I AE S  I nte rna t io na l J o urna l o f   Art if icia l In t ellig ence   ( I J - AI )   Vo l.   6 ,   No .   1 ,  Ma r ch   2 0 1 7 ,   p p .   8 ~1 7   I SS N:  2252 - 8938 ,   DOI : 1 0 . 1 1 5 9 1 /i j ai. v 6 . i1 . p p 8 - 1 7          8       J o ur na l ho m ep a g e :  h ttp : //ia e s jo u r n a l.c o m/o n lin e/in d ex . p h p /I J AI   CBI R of Bra in  MR I m a g es  Using   H isto g ra m  of  Fu zz y   O rien ted   G ra dien ts and  Fu zz y  Lo ca l Bina ry   Patter ns       At hira   T R ,  Abra ha m   Va rg h ese   De p a rtme n t  o f   Co m p u ter E n g in e e rin g ,   A d i  S h a n k a ra   In stit u te  o f   En g in e e rin g   a n d   T e c h n o l o g y ,   Ka lad y ,   In d ia       Art icle  I nfo     AB ST RA CT   A r ticle  his to r y:   R ec eiv ed   No v   3 ,   2 0 1 6   R ev i s ed   J an   7 ,   2 0 1 7   A cc ep ted   Feb   16 ,   2 0 1 7       Re tri e v a l  o f   si m il a r  i m a g e s  f ro m   larg e   d a tas e t  o f   b ra in   im a g e s  a c ro ss   p a ti e n ts  w o u ld   h e lp   t h e   e x p e rts  in   th e   d e c isio n   d iag n o sis  p ro c e ss   o f   d ise a se s.   G e n e r a ll y   u se d   f e a tu r e   e x tra c ti o n   m e th o d s  a re   c o lo r,   tex tu re   a n d   sh a p e .   In   m e d ica l  i m a g e s  te x tu re   a n d   sh a p e   fe a tu re s  a r e   m o st  e ff icie n t.   His to g ra m   o f  Orie n ted   G ra d ien ts  (HO G )  a n d   L o c a l  Bin a r y   P a tt e rn   (L BP )  a re   g o o d   d e sc rip to r  f o r  b ra i n   M R  im a g e   re tri e v a l.   Bu t  th e re   a re   m a n y   c h a ll e n g e s   f a c in g   in   m e d ica l  a p p li c a ti o n .   A n   e m p iri c a l  stu d y   o f   th e   i m p a c t  o f   in c re a sin g   b in s  n u m b e r  in   th e   HO G  d e sc rip to r  c o n c lu d e d   th a t  larg e r  th e   n u m b e r  is  m o re   a c c u ra te  th e   d e s c rip to r  is.   In   f a c t   th is  is  d u e   to   th e   re d u c ti o n   o f   o rien tatio n s  ra n g e   th a t  e a c h   b in   c o v e rs.  De sp it e   th e   e f f icie n c y   o f   a u g m e n ti n g   th e   b in s   n u m b e r,   th is  tec h n iq u e   h a s  li m it e d   sp a ti a l  su p p o rt  a s  th e   a u g m e n tatio n   o f   th e   n u m b e r  o f   b in s  u se d   lea d s  to   in c re a se   th e   h isto g ra m   d i m e n sio n .   S o   h e re   p ro p o se d   a   m e th o d   c a ll e d   Hist o g ra m   o f   F u z z y   Or ien ted   G ra d ien ts  (HFOG ),   in   w h ich   a   p ix e l  c a n   b e lo n g   se v e ra l  b in s  w it h   d if f e re n t  d e g re e s.  T h e   L o c a l   Bin a ry   P a tt e rn s  fe a tu re   e x trac ti o n   m e th o d   is  w id e l y   u se d   f o r  te x tu re   a n a l y sis;   h o w e v e r,   th e   o rig in a l  L BP   is  b a se d   o n   h a r d   t h re sh o l d in g   t h e   n e ig h b o rh o o d   o f   e a c h   p ix e l.   T h e re f o re ,   tex tu re   re p re se n tatio n   w it h   L BP   is  v e r y   s e n siti v e   to   n o ise   a n d   c a n n o t   d isti n g u ish   b e t w e e n   a   stro n g   a n d   a   w e a k   p a tt e rn .   I n   t h is  stu d y ,   F u z z y   L o c a l  Bin a r y   P a tt e rn s  w a s  in tro d u c e d   to   im p ro v e   th e   o rig in a l  L BP .   K ey w o r d :   C B I R   Fu zz y   lo ca l b in ar y   p atter n   His to g r a m   o f   f u zz y   o r ien t ed   g r ad ien ts   His to g r a m   o f   o r ien ted   g r ad ie n ts   L o ca l b in ar y   p atter n   Co p y rig h t  ©   2 0 1 7   In stit u te o f  A d v a n c e d   E n g i n e e rin g   a n d   S c ien c e .    Al l  rig h ts  re se rv e d .   C o r r e s p o nd ing   A uth o r :   A t h ir a  T R ,   Dep ar t m en t o f   C o m p u ter   Sci e n ce   an d   E n g i n ee r in g ,   A d i S h a n k ar a  I n s tit u te  o f   E n g i n ee r in g   an d   T ec h n o lo g y ,   Kala d y ,   I n d ia.   E m ail:  at h ir atr 0 1 @ g m ai l.c o m       1.   I NT RO D UCT I O N   C o n te n t  b ased   i m a g e  r etr iev al  p lay s   an   i m p o r ta n t  r o le  in   m a n y   ap p licatio n s   es p ec iall y   i n   t h e  m ed ical   f ield .   B ec au s e  o f   th o u s a n d s   o f   i m a g es   p r o d u ce d   b y   t h e  h o s p itals   e v er y d a y   lab eli n g   t h e  i m ag e  a n d   clas s i f y i n g   ab n o r m alit y   b y   h u m a n   in ter v en tio n   i s   a  ti m e  co n s u m i n g   an d   d if f icu lt  tas k .   F u r th er   tr e at m e n t  p lan n i n g   i s   d ep en d   o n   h o w   ac cu r a tel y   t h e   ab n o r m ali t y   is   d etec ted ,   f alse   d etec tio n   m a y   also   ca u s e  w r o n g   d iag n o s i s   lead s   to   s er io u s   p r o b lem   to   f ac e  t h is   s it u atio n   th e  b est  co n ten t  b ased   i m ag e  r etr ie v al  m eth o d   is   u s ed   to   r etr iev e  q u er y   b ased   i m a g e  f r o m   lar g e   d atab ase  [ 1 ] .   A cc u r ate  r es u lt   ca n   b e  p r o d u ce d   o n l y   w it h   th e   h elp   o f   a u to m ated   co m p u ter   aid ed   tech n iq u e  [ 2 ] .   C o n ten t  B ased   Me d ical  I m ag e  R etr iev al  ( C B MI R )   [ 3 ]   ca n   b e  u s ef u l  f o r   m a n y   d is ea s es  s u c h   as  b r ain   t u m o r ,   b r ea s t  ca n ce r ,   s p in e  d is o r d er   p r o b lem   etc  w h ic h   i s   ac q u i r ed   th r o u g h   m a n y   m o d a li ties   s u c h   as C T   s ca n ,   M R I ,   m a m m o g r a m   etc.   T h e  m aj o r   co n ten t  in   i m ag e s   u s ed   co n s is ts   o f   co lo r   [ 4 ] ,   s h ap e  [ 5 ]   an d   tex tu r e  f ea tu r es   [ 6 ] .   C o lo r   h is to g r a m   is   t h e  co m m o n l y   u s ed   m e th o d   f o r   co lo r   f ea tu r e  ex tr ac tio n   i n   d ig ital  i m ag e s .   B u t  it  is   ex tr e m e l y   d if f ic u l t   to   h a n d le  f o r   co m p u t er s ,   b ec au s e   th e y   ex tr ac t   t h e  c o lo r   in f o r m atio n   f r o m   a n   i m a g e  w i th o u t  co n tex t   in f o r m atio n .   So   s h ap e  an d   tex tu r e  f ea tu r e s   ar e  m o r e  s u ita b le  f o r   im a g e  r etr iev al  ap p licatio n s   esp ec iall y   i n   m ed ical  i m ag e  r etr ie v al.   T h er e  ar e  m a in l y   t w o   t y p e s   o f   s h a p e  m a tch i n g   tech n iq u es.  T h e y   ar e  g eo m etr y   b ased   Evaluation Warning : The document was created with Spire.PDF for Python.
IJ - AI     I SS N:  2252 - 8938       C B I R   o f B r a in   MR  I ma g es Usin g   His to g r a m  o f F u z z y  Ori en ted   Gra d ien ts   a n d …  ( A th ir a   TR )   9   an d   s tr u ct u r al  b ased   s h ap e  m atch i n g .   T h er e  ar e  m a n y   m et h o d s   f o r   tex tu r e  f ea t u r e  ex tr a ctio n .   B ased   o n   th e   d o m ai n   f r o m   w h ich   t h e  tex tu r e  f ea tu r e  is   e x tr ac ted ,   th ese  m eth o d s   ar e  b r o ad ly   class i f ied   i n   t o   t w o   ca te g ir ies.   T h ey   ar e  s p ac ial  tex tu r e  f ea tu r e  ex tr ac tio n   m et h o d   an d   Sp ec tr al  tex tu r e  f ea tu r e  e x tr ac tio n   m eth o d s .   I n   s p atia l   ap p r o ac h ,   tex tu r e  f ea t u r es  ar e  ex tr ac ted   b y   co m p u t in g   t h e  p ix el  s tat is tic s   o r   f i n d in g   th e  lo ca l  p ix el  s tr u ctu r e s   in   o r ig i n al  i m a g e  d o m ain .   T h e  s p atial  te x t u r e  f ea t u r e  ex t r ac tio n   tech n iq u e s   ca n   b e  f u r th er   class i f ied   a s   s tr u ct u r al,   s tati s tical  an d   m o d el  b ased .   I n   s p ec tr al  tex tu r e  f ea tu r e  ex tr ac tio n   tech n iq u es,  an   i m a g e  is   tr an s f o r m ed   in to   f r eq u en c y   d o m ai n   an d   th e n   f ea t u r e  is   ca lcu l a ted   f r o m   th e  tr a n s f o r m ed   i m a g e.   T h er e  ar e  m an y   d if f ic u ltie s   f a cin g   w h i le  d ea lin g   w it h   r ea l  b r ain   MR  i m a g es,  d u e  to   ch a ll en g e s   li k e  MR  i n ter - a n d   in tr a - p atie n t  i n ten s i t y   v ar iatio n s ,   m is al ig n m en t  o f   i m a g es,  etc.   An   e m p ir ical  s t u d y   o f   HOG  co n clu d es  t h at  w h e n   t h e  n u m b er   o f   b in s   in cr ea s es  HOG  [ 7 ]   [ 8 ]   w ill  b ec o m e  m o r e  ac cu r ate.   B u t  it  is   li m ited   s p atial  s u p p o r t  as  th e   au g m e n t atio n   o f   t h e  n u m b er   o f   b i n s   u s ed   lead s   to   i n cr ea s e   th e   h is to g r a m   d i m en s io n .   So   h er e  p r o p o s ed   a  m eth o d   ca lle d   His to g r a m   o f   F u zz y   Or ie n te d   Gr ad ien ts   ( HFOG)   [ 9 ] .   T h er e  ca n   also   in cr ea s e  th e  p er f o r m a n ce   o f   L B P   [ 1 0 ]   b y   t h e  co n ce p t  o f   f u zz y   a p p lied   to   it,  ca lled   Fu zz y   L o ca l  B in ar y   P atter n   ( FL B P ) .   Fu zz if icatio n   allo w s   a  Fu zz y   L o ca l  B in ar y   P atter n   ( FL B P )   [ 1 1 ]   to   co n tr ib u te  to   m o r e  t h an   a  s in g l e   b in   in   th e  d i s tr ib u tio n   o f   t h e  L B P   v alu es  u s ed   as  a  f ea t u r e  v e cto r .   A   f u s io n   m et h o d   o f   HFO G  an d   F L B P   u s ed   f o r   in cr ea s in g   th e   ac cu r ac y   o f   r etr iev al.   T h e  f u s ed   f ea t u r es  ar e  p u tted   i n to   SVM   clas s i f ier   f o r   lear n in g .   H OG   f ea t u r es  o p er ate  in   t h e  lo ca l  ce ll  u n it  o f   th e   i m a g e,   s o   i t   less   s en s iti v e  to   t h e  g eo m et r ic  tr an s f o r m atio n ,   r o tatio n   an d   th e  illu m i n atio n   ch an g es  in   t h e  i m a g e.   B u t  HOG  p er f o r m s   p o o r ly   w h e n   th e  b ac k g r o u n d   is   clu tter ed   w ith   n o is y   ed g es.  L o ca l  B in ar y   P atter n   i s   co m p le m en tar y   i n   th i s   asp ec t.  L B P   f ea tu r es  h a v e  q u ic k   ca lcu latio n   s p ee d ,   g o o d   r o b u s tn es s   to   lig h t.  B u t  b ec au s e  t h e   s ize  o f   L B P   w i n d o w   is   f i x ed   an d   h as  n o th i n g   to   d o   w ith   th e  i m a g e,   L B P   m a y   h av e  er r o r s   in   t h e  tex tu r e  c h ar ac ter is tics   e x tr ac tio n ,   s o   it is   d i f f icu l t to   s ati s f y   t h e   r eq u ir e m en ts   o f   d i f f er e n t  r o u g h n es s   an d   s ca le  te x t u r e.   Fu s io n   m et h o d   w ill  r e s u lt   b etter   p er f o r m a n ce   an d   ac cu r ac y .       2.   RE S E ARCH   M E T H O D   Her e  w e   h a v e  d o n e  t w o   m et h o d s   His to g r a m   o f   F u zz y   Or ie n ted   Gr ad ien t s   a n d   Fu zz y   L o ca l  B in ar y   P atter n s .   S h o w n   in   Fig u r e  1 .           Fig u r e  1 .   C B I R   S y s t em       2 . 1 .     H is t o g ra m   o f   F uzzy   O rient ed  G ra die nt  ( H F O G )   His to g r a m   o f   o r ien ted   g r ad ien t  ( HOG)   f ea t u r e  d escr ip to r s   w a s   p r o p o s ed   b y   Dala l  a n d   T r ig g s   [ 7 ] .   T h e  id ea   b eh in d   HOG  d escr ip to r   is   b ased   o n   ed g e  in f o r m atio n .   T h e  HOG  d escr ip to r   tech n iq u e  co u n t s   o cc u r r en c es  o f   g r ad ien t  o r ie n tatio n   i n   lo ca lized   p o r tio n s   o f   an   i m ag e  d etec tio n   w i n d o w ,   o r   r eg io n   o f   in ter est ( R OI )   [ 8 ] .   T h e  HFOG  [ 9 ]   s h o u ld   r ef lect   a  m o r e  o b j ec tiv e  d escr ip tio n   o f   co n ten t  t h a n   t h e  co n v e n ti o n al  HO G   f ea t u r es.  T h e  m ain   s tep s   s ta y s   s a m e  a s   HO G  i n   F - HO G.   First,  t h e  i m a g e  d er iv at iv e   in   th e  h o r izo n tal   an d   v er tical  d ir ec tio n s   ar e  ca lcu la ted ,   n ex t  s tep   co n s i s ts   i n   co m p u ti n g   th e  g r ad ien t  an d   th e   m a g n it u d e  o f   ea ch   p ix el  i n   th e   i m ag e.   T h en ,   co n t r ar ily   to   th e  s ta n d ar d   HOG  w h en   ea ch   o n e  o f   th e s e  p ix el s   v o tes f o r   a  u n iq u e  b i n   b y   ad d in g   it s   m a g n i tu d e.   He r e  b elo n g i n g   o f   a  p i x el  i n   a   b in   i s   n o t  o b s o lete.   I n   t h is   co n tex t,   th er e   w il l   ass o ciate   to   ea ch   p ix el  a  f u zz y   d escr ip tio n   co n s id er in g   m o r e  th an   o n e  b in ;  t h is   r ep r esen t s   th e  co n tr ib u tio n   o f   Evaluation Warning : The document was created with Spire.PDF for Python.
                      I SS N :   2 2 5 2 - 8938   IJ - AI    Vo l.   6 ,   No .   1 ,  Ma r ch   2 0 1 7   :   8  –   17   10   th e  p i x el  i n to   ea c h   o n e  o f   t h es e  b in s .   L e t  I ( x , y )   b e  a  p i x el  with   a   m ag n it u d e  M( x , y )   a n d   a  g r ad ien t  ( x , y ) .   I n   th e  o r ig i n al  HOG,   I ( x , y )   w ill  b elo n g   o n l y   to   th e  r an g e  [               ]   w h e r e  k   is   a  p o s itiv e  in te g er   b elo n g i n g   to   [ 0 ;  n ]   an d   n   is   t h e  n u m b er   o f   b in s   co n s id er ed .   I n   an o th er   wo r d s ,   th e  w h o le  m a g n it u d e  o f   th e  p ix el  I ( x ; y )   w il l   b e  ad d ed   o n l y   to   t h e  r an g e  [               ] .   Ho w e v er ,   in   th e  p r o p o s ed   HFOG,   b ased   o n   t h e  id ea   t h at  a  p ix el  g r ad ien t  ca n   b elo n g   to   s e v er al   b in s   at  t h e  s a m e   ti m e,   t h e  m ag n i tu d e  o f   I ( x ; y )   w i ll  b e  ad d ed   to   all  t h ese  b i n s   w it h   a  d eg r ee   s p ec i f ied   b y   m e m b er s h ip   g r ad es  b et w ee n   0   an d   1 .   Fo r   th is   p u r p o s e,   a  m e m b er s h ip   d eg r ee   i s   d ef in ed   u s i n g   t h e  F u zz y   m e m b er s h ip   f u n ct io n   o f   F u zz y - C - Me an s   al g o r ith m :       (       )     ∑ ( ‖           ‖ ‖           ‖ )                     W h er e    (       )   is   th e  co n tr ib u tio n   o f   th e  p ix el  i n         in   t h e  v al u e  o f   t h e  b in       ,   an d   m   is   a  p ar a m eter   w h ic h   co n tr o ls   th e  d e g r ee   o f   f u zz in e s s   in   th e  d i s tr ib u tio n   o f   p ix els  ( 1   <  m   <1 ) .   E m p ir icall y ,   f o u n d   th a t  m =1 . 1   is   th e   b est  s et tin g .   O n ce   t h e  d eg r ee   o f   v o tin g   o f   a   p ix el  o n   ea ch   b in   i s   ca lc u lated ,   th e  m a g n i tu d e  o f   th is   p ix e l   w il l b e  ad d ed   to   th e  b in s ,   d ep en d in g   to   th e  m e m b er s h ip   d eg r ee .       A .   A l g o r ith m :  F u zz y   L o ca l B i n ar y   P atter n   I n p u t: Q u er y   I m ag e   Ou tp u t: HFOG  f ea t u r e  v ec to r   Step s :    1.   C alcu late  th e  i m a g e  g r ad ie n t i n   X  an d   Y  d ir ec tio n s .   2.   C o m p u te  th e  g r ad ien t          an d   m a g n i tu d e            o f   ea ch   p ix el  i n   th e  i m ag e.   3.   E ac h   o n e  o f   t h ese  p ix e ls   v o te s   f o r   a  u n iq u e  b in   ac co r d in g   to   th e  o r ien tatio n   o f   t h e  p ix el.   i.e . ,   (     )            v alu e s .   4.   C alcu late  th e  a v er ag e  o f   ea c h   b in ,   i.e . ,         .   5.   C alcu lat e  co n tr ib u t io n   o f   ea c h   an g le  i n   t h e  r esp ec tiv e  B in s ,     (       ) .   6.   Mu ltip l y     (       )   w it h   its   m ag n it u d e  M.   7.   Scale  th e  i m a g e  in   t h e  r an g e  ( 0 , 2 5 0 ) .   8.   Fin d   t h e  n o r m al ized   h is to g r a m   w h ich   i s   th e  f ea t u r e  v ec to r   o f   th e  i m a g e.   9.   P r o ce s s   is   r ep ea ted   f o r   all  im a g es  i n   th e  d atab ase  a n d   f ea t u r e  d atab ase  is   f o r m .   10.   P er f o r m   s i m i lar it y   co m p u ti n g .       2 . 2 .     F uzzy   L o ca l B ina ry   P a t t er ns   ( L B P )   L o ca l  b in ar y   p atter n s   w er e  in tr o d u ce d   b y   Oj ala  et  al  [ 1 0 ]   as  a  f i n e  s ca le  tex tu r e  d escr ip to r .   L o ca l   B in ar y   P atter n   ( L B P )   [ 1 0 ]   is   a  s i m p le   y et  v er y   e f f icie n t  te x tu r e  o p er ato r   w h ic h   lab els  t h e   p ix els  o f   a n   i m a g e  b y   t h r es h o ld in g   t h e  n ei g h b o r h o o d   o f   ea ch   p ix el  an d   co n s id er s   th e  r esu l t  as  a  b in ar y   n u m b er .   Du e  to   its   d is cr i m i n ati v e  p o w er   an d   co m p u tat io n al  s i m p licit y ,   L B P   tex tu r e  o p er ato r   h as  b ec o m e  a  p o p u lar   ap p r o ac h   in   v ar io u s   ap p licatio n s .   I t  ca n   b e  s ee n   as  a  u n i f y i n g   ap p r o ac h   to   th e  tr ad itio n all y   d iv er g en t  s tati s tical  an d   s tr u ct u r al  m o d els  o f   tex tu r e  a n al y s i s .   P er h ap s   th e  m o s t  i m p o r tan t  p r o p e r ty   o f   t h e  L B P   o p er ato r   in   r ea l - w o r ld   ap p licatio n s   is   its   r o b u s t n es s   to   m o n o to n ic  g r a y - s ca le  ch an g es   ca u s ed ,   f o r   ex a m p l e,   b y   ill u m in at io n   v ar iatio n s .   An o t h er   i m p o r tan t   p r o p er ty   is   it s   co m p u tatio n al   s i m p licit y ,   w h ich   m a k es  it  p o s s ib le  to   an al y z e   i m a g es i n   ch al len g i n g   r ea l - ti m e  s ettin g s .     L B P   d escr ip tio n   o f   a  p ix el  is   cr ea ted   b y   th r es h o ld in g .   T h e  v alu e s   o f   th e  3 X3   n eig h b o r h o o d   o f   th e  p ix el  ag ai n s t th e  ce n tr al  p ix el  an d   in ter p r etin g   t h e  r esu l t a s   a   b in ar y   n u m b er .   T h e  o r ig in al  L B P   is   b ased   o n   h ar d   th r es h o ld in g   t h e  n ei g h b o r h o o d   o f   ea ch   p i x el,   w h i ch   m ak e s   tex t u r e  r ep r esen tatio n   s e n s i tiv e  to   n o is e.   I n   ad d itio n ,   L B P   ca n n o t  d is ti n g u is h   b et w ee n   a  s tr o n g   a n d   a  w ea k   p atter n .   I n   o r d er   to   en h an ce   t h e  L B P   ap p r o ac h   [ 1 1 ] ,   Fu zz y   L o ca l  B in ar y   P a tter n s   ( F L B P )   [ 1 2 ]   is   p r o p o s ed .   I n   F L B P ,   an y   n ei g h b o r h o o d   d o es n o t r ep r esen ted   o n l y   b y   o n e  co d e,   b u t,  it is   r ep r esen ted   b y   all  e x i s ti n g   co d es  w it h   d if f er en t  d eg r ee s .   I n   F L B P ,   an y   f u zz y   I n ter s ec tio n   a n d   U n io n   o p er ato r s   m a y   b e   u s ed .   S h o w n   in   F ig u r e  2 .     Evaluation Warning : The document was created with Spire.PDF for Python.
IJ - AI     I SS N:  2252 - 8938       C B I R   o f B r a in   MR  I ma g es Usin g   His to g r a m  o f F u z z y  Ori en ted   Gra d ien ts   a n d …  ( A th ir a   TR )   11     ( a)     ( b )     Fig u r e  2 .   Qu er y   I m a g e  a n d   its   C o r r esp o n d in g   L B P   P atter n       T h e  f u zz i f icat io n   o f   th e   L B P  ap p r o ac h   [ 1 2 ]   in clu d es  t h e  t r an s f o r m atio n   o f   t h e  i n p u t  v a r iab les  to   r esp ec tiv e  f u zz y   v ar iab les,  ac co r d in g   to   a  s et  o f   f u zz y   r u le s .   Fo r   th is   p u r p o s e,   t w o   f u zz y   r u les  ar e  i n tr o d u ce d   to   d escr ib e  th e  r elatio n   b et wee n   t h e  i n te n s i t y   v al u es   o f   t h e  n eig h b o r h o o d   p ix els         an d   th e  ce n tr al   p ix el                   as f o llo w s :                                                                                                                                                               A cc o r d in g   to   th e  ab o v e  r u les,  t w o   m e m b er s h ip   f u n ctio n s ,   m 0   an d   m 1 ,   ar e  n ee d ed .   L et  f u n ct io n s   m 0   an d   m 1  d ef in e  t h e  d eg r ee   to   w h ic h         is   0   an d   1 ,   r esp ec tiv el y .   T h e  m 0   s h o u ld   b e  d escen d in g   with   r esp ec t  to       .  T h er ef o r e,   as a   m e m b er s h ip   f u n ctio n   m 0 ,   w e  co n s id er   th e  d ec r ea s in g   f u n ctio n   d ef in ed   i n   eq u atio n   b elo w :         (   )   {                                                                                                                                                        On   t h e  o th er   h a n d ,   m e m b er s h ip   f u n ctio n   m 1   d ef i n e s   th e   d eg r ee   to   w h ich           is   1 .   T h is   f u n c tio n   m a y   b e  t h e   co m p le m e n t o f $   m 0.   i.e . ,         (   )           (   )     Fo r   b o th   m 0   a n d   m 1 ,   T     [ 0 ,   2 5 5 ]   r ep r esen ts   a  p ar a m eter   t h at  co n tr o ls   th e  d eg r ee   o f   f u zz in e s s .           Fig u r e  3 .   Me m b e r s h ip   F u n ctio n s   m 0   a n d   m 1   as a   F u n ctio n   o f   P i  –   P ce n tr e       A lt h o u g h   f o r   th e   o r ig i n al  L B P   o p er ato r   a  s in g le  L B P   co d e  ch ar ac ter izes  a  n ei g h b o r h o o d ,   b u t,  in   t h e  p r o p o s ed   FL B P   ap p r o ac h ,   a  n eig h b o r h o o d   m a y   b e  c h ar ac ter ized   b y   all  av ailab le  L B P   co d es  o n   d i_ er en t  m e m b er s h ip   d eg r ee s .   T h e  m e m b er s h ip   d eg r ee   o f   ea c h   L B P   co d e  in   a   p ix el  d ep en d s   o n   t h e  m e m b er s h i p   f u n ctio n s   m 0   an d   m1   s h o w n   i n   Fi g u r e  3 ,   an d   all  n ei g h b o r h o o d   v alu e s   o f   t h e  p ix el.   Fo r   an y   n eig h b o r h o o d ,   th e  co n tr ib u tio n   C L B P   o f   ea ch   L B P   co d e  is   d e f i n ed   as:   Evaluation Warning : The document was created with Spire.PDF for Python.
                      I SS N :   2 2 5 2 - 8938   IJ - AI    Vo l.   6 ,   No .   1 ,  Ma r ch   2 0 1 7   :   8  –   17   12             ⋂           (                     )                 w h er e         [             ]   is   a  L B P   co d e  an d            is   th e          b it o f   it.  A ls o ,       is   t h e  in ter s ec tio n   ( AND)   o p er ato r .   A f ter   co m p u ti n g   t h e  co n tr ib u tio n   o f   th e  L B P   co d es in   all  o f   t h e  p ix el s ,   a  h is to g r a m   ca n   b e  d ef i n ed   as:               ⋃         (       )                                                                  w h er e      is   th e  u n io n   o p er ato r .   T h is   FL B P   h i s to g r a m   co n tai n s   in f o r m at io n   ab o u t  t h e  d is tr i b u tio n   o f   th e  lo ca l   m icr o p atter n s ,   s u c h   a s   ed g e s ,   s p o ts   an d   f lat   ar ea s   o v er   t h e  w h o le  i m a g e,   s o   ca n   b e  u s ed   to   s tati s ticall y   d escr ib e  th e  i m a g e  ch ar ac ter is tics .       B .  A lg o r it h m :  F u zz y   L o ca l B in ar y   P atter n   I n p u t: Q u er y   I m ag e   Ou tp u t: F L B P   f ea tu r e  v ec to r S en ten ce _ T DW _ Featu r e  =P r ep r o ce s s in g   ( W ) ;   Step s :      1.   Dete r m i n e  th e  d i m e n s io n s   o f   t h e  in p u t i m ag e.   2.   B lo ck   s ize,   ea ch   L B P   co d e   is   co m p u ted   w it h in   a  b lo ck   o f   s i ze   b s ize y * b s izex   3.   C alcu late  d x   an d   d y .   d x   =  x s iz e - b s ize x ,   d y   =  y s ize - b s ize y .   4.   Fil l th e  ce n tr al  p ix el  m atr i x   C .   5.   I n itialize  t h e  r esu lt  m a tr ix   w i t h   ze r o s .   6.   C o m p u te   th e  n ei g h b o u r   i m ag e   u s i n g   t h e  r u le s   R 0   :                                                                .                                                                      .   7.   C alcu late  m 0   a n d   m 1,       (   )   {                                                                                                                                                    an d       (   )           (   ) .   8.   Fo r   all  n eig h b o u r h o o d s   ass ig n   co n tr ib u tio n   to   h is to g r a m .               ⋂          (                     )                 9.   C alcu late  th e  h is to g r a m ,   w h ic h   is   t h e  f ea t u r e  v ec to r   o f   th e  i m ag e.               ⋃         (       )                                                                  10.   P r o ce s s   is   r ep ea ted   f o r   all  im a g es i n   th e  d atab ase  a n d   f ea t u r e  d atab ase  is   f o r m .   11.   P er f o r m   s i m i lar it y   co m p u ti n g .       2 . 3 .    Si m ila rit y   M e a s ure   Fo r   co m p ar in g   th e  s i m ilar it y   o f   t w o   m e tr ic  w e  u s e  E u clid e an   d is tan ce .   I n   C ar te s ian   co o r d in ates ,   if   p   =   ( p 1 ,   p 2 , . . . ,   p n )   an d   q   =   ( q 1 ,   q 2 ,...,   q n )   ar e  t w o   p o in ts   in   E u clid ea n   n - s p ac e ,   th e n   t h e  d is ta n ce   ( d )   f r o m   p   to   q ,  o r   f r o m   q   to   p   i s   g i v e n   b y   t h e  P y t h a g o r ea n   f o r m u la :       (       )     √ ∑ (           )                 Evaluation Warning : The document was created with Spire.PDF for Python.
IJ - AI     I SS N:  2252 - 8938       C B I R   o f B r a in   MR  I ma g es Usin g   His to g r a m  o f F u z z y  Ori en ted   Gra d ien ts   a n d …  ( A th ir a   TR )   13   2 . 4 .    P er f o rm a nce  E v a lua t io n   Av er a g e  Ra nk :   Av er a g e  r an k   is   ca lc u lated   u s i n g   t h e  i m a g es  r etr iev ed   b ased   o n   a  s et  o f   r an d o m  n u m b er   o f   q u er y   i m a g es.  I n   p er f ec t  ca s e  its   v al u e  i s   1   i.e . ,   r elev an t  i m ag e s   ar e  i n   a  s u cc ee d in g   o r d er   w it h o u t   th e  p r esen ce   o f   ir r ele v an t i m a g es i n   b et w ee n   t h e m .   A v er a g e   r an k   is   ca lc u lated   u s i n g   t h e  f o r m u la :                                   ( ∑           (         )           )       3.   RE SU L T S  A ND  AN AL Y SI S   I n   o u r   ex p er i m e n t,  d if f er en t   t y p es  o f   ax ial  v ie w   o f   b r ain   i m ag e  d ataset s   ar e  u s ed ,   w h ich   i s   d o w n lo ad ed   f r o m   p u b licl y   a v ailab le  B r ain W eb   d atase t  [ h ttp ://b r ain w eb . b ic. m n i. m c g ill . ca /] .   T h e  d ata  s et   co n s is ts   o f   1 5 0   T 1   w e ig h ted   i m ag e s   w it h   1   m m   s lice  t h ic k n ess ,   d if f er en t  n o is e  le v els   ( 0 % ,   1 %,   3   % ,   7% ,   9 %)   an d   d if f er e n t i n te n s it y   n o n - u n i f o r m it y   ( 0 %,  2 0 % ,   4 0 %).           Fig u r e  4 .   Qu er y   I m a g e  a n d   5   R elev a n t I m ag e s       3 . 1 .     Resul t   o f   H is t o g ra m   o f   F uzzy   O rient ed  G ra dients   I n   F i g u r e  4 ,   t h e  a v er ag e  r a n k   v er s e s   n u m b er   o f   i m a g e s   r etr iev ed   i n   d if f er e n t  n o is e  lev el s   o f   His to g r a m   o f   F u zz y   Or ien ted   Gr ad ien ts   ar e  s h o w n .   Fi g u r e   5 ( a)   s h o w s   a v er ag e  r an k   i n   r etr iev in g   f ir s t  1 5   r elev an t  i m a g es  w i th   0 %  n o is e  an d   0 %,  2 0 %  an d   4 0 %  in t en s it y   n o n - u n i f o r m i t y .   Fi g u r e  5 ( b )   s h o w s   a v er ag e   r an k   o f   i m ag e s   w it h   1 %  n o is e  an d   0 %,  2 0 %  an d   4 0 %  in ten s it y   n o n - u n i f o r m it y .   Fi g u r e  5 ( c)   s h o w s   a v er ag e   r an k   o f   i m a g es   w it h   3 %   n o i s e  an d   0 %,  2 0 %   an d   4 0 %  in te n s it y   n o n - u n if o r m it y .   Fi g u r e  5 ( d )   s h o w s   a v er ag e   r an k   o f   i m ag e s   w it h   5 %  n o is e  an d   0 %,  2 0 %  an d   4 0 %  in ten s it y   n o n - u n i f o r m it y .   Fi g u r e  5 ( e)   s h o w s   a v er ag e   r an k   o f   i m a g es  w it h   7 %  n o i s e  an d   0 %,  2 0 %  an d   4 0 %  i n ten s it y   n o n - u n i f o r m it y   An d   Fig u r e  5 ( f )   s h o ws   av er ag e  r an k   o f   i m a g e s   w ith   9 %  n o is e  an d   0 %,  2 0 %  an d   4 0 %  in ten s i t y   n o n - u n if o r m it y .   B y   a n al y z in g   th e s e   r esu lt s   th er e  ca n   b e  co n cl u d ed   th at  as i n te n s it y   n o n - u n i f o r m i t y   in cr ea s es p er f o r m a n ce   d ec r ea s es sl i g h tl y .   Evaluation Warning : The document was created with Spire.PDF for Python.
                      I SS N :   2 2 5 2 - 8938   IJ - AI    Vo l.   6 ,   No .   1 ,  Ma r ch   2 0 1 7   :   8  –   17   14       ( a)   ( b )       ( c)   ( d )       ( e)   ( f )     Fig u r e  5 .   Av er ag e  R a n k   v er s e s   th e  N u m b er   o f   R elev a n t I m a g es  R etr iev ed   w it h   Di f f er en t  No is e  L e v els a n d   Dif f er en t I n ten s it y   N on - u n i f o r m it y   ( “RF ”)   w it h   HF OF       3 . 2 .     Resul t   o f   F uzzy   L o ca l Bi na ry   P a t t er ns   I n   f i g u r e  5 ,   th e  av er ag e  r a n k   v er s es  n u m b er   o f   i m a g es  r etr i ev ed   in   d i f f er e n t  n o i s e  lev e ls   o f   Fu zz y   L o ca l  B in ar y   P atter n s   ar e  s h o w n .   Fi g u r e  6 ( a)   s h o w s   av er a g e  r an k   in   r etr iev i n g   f ir s t  1 5   r e lev an t  i m a g es  w it h   0 %  n o is e   an d   0 %,  2 0 %  a n d   4 0 %  in te n s i t y   n o n - u n i f o r m it y .   Fig u r e  6 ( b )   s h o w s   a v er ag e   r an k   o f   i m a g e s   w it h   1 %  n o is e  an d   0 %,  2 0 %  an d   4 0 %  in ten s it y   n o n - u n i f o r m it y .   Fig u r e  6 ( c)   s h o w s   av er a g e  r an k   o f   i m a g es  w it h   3 %  n o is e   an d   0 %,  2 0 %  a n d   4 0 %  in te n s i t y   n o n - u n i f o r m it y .   Fig u r e  6 ( d )   s h o w s   a v er ag e   r an k   o f   i m a g e s   w it h   5 %  n o is e  an d   0 %,  2 0 %  an d   4 0 %  in ten s it y   n o n - u n i f o r m it y .   Fig u r e  6 ( e)   s h o w s   av er a g e  r an k   o f   i m a g es  w it h   7 %  n o is e  an d   0 %,  2 0 %  an d   4 0 %  in ten s it y   n o n - u n i f o r m it y   An d   Fig u r e  6 ( f )   s h o w s   av er ag e  r an k   o f   i m ag e s   w it h   9 %  n o is e  a n d   0 %,  2 0 %  an d   4 0 %  in te n s i t y   n o n - u n if o r m i t y .   B y   a n al y zi n g   th e s e  r esu lt s   t h er e  ca n   b e   co n clu d ed   th at  a s   in te n s it y   n o n - u n i f o r m it y   i n cr ea s es p er f o r m an ce   d ec r ea s e s   s li g h tl y .       Evaluation Warning : The document was created with Spire.PDF for Python.
IJ - AI     I SS N:  2252 - 8938       C B I R   o f B r a in   MR  I ma g es Usin g   His to g r a m  o f F u z z y  Ori en ted   Gra d ien ts   a n d …  ( A th ir a   TR )   15       ( a)   ( b )       ( c)   ( d )       ( e)   ( f )     Fig u r e  6 .   Av er ag e  R a n k   v er s e s   T h e  Nu m b er   o f   R e lev a n t I m ag es   R etr iev ed   w it h   Di f f er en t  No is e   L e v els a n d   Dif f er en t I n te n s it y   No n - U n i f o r m i t y   ( “ R F”)   w it h   FL B P       3. 3 .    Co m pa ri s o n o f   H F O G   a nd   F L B P   I n   T ab le  I   in d icate s   t h e  co m p ar is o n   o f   H FOG  a n d   FL B P   f o r   th e  r etr ie v al  o f   1 5   r elev a n t   i m a g e s .   I t   also   u s es  t h e  s a m e  d ataset  u s ed   ab o v e.   Fro m   t h e  T ab le   1   a n d   Fig u r e  7   w e  ca n   co n clu d e  t h at  HFOG   o u tp er f o r m s   FL B P .         T ab le  1 .   C o m p ar is o n   o f   HFO G  an d   FL B P   f o r   th e  R e tr iev al  o f   1 5   R elev an t I m a g es     Evaluation Warning : The document was created with Spire.PDF for Python.
                      I SS N :   2 2 5 2 - 8938   IJ - AI    Vo l.   6 ,   No .   1 ,  Ma r ch   2 0 1 7   :   8  –   17   16       Fig u r e  7 .   C o m p ar is o n   o f   H FO G  an d   FL B P       3 . 4 .    Co m pa ri s o n o f   L B P   a nd   F L B P   Fig u r e  8   s h o w s   co m p ar is o n   o f   HF OG  a n d   F L B P .   Fro m   t h er e  b o th   o f   t h e m   g i v es   g o o d   r esu lt   b u t   HFOG  o u tp er f o r m s   F L B P   s lig h tl y .           Fig u r e  8 .   C o m p ar i s o n   o f   L B P   an d   FL B P       4.   CO NCLU SI O N   Her e  p r o p o s es  t w o   m eth o d s ,   His to g r a m   o f   F u zz y   Or ien t ed   Gr ad ien ts   a n d   F u zz y   L o c al  B in ar y   P atter n   f o r   B r ain   MR   I m a g e   r etr iev al.   I t   is   p r o v en   th at   HO G  is   a  g o o d   d escr ip to r   f o r   b r ain   I m ag e   r etr iev al.   I n   HOG,   lar g er   th e  n u m b er   i s   m o r e  ac c u r ate  th e  d escr ip to r   is .   B u t  th e  i m p ac t  o f   th e  b in   n u m b er   af f ec ts   t h e   d is tr ib u tio n   o f   th e  h is to g r a m .   So ,   h er e  co m e  to   t h e  co n ce p t  o f   His to g r a m   o f   Fu zz y   Or ie n ted   Gr ad ien ts .   I n   HFOG  ea c h   p i x el  b elo n g i n g   m o r e  th a n   o n e  b in   at  t h e  s a m e   ti m e  w i th   d if f e r en t   d eg r ee s .   Si m ilar l y   f u zz if ica tio n   a llo w s   a   F u zz y   L o ca l  B in ar y   P atter n   ( F L B P )   to   co n tr ib u te   to   m o r e  th a n   a  s i n g le   b in   in   t h e   d is tr ib u tio n   o f   th e  L B P   v alu e s   u s ed   as a   f ea t u r e  v ec to r .       RE F E R E NC E S   [1 ]   S m e u ld e rs,  M   W o rrin g ,   S   S a n ti n i,   A   G u p ta,  R  Ja in ,   Co n ten t  b a se d   im a g e   re tri e v a l  a t  th e   e n d   o f   th e   e a rly   y e a rs.   Pa tt e rn   A n a lys is  a n d   M a c h i n e   In t e ll ig e n c e ,  IEE E   T ra n sa c ti o n s  o n .   2 0 0 0 ;  2 2 :  1 3 4 9 - 1 3 8 0 .   [2 ]   Zu k u a n ,   W EI,   e t  a l.   A n   Eff icie n t  Co n te n t  Ba se d   Im a g e   Re tri e v a l   S c h e m e .   T EL KOM NIKA  In d o n e sia n   J o u rn a l  o f   El e c trica l  En g in e e rin g .  2 0 1 3 ;   1 1 ( 1 1 ) :  6 9 8 6 - 6 9 9 1 .   [3 ]   M ü ll e r,   He n n i n g ,   T h o m a s  M   De se rn o .   Co n ten t - b a se d   m e d ica l  im a g e   re tri e v a l.   Bio m e d ica l  I m a g e   P ro c e ss in g .  S p rin g e r B e rlin   He i d e lb e rg .   2 0 1 1 :   4 7 1 - 4 9 4 .   Evaluation Warning : The document was created with Spire.PDF for Python.
IJ - AI     I SS N:  2252 - 8938       C B I R   o f B r a in   MR  I ma g es Usin g   His to g r a m  o f F u z z y  Ori en ted   Gra d ien ts   a n d …  ( A th ir a   TR )   17   [4 ]   L e h m a n n ,   T h o m a s  M ,   e t  a l.   Co n ten t - b a se d   im a g e   re tri e v a l  in   m e d ica l  a p p li c a ti o n s:  a   n o v e l  m u lt istep   a p p ro a c h .   El e c tro n ic Im a g in g .   In tern a ti o n a l  S o c iety   f o r  Op ti c s an d   P h o to n ics ,   1 9 9 9 .   [5 ]   X ia,  L in g ,   e t  a l.   M e d ica l  I m a g e   Re tri e v a l  B a se d   o n   S h a p e   F e a tu r e s  in   DCT  Do m a in .   T EL KOM NIKA  In d o n e sia n   J o u rn a l  o f  El e c trica l  En g in e e rin g   2 0 1 4 ;   1 2 (2 ) :   1 1 1 6 - 1 1 2 4 .   [6 ]   F e li p e ,   Jo a q u im   Ce z a r,   Ag m a   JM   T ra in a ,   Ca e tan o   T ra in a   Jr.  Re tri e v a l  b y   Co n ten t  o f   M e d ica l  I m a g e s  U sin g   T e x tu re   f o r  T issu e   I d e n ti f ica ti o n .   Co m p u ter - Ba se d   M e d ica l  S y ste m s,  2 0 0 3 .   Pro c e e d in g s.  1 6 t h   IEE E  S y mp o siu m .   IEE E,   2 0 0 3 .   [7 ]   Da lal,   Na v n e e t,   Bil l   T rig g s.  Histo g ra m s  o f   Orie n ted   G r a d ien ts  f o r  Hu m a n   D e tec ti o n .   Co m p u ter  Vi sio n   a n d   P a tt e r n   Re c o g n it io n ,   2 0 0 5 .   C VP R   2 0 0 5 .   I EE E  Co m p u ter   S o c iety   Co n fer e n c e   o n .   I EE E ,   2 0 0 5 ;  1 .   [8 ]   Ov e re tt ,   G a r y ,   L a rs  P e ters so n .   L a r g e   S c a le  S ig n   De tec ti o n   Us in g   HO G   F eat u re   V a rian t s .   In te ll ig e n t   Ve h icle s  S y mp o si u m ( IV) ,   IEE E ,   2 0 1 1 .   [9 ]   S a lh i,   A b d e l  Ilah ,   M u sta p h a   Ka rd o u c h i ,   Na b il   Be lac e l.   Hist o g ra m s  o f   F u z z y   Orie n ted   G r a d ien ts  f o r  F a c e   R e c o g n it io n .  Co m p u ter   A p p l i c a ti o n s T e c h n o l o g y   ( ICCAT ),   I n ter n a ti o n a l  C o n fer e n c e   o n .   IE EE ,   2 0 1 3 .   [1 0 ]   Oja la,   T i m o ,   M a tt i  P ietik ä in e n ,   T o p i  M ä e n p ä ä .   M u lt ires o l u ti o n   g ra y - sc a le  a n d   ro tatio n   i n v a rian t  tex tu re   c las si f ica ti o n   w it h   lo c a l  b i n a ry   p a tt e rn s.  Pa tt e rn   An a lys is  a n d   M a c h in e   In tell ig e n c e ,   IEE E  T ra n sa c ti o n s  o n   2 0 0 2 ;   24 ( 7 ):  9 7 1 - 9 8 7 .   [1 1 ]   Bra h n a m ,   S h e ry l,   e t  a l.   L o c a l   b in a r y   p a tt e rn s: n e w   v a rian ts  a n d   a p p li c a ti o n s .  S p rin g e r B e rlin   He i d e lb e rg ,   2 0 1 4 .   [1 2 ]   Ia k o v id is,   Dim it ris  K,  E y stra ti o s  G   Ke ra m id a s,  Di m it ris   M a ro u li s.  F u z z y   lo c a l  b in a ry   p a tt e rn s  f o r  u lt ra so u n d   tex tu re   c h a ra c teriz a ti o n .   Im a g e   A n a l y sis  a n d   Re c o g n it i o n .  S p rin g e r B e rlin   He id e lb e rg ,   2 0 0 8 :   7 5 0 - 7 5 9 .       BI O G RAP H I E S   O F   AUTH O RS       M s.  A th ira  T   R ,   P G   S c h o lar  in   A d i  S h a n k a ra   In stit u te  o f  En g in e e rin g   a n d   T e c h n o lo g y ,   sp e c ializa ti o n   in   C S E  u n d e r  M G U.  B. T e c h .   d e g re e   in   Co m p u t e r  S c ien c e   En g in e e rin g   f ro m   M G U,  In d ia,  i n   2 0 1 3 .         Dr.  A b ra h a m   V a rg h e se ,   p re se n tl y   w o rk in g   a s  a n   A ss o c iate   p ro f e ss o r  in   De p a rtm e n t  o f   Co m p u ter  S c ien c e   a n d   En g in e e rin g ,   A d i  S h a n k a ra   In stit u te  o f   En g in e e rin g   a n d   T e c h n o lo g y .   Co m p lete d   P h D  f ro m   A n n a   u n iv e rsit y   Ch e n n a i   a n d   M . T e c h   (CS E)   f ro m   Na t io n a l  in stit u te  o f   T e c h n o lo g y   Ka rn a tak a   (NI T K),  S u ra th k a l .   He   h a s  ten   y e a r  e x p e rien c e   in   tea c h in g   a n d   f iv e   y e a r  e x p e rien c e   in   re se a rc h .         Evaluation Warning : The document was created with Spire.PDF for Python.