مدلسازی محاسباتی درک تصویر مبتنی بر بخش با الهام از سیستم بینایی
محل انتشار: سیزدهمین کنفرانس سالانه انجمن کامپیوتر ایران
سال انتشار: 1386
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 1,845
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.
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
ACCSI13_234
تاریخ نمایه سازی: 25 آبان 1386
چکیده مقاله:
این مقاله به ارائه یک مدل محاسباتی مبتنی بر بخش، از نحوه درک تصاویر با الهام از سیستم بینایی انسان می پردازد. روش بخش بندی محاسباتی ارائه شده در این مدل، با الگوبرداری و انطباق
زیاد با خصوصیات درکی انسان، مستقل از شکل تصاویر م یباشد، و این مدل در گستره وسیعی از اشکال، مستقل از شکل آنها به درستی عمل می کند. بینایی انسان شکل اشیاء را براساس بخش های تشکی لدهنده آن و ارتباط فضایی بین این بخش ها درک می کند. بر این اساس ابتدا جهت توصیف تصویر، الگوهای خارجی تصویر را به عنوان الگوهای غالب سیستم بینایی معرفی کرده، سپس توسط آنها، نقاط با حداقل انحنای منفی را استخراج کرده و با مشخص کردن مرز بخش ها به کمک این نقاط، به بخشبندی تصویر میپردازیم. جهت بهینهسازی یافتن خطوط مرز، به کمک سه ضریب محاسباتی هندسی از الگوهایی منطبق بر شاخصهای بینایی انسان بهره گرفته شده است، و نهایتا تشخیص الگو و درک نهایی تصویر صورت می گیرد. جهت تشخیص الگو، شبکه عصبی
کوهونن بر پایه خصوصیات درکی انسان جهت دسته بندی الگوها پیشنهاد شده است، و جهت تعبیر و درک نهایی یک سیستم خبره پیشنهاد شده است که موتور استنتاج ، رو شهای ح لتناقض و پایگاه
دانش دراین سیستمها، خیلی مشابه سیستم درکی انسان عمل می کنند.
کلیدواژه ها:
نویسندگان
محمد اکبری فرمانبر
گروه مهندسی برق- الکترونیک کرمانشاه، دانشگاه رازی، دانشکده فنی-مهن
قاسم عازمی
گروه مهندسی برق- الکترونیک کرمانشاه، دانشگاه رازی، دانشکده فنی-مهن
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 :