تشخیص و شناسایی لبه های یک تصویر با استفاده از شبکه عصبی و بر اساس ضرایب گیبر

سال انتشار: 1384
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 1,272

فایل این مقاله در 9 صفحه با فرمت PDF قابل دریافت می باشد

این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

ISCEE08_213

تاریخ نمایه سازی: 1 اسفند 1386

چکیده مقاله:

در این مقاله سعی می کنیم که لبه های یک تصویر را بر اساس شبکه عصبی و بهکمک ضرایب گیبر شناسایی کنیم در این روش ابتدا با استفاده از مدل درخت چهارتایی (quad tree) نقاط با جزئیات کم تصویر به بلوکهای با اندازه متغیر، و نواحی با جزئیات زیاد به بلوکهای یکسان 6 ضربدر 6 تقسیم میگردند. پس برای این بلوکهای یکسان ضرایب گیبر به صورت نرمال است و بر اساس یک دسته بندی تشخیص لبه، مشخصه های انها دسته بندی می شود. دسته بندی این لبه ها توسط شبکه های چند لایه مانند پوسپترون می باشد و الگوریتم یادگیری آن به صورت پس انتشار می باشد و این روش نیز می تواند برای فشرده سازی تصاویر مانند روشهای Dsom , Msom مفید وموثر باشد.

نویسندگان

علی مبارکی

دانشگاه آزاد اسلامی واحدجهرم

گوهر امینی

دانشگاه آزاد اسلامی واحدجهرم

رویا مبارکی

دانشگاه شیراز

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 :
  • S.Marelja , _ M athematical dtscription of the rtspont of ...
  • Lee , M.H. , Attikoutel _ y., and crebbin _ ...
  • D, van Eseen, " Hierchical organization and funetion streams in ...
  • Nilsson , N.J.{1 965}. Learning Machines : foundations of Trainable ...
  • نمایش کامل مراجع