การพัฒนาโปรแกรมเปรียบเทียบความเหมือนของภาพ ด้วยความถี่สะสมของระดับสีพิกเซล
คำสำคัญ:
ความถี่สะสม, ประมวลผลภาพ, ระดับสี, ภาพ, ซอฟต์แวร์ประยุกต์บทคัดย่อ
วัตถุประสงค์ในการศึกษานี้ เพื่อพัฒนาโปรแกรมต้นแบบเพื่อใช้ในการเปรียบเทียบความเหมือนกันของภาพ วิธีการศึกษาและออกแบบพัฒนาโปรแกรมเพื่อใช้ในการเปรียบเทียบความเหมือนของภาพ ซึ่งสามารถนำไปประยุกต์ใช้กับระบบงานที่ต้องการตรวจสอบภาพถ่ายทั่ว ๆ ไป โดยใช้หลักการตรวจหาความเข้มของระดับสีในแต่ละ Pixel และควาถี่สะสมของระดับสีในแต่ละช่วง
ผลการทดลองวัดประสิทธิภาพของระบบที่ได้จากการประมวลผลภาพด้วย อัลกอริทึมที่พัฒนาใหม่ จากกลุ่มภาพตัวอย่าง 30 ภาพ ในระดับความเท่ากันของ Pixels 8,000 ถึง 10,000 จะมี 63.33 % ระดับความเหมือนของภาพถือว่า มาก ในระดับความเท่ากันของ Pixels 7,000 ถึง 8,000 มี 23.33 % ระดับความเหมือนของภาพถือว่า ปานกลางและในระดับความเท่ากันของ Pixels 6,000 ถึง 7,000 มี 13.33 % ระดับความเหมือนของภาพถือว่าพอใช้
สรุปผลประสิทธิภาพในการเปรียบเทียบของภาพในระดับ Pixels 8,000 ถึง 10,000 ค่อนข้างเที่ยงตรงและมีความเหมาะสมต่อการนำไปประยุกต์ใช้งานในการประมวลผลในการเปรียบเทียบความเหมือนกันของภาพ แต่ควรนำระบบที่พัฒนาไปทดสอบเปรียบเทียบกับระบบหรืองานวิจัยที่เกี่ยวข้องเพื่อหาความเที่ยงตรงของระบบที่พัฒนาขึ้นและจะสามารถนำไปประยุกต์เพื่อปรับปรุงคุณภาพต่อไป
เอกสารอ้างอิง
ทรรศ จอมขันธิพล. (2565). ระบบจดจำใบหน้า. สืบค้นจาก http://cpe.rsu.ac.th/ut/courses/T151/cpe489/portfolio /482316/FaceRecognition.ppt.
สนั่น ศรีสุข,คำรณ สุนัติ, และ วีระศักดิ์ คุรุธัช. (ม.ป.ป.). การค้นหาภาพใบหน้าโดยใช้ใบหน้าไอเกนและการวิเคราะห์สหสัมพันธ์. สืบค้นจาก http://dspace.bru.ac.th/xmlui/bitstream/handle/123456789/6999
GitHub Pages. (2019). The Database of Faces (AT&T). Retrieved from https://git-disl.github.io /GTDLBench/datasets /att_face_dataset.
Gonzalez R. C. Woods R. E. & Eddins S. L. (2004). Digital Image Processing using MATLAB, USA: Pearson Prentice: Hall Upper Saddle River, NJ Publisher.
Hamid, R. A., & Thom, J. A. (2010, December). Criteria that have an effect on users while making image relevance judgments. In Proceedings of the fifteenth Australasian document computing symposium (pp. 76-83). Australia.
Jia, W., Zhang, H., He, X., & Wu, Q. (2006, October). Image matching using colour edge cooccurrence histograms. In 2006 IEEE International Conference on Systems, Man and Cybernetics (Vol. 3, pp. 2413-2419). IEEE.
Lin, S. H. (2000). An introduction to face recognition technology. Informing Sci. Int. J. an Emerg. Transdiscipl, 3, 1-7.
Mark Rouse. (2005). Comparing Images Using GDI+. Retrieved from http://www.codeproject.com/KB/GDI-plus/ comparingimages.aspx.
Metz, C. E. (1978, October). Basic principles of ROC analysis. In Seminars in nuclear medicine (Vol. 8, No. 4, pp. 283-298). WB Saunders.
Rathi, R., Choudhary, M., Tech, M., & Chandra, B. (2012). An Application of Face Recognition System using Image Processing and Neural Networks. Int. J. Comp. Tech. Appl, 3(1), 45-49.
Robert Nowak. (n.d.). Digital Image Processing Basics. Retrieved from http://cnx.org/content/m10973/2.2.
software test technique. http://www.slideshare.net/Softwarecentral/software-test-technique.
software test technique. http://www.springerlink.com/index/t14421u508822507.pdf
Sourav Banerjee. (n.d.). Image Comparison in C#. Retrieved from http://www.dotnetspider.com/resources/19811-Image-Compare-C.aspx.
Taylor, J. (1997). Introduction to error analysis, the study of uncertainties in physical measurements (2nd ed.). NY: University Science Books.
Taylor, J. (1999). An Introduction to Error Analysis the Study of Uncertainties in Physical Measurements. NY: University Science Books.
Wikipedia. (n.d.). Principal component analysis. Retrieved from http://en.wikipedia.org/wiki/Principal_ component_analysis
Wong, K. M., Cheung, C. H., & Po, L. M. (2002, September). Merged-color histogram for color image retrieval. In Proceedings. International Conference on Image Processing (Vol. 3, pp. 949-952). IEEE.
Wu, X. (1991). Efficient statistical computations for optimal color quantization. In Graphics Gems II (pp. 126-133). Morgan Kaufmann.
