لبه یابی تصویر با استفاده از مدل مارکف پنهان دو وضعیتی توزیع نرمال با واریانس بهینه و میانگین ثابت

سال انتشار: 1390
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 383

متن کامل این مقاله منتشر نشده است و فقط به صورت چکیده یا چکیده مبسوط در پایگاه موجود می باشد.
توضیح: معمولا کلیه مقالاتی که کمتر از ۵ صفحه باشند در پایگاه سیویلیکا اصل مقاله (فول تکست) محسوب نمی شوند و فقط کاربران عضو بدون کسر اعتبار می توانند فایل آنها را دریافت نمایند.

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

RAZICONF01_288

تاریخ نمایه سازی: 14 شهریور 1393

چکیده مقاله:

لبه یابی تصویر (Image edge detection) نقش مهمی در پردازش تصویر بازی میکند در این مطلب ما از مدل آماری مارکف پنهان دو وضعیتی با واریانس بهینه از توزیع نرمال برای شناسایی لبه تصویر استفاده نموده ایم. در این مدلما برای داده های تصویر دو توزیع نرمال در نظر میگیریم وبا استفاده از الگورتیم بهینه سازی بام-ولش، پارامترهایمدل (ماتریس احتمال انتقال وضعیت،احتمال مشاهدات،احتمال توزیع اولیه،واریانس توزیع های نرمال)را بهینه میکنیم.در ادامه وضعیت پنهان را با الگوریتم ویتربی (Viterbi) بهینه نموده و در آخر نیز نتیجه برازش این مدل را برای عکسی که با روش کنی (Canny) لبه یابی شده است، مقایسه می نماییم.

نویسندگان

رضا هاشمی

استادیار گروه آمار دانشگاه رازی

حسن شرقی

دانشجوی کارشناسی ارشد آمار دانشگاه رازی

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 :
  • Renqi zhang , Image edge detection using hiddenmarkoc chain model ...
  • Junxi Sun, , A multiscale edge detection algorithm based on ...
  • M. Crouse, R. Nowak, R. Baraniuk, Wavelet-bas edstatistical signal processing ...
  • L.R. Rabiner, A Tutorial on hidden Markov models and _ ...
  • H. Choi, R. Baraniuk, Multiscale image segmentation using Wav elet-Domain ...
  • نمایش کامل مراجع