δείτε την πρωτότυπη σελίδα τεκμηρίου στον ιστότοπο του αποθετηρίου του φορέα για περισσότερες πληροφορίες και για να δείτε όλα τα ψηφιακά αρχεία του τεκμηρίου*
Content-based coin retrieval using invariant features and self-organizing maps
(EN)
During the last years, Content-Based Image Retrieval (CBIR) has developed to an important research domain within the context of multimodal information retrieval. In the coin retrieval application dealt in this paper, the goal is to retrieve images of coins that are similar to a query coin based on features extracted from color or grayscale images. To assure improved performance at various scales, orientations or in the presence of noise, a set of global and local invariant features is proposed. Experimental results using a Euro coin database show that color moments as well as edge gradient shape features, computed at five concentric equal-area rings, compare favorably to wavelet features. Moreover, combinations of the above features using L1 or L2 similarity measures lead to excellent retrieval capabilities. Finally, color quantization of the database images using self-organizing maps not only leads to memory savings but also it is shown to even improve retrieval accuracy.
(EN)
*Η εύρυθμη και αδιάλειπτη λειτουργία των διαδικτυακών διευθύνσεων των συλλογών (ψηφιακό αρχείο, καρτέλα τεκμηρίου στο αποθετήριο) είναι αποκλειστική ευθύνη των αντίστοιχων Φορέων περιεχομένου.
Βοηθείστε μας να κάνουμε καλύτερο το OpenArchives.gr.
