توضیحات
عنوان فارسی: خوشه بندی c میانگین با قطعات تصویر وزن دار برای تقسیم بندی تصویر
عنوان انگلیسی:
Fuzzy c-means clustering with weighted image patch for image segmentation
چکیده
خوشه بندی فازی c میانگین به طور گسترده ای در تقسیم بندی تصویر به کار رفته است. با این حال، علیرغم کارایی محاسباتی و شیوع گسترده آن، الگوریتم FCM اطلاعات فضایی پیکسل ها را در نظر نمی گیرد، و در نتیجه ممکن است در برابر نویز مقاومت اندک و در تقسیم بندی دقت پایین تری داشته باشد. در این مقاله، یک الگوریتم مبتنی بر FCM با قطعات تصویر وزن دار (WIPFCM) را برای تقسیم بندی تصاویر ارائه می دهیم. در این الگوریتم، از قطعات تصویر برای جایگزینی پیکسل ها در خوشه بندی فازی استفاده می کنیم، و طرحی وزن دار ایجاد کرده تا پیکسل ها در هر قطعه تصویر را قادر سازد که وزن های ناهمسان داشته باشند. در نتیجه، الگوریتم پیشنهادی شامل اطلاعات فضایی محلی جای گرفته در تصویر در فرآیند تقسیم بندی می شود، و لذا مقاوم آن در برابر نویز را افزایش می دهد. ما این الگوریتم جدید را با چندین مورد از جدیدترین روش های تقسیم بندی در تصاویر مصنوعی و مطالعات ام آر آی مغز بالینی مقایسه کرده ایم. نتایج ما نشان می دهد که الگوریتم WIPFCM پیشنهادی ما می تواند به طور موثری بر اثرات نویز غلبه کرده و در نتیجه دقت تقسیم بندی تصاویر را بهبود بخشد.
مقدمه
تقسیم بندی تصاویر یک امر بنیادی و مشکل در بسیاری از کاربردهای تصویری می باشد. این مقوله به طور گسترده ای در چند دهه اخیر با تعداد بسیاری از الگوریتم های تقسیم بندی منتشر شده در مقالات مورد مطالعه قرار گرفته است. این روش های تقسیم بندی تصاویر می توانند به چهار دسته تقسیم شوند: آستانه سازی، خوشه بندی، شناسایی گوشه ها و استخراج منطقه ای. در این مطالعه، روش های مبتنی بر خوشه بندی تصاویر مورد توجه قرار می گیرند. خوشه بندی فرآیند طبقه بندی اشیا یا الگوهاست به گونه ای که نمونه های قرار گرفته در یک گروه شبیه تر از نمونه های قرار گرفته در سایر گروه ها باشند. بر مبنای تئوری فازی، عسکرزاده روش خوشه بندی فازی را پیشنهاد داد، که ایده عضویت تعلق جزئی را مطرح می کند. به عنوان یک روش خوشه بندی نرم، خوشه بندی فازی به طور گسترده ای مورد مطالعه قرار گرفته و در تقسیم بندی تصاویر به کار رفته است. یکی از مهم ترین و پر استفاده ترین روش خوشه بندی فازی، الگوریتم فازی c میانگین (FCM) می باشد، که اولین بار توسط دان پیشنهاد شد و توسط بزدک به عنوان یک الگوریتم خوشه بندی FCM عمومی ارتقا یافت. هدف اصلی الگوریتم FCM تقسیم بردار فضای یک نقطه نمونه به تعدادی زیر فضاها، مطابق با یک اندازه فاصله، می باشد. با این حال، الگوریتم FCM خصوصیات فضایی محلی تصاویر را در نظر نمی گیرد، و لذا به نویز حساس می باشد.
توجه:
- برای دانلود فایل word کامل ترجمه لطفا از گزینه افزودن به سبد خرید استفاده فرمایید.
- پس از خرید بلافاصله لینک دانلود فایل برای شما ایمیل خواهد شد.
دیدگاهها
هیچ دیدگاهی برای این محصول نوشته نشده است.