استفاده از الگوریتم جستجوی مبتنی بر جاذبه در قطعهبندی تصویر با استفاده از الگوریتم خوشهبندی مبتنی بر تراکم

در تحلیل تصاویر پزشکی، قطعهبندی برای استخراج ویژگی و نمایش ناحیه مطلوب فرآیندی مؤثر و بنیادی است.زیرا اثر قابل توجهی روی مراحل بعدی تحلیل تصاویر پزشکی میگذارد. برای افزایش دقت قطعهبندی تلاشهای بسیاریتاکنون صورت گرفته است و روشهای مختلفی ارائه گردیده است، اما به دلیل تغییرات زیاد در شکل، وجود مرزهای پیچیده هندسی، شدت نور غیریکنواخت و لبههای ضعیف اشیاء در تصاویر پزشکی، قطعهبندی آنها هنوز فرآیند مشکلیمحسوب میشود و به عنوان یک مسئله کلیدی و چالش برانگیز مطرح است. با توجه به پیچیدگی تصویر از لحاظ شکل هندسی، قوت و ضعف لبهها و یکنواختی شدت نور، سطح پردازش قطعهبندی تعیین میشود . به این ترتیب برای قطعه-بندی کارا در تصاویر پزشکی که عمدت ا دارای شکلهای پیچیده هندسی، لبههای ضعیف و شدت نور یکنواخت هستند میتوان از روشهای خوشهبندی مبتنی بر چگالی استفاده کرد . به همین منظور در این مقاله قطعهبندی تصاویر براساس ایده ترکیب الگوریتم جستجوی گرانشی و الگوریتم خوشهبندی مبتنی بر چگالی DBSCAN انجام شد. هدف از استفادهالگوریتم جستجوی گرانشی یافتن مقادیر دو پارامتر تعداد همسایهها و شعاع همسایگی در الگوریتم خوشهبندی DBSCAN در تصاویر مختلف بود. نتایج استفاده از ترکیب الگوریتمهای جستجوی گرانشی و DBSCAN حاکی از دقت تقریبا 09 درصدی در قطعهبندی تصاویر پزشکی است

کلیدواژه ها:

الگوریتم مبتنی بر تراکم ، الگوریتم جستجوی گرانشی ، الگوریتم زنبورعسل مصنوعی ، الگوریتم ژنتیک