استخراج ویژگیهای ثابت از بافت تصاویر ماهوارهای درحالات زاویه و اندازه متغیر به کمک بهینه سازی ژنتیک
محل انتشار: دوازدهمین کنفرانس ملی سیستم های هوشمند ایران
سال انتشار: 1392
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 841
فایل این مقاله در 5 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
این مقاله در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
ICS12_079
تاریخ نمایه سازی: 11 مرداد 1393
چکیده مقاله:
استخراج ویژگی بافت تصویر نقش مهمی در بینایی ماشین دارد؛ به همین دلیل روشهای استخراج ویژگی مختلفی معرفی شده است. از جملهی این روشها که امروزه به صورت ترکیبی با روشهای مرسوم استفادهمیشود، روش های بهینهسازی است که با استفاده از الگوریتمهای مختلف به جستجوی بهینه در فضای ویژگی برای تولید ویژگی موثرتر میپردازد. در این مقاله بااستفاده از الگوریتم بهینه سازی ژنتیک، روشیجهت استخراج ویژگی از بافت تصویر ارائه شده است که با تغیر زاویه و مقیاس بافت، ویژگی بافت تغییرنمیکند. سپسبا استفاده از روشانرژی لاوزlaw’s و محاسبات آماری آن به توصیف ویژگی م یپردازیم آزمایشات استخراج ویژگی روی یک سری تصاویر هوایی ازگوگل ارت و آلبومBrodatez Textureانجام شده است. بعد از انجام آزمایش و مقایسه با روشهای دیگر از جمله روش لاوز و روش کواریانس نتایجبدست آمده نشان دهندهی توانایی خوب و موثر این روشجهت تفکیکبافتها از یکدیگر میباشد
کلیدواژه ها:
نویسندگان
احسان طحان زاده
دانشجوی کارشناسی ارشد رشته مهندسی الکترونیک، دانشگاه آزاد اسلامی واحد اراک،
غلامرضا اکبری زاده
عضو هیات علمی دانشگاه شهید چمران اهواز، دانشکده مهندسی، گروه برق- الکترونیک،
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 :