افزایش دقت بخش بندی خودکاراجسام درتصویرعمق بااستفاده ازتصویرعمقی - رنگی

سال انتشار: 1392
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 728

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:

ICS12_157

تاریخ نمایه سازی: 11 مرداد 1393

چکیده مقاله:

بخش بندی خودکاراشیابه علت وجود عواملی چون سایه درخشندگی سطح جسم جزمسائل پیچیده می باشدلبه ها نقش مهمی رادربخش بندی اشیا ایفا می کنند هرچندتشخیص لبه های مرزی ازلبه های داخلی اجسام که حاصل ازتغییریاگسستگی بافت میباشد توسط رایانه درحال کلی بسیارسخت می باشد لیکنه استفاده ازسنسورهای عمق سنج باتوانایی اخذتوالی ویدیورنگی و عمق ازمحیط میتوانند به کاهش پیچیدگی مسئله کمک کنند دراین مطالعه ازسنسورعمق کینکت شرکت ماکروسافت استفاده شده است اگرچه ناپیوستگی اطلاعات عمق بخش بندی اشیا را کمک می کند اما اطلاعات عمق درمرزاشبا نویزی می باشند دراین مطالعه جهت بالا بردن دقت تشخیص لبه های مرزی اشیا وبخش بندی آنها ازادغام اطلاعات تصاویررنگی و عمق استفاده شده است با استفاده ازاطلاعات عمق جداسازی اولیه اشیا درتصویر انجام میشود لبه های نویزی مرزاشیا با افزیاش ابعاددرتصویررنگی انطباق داده میشوند کانتورفعال ازمحل انطباق حرکت می کند تامرزشی را درتصویر بادقت بیشتری بدست اورد درمرحله نهایی مرزحاصل درتصویرعمق انطباق داده شده و مرز دقیقتری ازاشیا بدست می اید نتایج بدست امده نشان میدهد روش پیشنهادی به شکل مناسبی دقت بخش بندی اجسام درتصویرعمق را افزایش میدهد

نویسندگان

حامد هروی

دانشجوی کارشناسی ارشددانشکده برق ازمایشگاه بینایی ماشین دانشگاه صنعتی سهند تبریز

افشین ابراهیمی

دانشیاردانشکده برق دانشگاه صنعتی سهند تبریز

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 :
  • David M., Charless C. Fowlkes, and Malik J. "Learning to ...
  • Theo , G and Smeulders, A. "Color-based object recognition. " ...
  • Gabin , K and Cavallaro , A ."Robust h om ...
  • Microsoft, http ://www.xbox. com/en -us/kinect ...
  • Teichman, A, T. Lussier J, and Thrun S "Learning to ...
  • Campbell NDF, Vogiatzis G, Hern C and Cipolla R, "Automatic ...
  • Peter B, and Adelson E. "The Laplacian pyramid as a ...
  • Adelson, E.H. et al. "Pyramid methods in image processing. " ...
  • Mumford, D., and Shah .J "Boundary detection by minimizing functionals." ...
  • Byeong , L , Hamza B, and Krim H. "An ...
  • perspective." Acoustics, Speech, and Signal Processing (ICASSP), 2002 IEEE International ...
  • نمایش کامل مراجع