><span style="font-size:10.0pt;">،</span></span></span><span dir="RTL"><span style="font-family:b nazanin;"><span style="font-size:10.0pt;"> تا جایی که به کانتور شکل برسند. سه توصیف‌گر شکل از این فرآیند استخراج می‌شود. توصیف‌گر نخست، تعداد گام‌هایی است که هر یک از نقاط باید طی کنند تا به کانتور شکل برسند. توصیف‌گر دوم، فاصله مرزی نقاط از یکدیگر است؛ زمانی که همه نقاط به کانتور مرز رسیده باشند. توصیف‌گر سوم نیز به‌صورت انحنای خطوط ایجاد‌شده در حین حرکت رشدی نقاط از دایره تا کانتور در نظر گرفته می‌شود. تغییرناپذیری نسبت به انتقال، ویژگی ذاتی این سه توصیف‌گر است. با انتخاب یک نقطه شروع ثابت و جهت مشخص (ساعت‌گرد یا پاد ساعت‌گرد) برای دنبال‌کردن کانتور شکل، این ویژگی‌ها نسبت به چرخش تغییرناپذیر خواهند شد. در آخر، با هنجارسازی کردن، ویژگی‌ها نسبت به مقیاس تغییرناپذیر می‌شوند. در مرحله بازیابی، از ماشین‌های بردار پشتیبان براساس</span></span></span><span style="font-family:times new roman,serif;"><span style="font-size:12.0pt;">OSS</span></span> <span dir="RTL"><span style="font-family:b nazanin;"><span style="font-size:10.0pt;">&nbsp;استفاده می‌شود. </span></span></span><span dir="RTL"><span style="font-family:b nazanin;"><span style="font-size:10.0pt;">نتایج آزمایش نشان می‌دهد که روش پیشنهادی، &nbsp;روشی کارآمد جهت بازیابی شکل است. لازم به ذکر است که درصد بازیابی این روش روی پایگاه داده </span></span></span><span style="font-family:times new roman,serif;"><span style="font-size:12.0pt;">MPEG</span></span><span style="font-family:times new roman,serif;"><span style="font-size:12.0pt;">-</span></span><span style="font-family:times new roman,serif;"><span style="font-size:12.0pt;">7 CE</span></span><span style="font-family:times new roman,serif;"><span style="font-size:12.0pt;">-</span></span><span style="font-family:times new roman,serif;"><span style="font-size:12.0pt;">Shape</span></span><span style="font-family:times new roman,serif;"><span style="font-size:12.0pt;">-</span></span><span style="font-family:times new roman,serif;"><span style="font-size:12.0pt;">1</span></span><span dir="RTL"><span style="font-family:b nazanin;"><span style="font-size:10.0pt;">، 89.16 درصد است.&nbsp;</span></span> </span></p> <p><strong>In this paper, a novel shape descriptor for shape-based object retrieval is proposed. A growing process is introduced in which a contour is reconstructed from the bounding circle of the shape. In this growing process, circle points move toward the shape in normal direction until they &nbsp;get to the shape contour. Three different shape descriptors are extracted from this process: the first descriptor is defined as the number of steps that every circle point should pass which is called Growing Steps. The second descriptor is considered as the boundary distance of the circle points at the end of the growing process. The third descriptor is the curvature of the growing lines created by moving points. Invariance to translation is the intrinsic property of these features. By selecting a fixed starting point and tracing the boundary in a fixed direction (clock-wise or &nbsp;counter clock-wise), a set of descriptors &nbsp;could be collected invariant to rotation. Finally, normalizing the descriptors makes them invariant to scale. Support vector machines based on one-shot score are applied in the retrieval stage. Experimental results show that the suggested method has high performance for shape retrieval.</strong> <strong>It achieves 89.16% retrieval rate on MPEG-7 CE-Shape-1 dataset.</strong></p> <p style="text-align: justify;"></p> بازیابی شکل, رشد نقاط, گام‌های رشد, فاصله مرزی, انحنای خطوط رشد, SVM-OSS. Shape retrieval, Growing points, Growing steps, Boundary distance, Curvature of growing lines, SVM-OSS. 35 50 http://jsdp.rcisp.ac.ir/browse.php?a_code=A-10-142-3&slc_lang=fa&sid=1 Khadijeh Mahdikhanlou خدیجه مهدیخانلو kh_mahdikhanlou@sut.ac.ir 10031947532846004842 10031947532846004842 No Sahand University of Technology دانشگاه صنعتی سهندتبریز Hossein Ebrahimnezhad حسین ابراهیم نژاد ebrahimnezhad@sut.ac.ir 10031947532846004843 10031947532846004843 Yes Sahand University of Technology دانشگاه صنعتی سهندتبریز