ridm@nrct.go.th   ระบบคลังข้อมูลงานวิจัยไทย   รายการโปรดที่คุณเลือกไว้

Thai E-san heritage images classification based on color features analysis: The normalized R/G ratio and edge histograms

หน่วยงาน ฐานข้อมูลโครงสร้างพื้นฐานภาครัฐด้านวิทยาศาสตร์และเทคโนโลยี กระทรวงวิทยาศาสตร์และเทคโนโลยี

รายละเอียด

ชื่อเรื่อง : Thai E-san heritage images classification based on color features analysis: The normalized R/G ratio and edge histograms
นักวิจัย : จันทิมา พลพินิจ
คำค้น : -
หน่วยงาน : ฐานข้อมูลโครงสร้างพื้นฐานภาครัฐด้านวิทยาศาสตร์และเทคโนโลยี กระทรวงวิทยาศาสตร์และเทคโนโลยี
ผู้ร่วมงาน : -
ปีพิมพ์ : 2551
อ้างอิง : -
ที่มา : -
ความเชี่ยวชาญ : -
ความสัมพันธ์ : -
ขอบเขตของเนื้อหา : -
บทคัดย่อ/คำอธิบาย :

 In order to reduce a dilapidation of Thai E-san heritages by directly accessing and touching, it is found that digital Library can be a solution to represent, retrieval, and study Thai E-san culture heritages. This digital library was started with organization of a heritage image collection through classification technique. Therefore, this work is motivated by two drivers. First, it aims to apply an alternative dimension of Content-based Image Retrieval (CBIR) to classify a collection of Thai E-san heritage images into two classes: the class of heritage images with human, and the class of heritage images without human (e.g. images of ancient remains and antiques). Second, it also proposes a method of CBIR to automatically classify a heritage image collection based on color features. This approach is valuable for the automatically classifying heritage images, where it is a time-consuming and labour-intensive process if it is done by manual classification. Two techniques are proposed to classify and organize the collection of Thai E-san heritage images: the Normalized R/G ratio and the Naïve Bayes Image classifier based on edge histogram. After testing, the experimental results show the average accuracy of the Normalized R/G ratio at 72.5%, and the average accuracy of the Naïve Bayes Image classifier based on edge histogram at 86%. This would demonstrate that our approach can be sufficiently reliable for approach.

บรรณานุกรม :
จันทิมา พลพินิจ . (2551). Thai E-san heritage images classification based on color features analysis: The normalized R/G ratio and edge histograms.
    กรุงเทพมหานคร : ฐานข้อมูลโครงสร้างพื้นฐานภาครัฐด้านวิทยาศาสตร์และเทคโนโลยี กระทรวงวิทยาศาสตร์และเทคโนโลยี.
จันทิมา พลพินิจ . 2551. "Thai E-san heritage images classification based on color features analysis: The normalized R/G ratio and edge histograms".
    กรุงเทพมหานคร : ฐานข้อมูลโครงสร้างพื้นฐานภาครัฐด้านวิทยาศาสตร์และเทคโนโลยี กระทรวงวิทยาศาสตร์และเทคโนโลยี.
จันทิมา พลพินิจ . "Thai E-san heritage images classification based on color features analysis: The normalized R/G ratio and edge histograms."
    กรุงเทพมหานคร : ฐานข้อมูลโครงสร้างพื้นฐานภาครัฐด้านวิทยาศาสตร์และเทคโนโลยี กระทรวงวิทยาศาสตร์และเทคโนโลยี, 2551. Print.
จันทิมา พลพินิจ . Thai E-san heritage images classification based on color features analysis: The normalized R/G ratio and edge histograms. กรุงเทพมหานคร : ฐานข้อมูลโครงสร้างพื้นฐานภาครัฐด้านวิทยาศาสตร์และเทคโนโลยี กระทรวงวิทยาศาสตร์และเทคโนโลยี; 2551.