Ghanshyam Raghuwanshi

Come piattaforma mobile pi popolare al mondo, Android alimenta centinaia di milioni di dispositivi mobili in pi di 190 paesi in tutto il mondo. Ha la pi grande base installata di qualsiasi piattaforma mobile, sta ancora crescendo velocemente e continuer a crescere anche in futuro. Ogni giorno milioni di utenti accendono i loro dispositivi Android per la prima volta e iniziano a cercare applicazioni, giochi e altro digitale. diventato parte integrante della vita.

Plateforme mobile la plus populaire au monde, Android quipe des centaines de millions d'appareils mobiles dans plus de 190 pays. Elle poss de la plus grande base install e de toutes les plates-formes mobiles, continue de cro tre rapidement et continuera de cro tre l'avenir galement. Chaque jour, des millions d'utilisateurs allument leur appareil Android pour la premi re fois et commencent chercher des applications, des jeux et d'autres contenus num riques. Il est devenu une partie int grante de la vie.

Como a plataforma m vel mais popular do mundo, o Android alimenta centenas de milh es de dispositivos m veis em mais de 190+ pa ses em todo o mundo. Possui a maior base instalada de qualquer plataforma m vel, ainda est crescendo rapidamente e continuar a crescer no futuro tamb m. Todos os dias milh es de usu rios alimentam seus dispositivos Android pela primeira vez e come am a procurar por aplicativos, jogos e outros digitais. Ele se tornou a parte integrante da vida.

Android ist die weltweit beliebteste mobile Plattform und wird von Hunderten Millionen mobiler Ger te in mehr als 190 L ndern auf der ganzen Welt genutzt. Es hat die gr te installierte Basis aller mobilen Plattformen, w chst weiterhin schnell und wird auch in Zukunft weiter wachsen. Jeden Tag schalten Millionen von Nutzern ihre Android-Ger te zum ersten Mal ein und beginnen mit der Suche nach Apps, Spielen und anderen digitalen Inhalten. Es ist zu einem festen Bestandteil des Lebens geworden.

Ce livre propose une nouvelle id e de techniques de recherche d'images l'aide de l'histogramme de couleur, de la texture et du descripteur d'histogramme de bord. Une combinaison de trois m thodes d'extraction de caract ristiques, savoir l'histogramme de couleur, la texture et le descripteur d'histogramme de bord. Il est pr vu d'ajouter de nouvelles caract ristiques l'avenir pour une meilleure efficacit de r cup ration. Les propri t s de l'image analys es dans ce travail utilisent des algorithmes de vision par ordinateur et de traitement d'image. Pour la couleur, l'histogramme des images est calcul , pour la texture, l'entropie bas e sur la matrice de cooccurrence, l' nergie, etc. sont calcul es et pour la densit des bords, c'est le descripteur d'histogramme de bord (EHD) qui est trouv . Les attributs de couleur comme la valeur moyenne, l' cart type et le bitmap d'une image couleur sont utilis s comme caract ristiques pour la recherche. En outre, l'entropie bas e sur la matrice de cooccurrence des niveaux de gris et l'histogramme des bords d'une image sont galement consid r s comme des caract ristiques de texture. Les r sultats exp rimentaux et les comparaisons d montrent la faisabilit de l'approche propos e.

W tej książce jest propozycja Novel Idea technik Image Retrieval z pomocą Histogram koloru, tekstury, i deskryptor histogram krawędzi. Polączenie trzech metod ekstrakcji cech, a mianowicie histogramu kolor w, tekstury i deskryptor histogramu krawędzi. Istnieje możliwośc dodania nowych cech w przyszlości w celu uzyskania lepszej efektywności wyszukiwania. Wlaściwości obrazu analizowane w tej pracy są za pomocą wizji komputerowej i algorytm w przetwarzania obrazu. Dla koloru obliczany jest histogram obrazu, dla tekstury obliczana jest entropia oparta na macierzy wsp lwystępowania, energia, itp., a dla gęstości krawędzi znajduje się deskryptor histogramu krawędzi (EHD). Atrybuty koloru, takie jak średnia wartośc, odchylenie standardowe i bitmapa obrazu kolorowego są używane jako cechy do wyszukiwania. Dodatkowo, entropia oparta na macierzy wsp lwystępowania poziom w szarości i histogramie krawędzi obrazu jest r wnież traktowana jako cechy tekstury. Wyniki eksperymentalne i por wnania pokazują wykonalnośc proponowanego podejścia.

Neste Livro h uma proposta da Novela Ideia de T cnicas de Recupera o de Imagem com a ajuda de Histograma de Cor, Textura e Descritor de Histograma de Borda. Uma combina o de tr s m todos de extra o de caracter sticas: Histograma de Cor, Textura, e Descritor de Histograma de Borda. H uma provis o para adicionar novas caracter sticas no futuro para uma melhor efici ncia na recupera o. As propriedades de imagem analisadas neste trabalho s o atrav s da utiliza o de algoritmos de vis o por computador e processamento de imagem. Para cores o histograma de imagens computado, para matriz de ocorr ncia de textura calculada a entropia, energia, etc, e para densidade de borda encontrado o Edge Histogram Descriptor (EHD). Atributos de cor como o valor m dio, o desvio padr o e o bitmap da imagem de uma imagem colorida s o usados como recursos para recupera o. Al m disso, a entropia baseada na matriz de co-ocorr ncia de n vel de cinza e o histograma de borda de uma imagem tamb m considerada como as caracter sticas de textura. Os resultados experimentais e as compara es demonstram a viabilidade da abordagem proposta.

In diesem Buch wird eine neuartige Idee von Image Retrieval-Techniken mit Hilfe von Farbhistogramm-, Textur- und Kantenhistogramm-Deskriptoren vorgestellt. Eine Kombination aus drei Merkmalsextraktionsmethoden, n mlich Farbhistogramm-, Textur- und Kantenhistogramm-Deskriptor. Es besteht die M glichkeit, in Zukunft neue Merkmale hinzuzuf gen, um die Abfrageeffizienz zu verbessern. Die in dieser Arbeit analysierten Bildeigenschaften werden mit Hilfe von Computer Vision und Bildverarbeitungsalgorithmen ermittelt. F r die Farbe wird das Histogramm der Bilder berechnet, f r die Textur werden Entropie, Energie usw. auf Basis der Co-Ereignis-Matrix berechnet und f r die Kantendichte wird der Edge Histogram Descriptor (EHD) gefunden. Farbattribute wie der Mittelwert, die Standardabweichung und die Bildbitmap eines Farbbildes werden als Merkmale f r das Retrieval verwendet. Zus tzlich wird die Entropie auf Basis der Graustufen-Ko-Occurrence-Matrix und des Kantenhistogramms eines Bildes als Texturmerkmale ber cksichtigt. Experimentelle Ergebnisse und Vergleiche zeigen die Machbarkeit des vorgeschlagenen Ansatzes.

In questo libro c' una proposta dell'idea nuova di tecniche di recupero delle immagini con l'aiuto dell'istogramma del colore, della struttura e del descrittore dell'istogramma del bordo. Una combinazione di tre metodi di estrazione delle caratteristiche e cio l'istogramma del colore, la struttura e il descrittore dell'istogramma del bordo. C' la possibilit di aggiungere nuove caratteristiche in futuro per una migliore efficienza di recupero. Le propriet dell'immagine analizzate in questo lavoro sono state utilizzate con la visione artificiale e gli algoritmi di elaborazione delle immagini. Per il colore si calcola l'istogramma delle immagini, per la texture si calcolano l'entropia basata sulla matrice di co occorrenza, l'energia, ecc. e per la densit dei bordi si trova l'Edge Histogram Descriptor (EHD). Gli attributi del colore come il valore medio, la deviazione standard e la bitmap di un'immagine a colori sono usati come caratteristiche per il recupero. Inoltre, l'entropia basata sulla matrice di co-occorrenza del livello di grigio e l'istogramma del bordo di un'immagine sono anche considerati come caratteristiche di texture. I risultati sperimentali e i confronti dimostrano la fattibilit dell'approccio proposto.

In this Book there is a proposition of the Novel Idea of Image Retrieval techniques with the help of Color Histogram, Texture, and Edge Histogram Descriptor. A combination of three feature extraction methods namely Color Histogram, texture, and edge histogram descriptor. There is a provision to add new features in future for better retrieval efficiency. The image properties analyzed in this work are by using computer vision and image processing algorithms. For color the histogram of images are computed, for texture co occurrence matrix based entropy, energy, etc, are calculated and for edge density it is Edge Histogram Descriptor (EHD) that is found. Color attributes like the mean value, the standard deviation, and the image bitmap of a color image are used as the features for retrieval. In addition, the entropy based on the gray level co-occurrence matrix and the edge histogram of an image is also considered as the texture features. Experimental results and comparisons demonstrate the feasibility of the proposed approach.

As the world's most popular mobile platform, Android powers hundreds of millions of mobile devices in more than 190+ countries around the world. It has the largest installed base of any mobile platform, is still growing fast and will continue to grow in the future as well. Every day million users power up their Android devices for the first time and start looking for apps, games, and other digital. It has become the integral part of life.