دسته بندی بافت غیرحساس به چرخش با استفاده از واریانس الگوی باینری محلی مبتنی بر تطبیق سراسری بهبود یافته با روش بهینه سازی ازدحام ذرات
Publish place: Fourth National Conference on New Technologies in Electrical, Computer and Mechanical Engineering of Iran
Publish Year: 1400
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 197
This Paper With 10 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
STCONF04_059
تاریخ نمایه سازی: 26 مهر 1400
Abstract:
معمولا از روش استخراج ویژگی عدم وابسته به چرخش محلی یا سراسری در کاربردهایی همچون طبقه بندی بافت استفاده می شود. ویژگی های محلی ثابت (نامتغیر) همچون الگویی باینری محلی LBP دارای مشکل عدم استفاده از اطلاعات مکانی سراسری می باشد درحالی که ویژگی های سراسری، علاوه بر اطلاعات مکا نی سراسری، اطلاعات محلی بافت را نیز در نظر می گیرند. از اینرو در این مقاله از روشی هیبریدی برای لحاظ نمودن اطلاعات سراسری در روش الگوی باینری محلی بهره گرفته می شود و برای این منظور از رویکرد تطبیق سراسری عدم وابسته به چرخش در ویژگی الگوی باینری متغیر استفاده می شود. ابتدا با استفاده از توزیع LBPبه تخمین جهت های اصلی بافت تصویر پرداخته می شود سپس از نتایج تخمین برای تراز هیستوگرام های LBP استفاده می کند. بنابراین برای تشخیص اطلاعات کنتراست محلی در هیستورگرام LBP تک بعدی، توصیفگر بافت نوینی مبتنی بر واریانس LBP پویا شده به روش بهینه سازی ازدحام ذرات پیشنهاد می شود. روش پیشنهادی نیازمند هیچ گونه کوانتیزه سازی نیست و بدون آموزش است. به منظور افزایش سرعت رویکرد پیشنهادی نیز از روش کاهش بعد ویژگی با استفاده از معیار فاصله استفاده شد. نتایج ازمایشی نشان دهنده بهبود ده درصدی راندمان روش طبقه بندی پیشنهادی در مقایسه بار LBP محلی عدم وابسته به چرخش معمول می باشد.
Keywords:
Authors
حمیدرضا غفاری
استادیار گروه کامپیوتر، دانشکده فنی مهندسی، دانشگاه آزاد اسلامی واحد فردوس، فردوس
علی نیکزاده
دانشجویی دکتری ، دانشکده فنی مهندسی، دانشگاه آزاد اسلامی واحد فردوس، فردوس