بررسی و ارزیابی الگوریتمهای قطعهبندی تصویر، با تمرکز بر روشهای مبتنی بر ناحیه
سال انتشار: 1393
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 1,014
فایل این مقاله در 9 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
IAUFASA02_063
تاریخ نمایه سازی: 17 اسفند 1393
چکیده مقاله:
قطعه بندی یک پردازش میانی در مباحث پردازش تصویر است که نقش اساسی در تحلیل تصاویر و بینایی ماشین دارد. با اینکه عمر مسئله قطعه بندی بیش از 4 دهه است و تاکنون تحقیقات زیادی در این زمینه انجام شده است اما توسعه تحقیقات در این زمینه همچنان ادامه دارد. یکی از علل این موضوع، تنوع نیازمندیها در کاربردهای مختلف پردازش تصویر و بینایی ماشین و به عبارت دیگر عدم وجود تحلیل و تعریف واحد در مورد قطعه بندی است. سخت افزار سامانههای تصویربرداری به گونهای است که تصاویر خروجی به علل مختلفی چون نویز، محدود بودن دقت مکانی و زمانی و پدیده مات شدن ذاتاً ماهیت فازی پیدا می کنند. خوشهبندی فازی که یک روش قطعه بندی نرم است که به طور گسترده در این عرصه مورد استفاده قرار گرفته است. این روش توسط الگوریتمهای مختلفی در حوزه قطعهبندی و خوشهبندی تصویر بکار برده شده و نتایج موفقت آمیزی بدنبال داشته است. در میان روشهای خوشهبندی فازی ، الگوریتمFCM پر طرفدارترین روش مورد استفاده در قطعه بندی تصویر میباشد، چون این روش توانایی مقاومت در برابر موارد مبهم و نگهداری اطلاعات بیشتری نسبت به روشهای قطعه بندی سخت را دارا می باشد.در این پژوهش سعی شده موضوع قطعهبندی و روشهای مختلف قطعهبندی تصویر به اختصار مرور شود. بدلیل گسترگی روش های موجود ما این کار را با تمرکز بر روش های قطعه بندی مبتنی بر ناحیه که خوشه بندی یکی از این روش های آن می باشد انجام می دهیم تا نحوه عملکرد ، نتایج بدست آمده ، نقاط قوت و نقاط ضعف این روش را مورد بررسی قرار دهیم
کلیدواژه ها:
نویسندگان
محمدامین عدالتی راد
دانشجوی کارشناسی ارشد مهندسی کامپیوتر دانشگاه آزاد اسلامی واحد علوم و تحقیقات بوشهر، گروه کامپیوتر، بوشهر، ایران
محمدرضا واحدیان
کارشناسی ارشد مهندسی کامپیوتر از دانشگاه آزاد اسلامی واحد علوم و تحقیقات بوشهر
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 :