یک روش جدید تقطیع تصاویر ایران بر اساس خوشه بندی چند هدف ی تکامل

سال انتشار: 1392
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 974

فایل این مقاله در 6 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

ICMVIP08_036

تاریخ نمایه سازی: 9 بهمن 1392

چکیده مقاله:

تقطیع تصویر یکی از دشوارترین قدم‌های حل مسائل در بینایی ماشین است که دستیابی به نتیجه مطلوب در آن در گروی تحقق اهداف متفاوتی است. یک نگرش برای حل این مسئله خوشه بندی چند هدفه ی ریک پیکسل ها در فضای ویژگی است . در این مقاله یک الگوریتم خوشه منعی چند هدفه لیگ تکاملی برای تقطیع تصاویر رنگی پیشنهاد شده است که با افزودن روش مرتب سازی غیر مغلوب به یک الگوریتم تکامل تفتازانی جدید، سری در بهینه‌سازی دو تابع هدف ی دارد که همگن بودن نواحی و پیوستگی مکانی آن‌ها را در نظر می‌گیرند. در این روش در هر نسل از الگوریتم تکاملی، کلیه خوشه‌های موجود در جمعیت دسته‌بندی می‌شوند و در فرایند جهش، عناصر سازنده هر مرکز خوشه‌ای موجود در یک بردار اعطا کننده از یک دسته مجزا انتخاب می‌گردد. الگوریتم پیشنهادی با دو روش خوشه بندی چند هدف دیگر در تقطیع تعدادی از تصاویر پایگاه داده دانشگاه برکلی مقایسه شده است. بررسی دیداری و کمی نتایج حکایت از تطابق بهتر تطبیق حاصل از روش پیشنهادی با پدیده مرجع دارد.

نویسندگان

پویا پارسال

دانشکده مهندسی کامپیوتر و فناوری اطلاعات - دانشگاه صنعتی امیرکبیر

رضا صفا بخش

دانشکده مهندسی کامپیوتر و فناوری اطلاعات - دانشگاه صنعتی امیرکبیر

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :
  • image segmentation Robustه [13] _ S.C., Zhang D.Q., using FCM ...
  • در این لگوریتم را بهبود داد و نیز بکارگیری بیش ...
  • Sonka, M., Hlavac, V., Boyle, R., Image Processing, Analysis and ...
  • Bong, C.-W., Rajeswari, M., _ 'Multi-objective nature- inspired clustering and ...
  • Zhou A., Qu B.-Y., Li H., Zhao S.-Z, Suganthan P.N., ...
  • Das, S., Suganthan, P.N., "Differential Evolution: A Survey of the ...
  • Efren M. M, Margarita R. S. , Carlos A. C. ...
  • Saha, I., Maulik, U., Plewczynski, _ new multi- objective technique ...
  • N. Jardine, R. Sibson, Mathematicat Taxonomy, John Wiley and Sons, ...
  • Saha, I., Maulik, U., Plewczyhski, D. "Multiobjective differential crisp clustering ...
  • Hruschka E.R., Campello R.J.G.B., Freitas A.A., de Carvalho A.C.P.L.F.. _ ...
  • Deb K., Pratap A., Agarwal S., and Meyarivan T., _ ...
  • Strehl A. and Ghosh J., "Cluster ensembles - a knowledge ...
  • Bezdek, J.C., Pattern Recognition with Fuzzy Objective Function Algorithms, Plenum, ...
  • Berkeley Segmentation and Boundary Detection ...
  • Xie, X. L., Beni, G., :A validity measre for fuzzy ...
  • Hubert, L. and Arabie, P., "Comparing partitions". Journal of Classification, ...
  • Papamarkos, N., "Color Reduction and Estimation of the Number of ...
  • نمایش کامل مراجع