Publisher of Iranian Journals and Conference Proceedings

Please waite ..
Publisher of Iranian Journals and Conference Proceedings
Login |Register |Help |عضویت کتابخانه ها
Paper
Title

استخراج موثر نقشه برجستگی تصویر با استفاده از تقویت تباین رنگ و بافت غالب

فصلنامه روش های هوشمند در صنعت برق، دوره: 14، شماره: 54
Year: 1402
COI: JR_JIPET-14-54_007
Language: PersianView: 35
This Paper With 13 Page And PDF Format Ready To Download

Buy and Download

با استفاده از پرداخت اینترنتی بسیار سریع و ساده می توانید اصل این Paper را که دارای 13 صفحه است به صورت فایل PDF در اختیار داشته باشید.
آدرس ایمیل خود را در کادر زیر وارد نمایید:

Authors

مسعود خزاعی فدافن - گروه مهندسی برق- دانشگاه فنی و حرفه ای، تهران، ایران
ناصر مهرشاد - دانشکده مهندسی برق و کامپیوتر- دانشگاه بیرجند، بیرجند، ایران
سید محمد رضوی - دانشکده مهندسی برق و کامپیوتر- دانشگاه بیرجند، بیرجند، ایران

Abstract:

در این مطالعه، الگوریتمی موثر و کارآمد برای تشخیص نقشه برجستگی تصویر بر اساس مدل­سازی پاسخ سریع سیستم بینایی انسان به تغییرات شدت روشنائی، بافت و رنگ ارائه شده است. برخی موارد مانند الهام گرفتن از عملکرد سیستم بینایی انسان، عدم نیاز به آموزش، کاهش تعداد رنگ، کاهش کانال­های رنگی و استفاده صحیح از حداقل اطلاعات بافت در االگوریتم باعث افزایش کارایی آن شده است. در روش پیشنهادی در مرحله اول، با توجه به حساسیت سیستم بینایی انسان به سیگنال­های با کنتراست بالاتر، فقط کانال با کنتراست بالاتر برای استخراج نقشه برجستگی رنگ استفاده و سپس با استفاده از مولفه شدت روشنایی در فضای رنگ Lab و با استفاده از مدل محاسباتی سلول ساده کورتکس بینایی نقشه برجستگی شدت روشنائی و نقشه برجستگی بافت استخراج می­شوند. در نهایت، با ترکیب نقشه­های برجستگی رنگ، شدت روشنائی و بافت، نقشه برجستگی به­دست می­آید. روش پیشنهادی و روش­های موجود برروی پایگاه داده­های MSRA۱۰K و ECSSD آزمایش شده است. نتایج پیاده­سازی­ها نشان می­دهد که الگوریتم ترکیبی پیشنهادی برای تشخیص نقشه برجستگی با استفاده از ویژگی­های رنگ و بافت غالب، در پایگاه داده ECSSD به ترتیب دارای میانگین خطای مطلق، امتیاز معیار F و سطح زیر منحنی ROC ، ۱۷۳/۰ ، ۷۸۹/۰ و ۸۹۱/۰ و در پایگاه داده MSRA۱۰K به ترتیب ۱۷۸/۰، ۷۹۰/۰ و ۹۱۹/۰ است که در مقایسه با سایر مدل­ها بیانگر عملکرد بهتر روش پیشنهادی نسبت  به سایر روش­ها است.

Keywords:

استخراج ویژگی , سیستم بینایی انسان , مدل محاسباتی سلول ساده نقشه برجستگی

Paper COI Code

This Paper COI Code is JR_JIPET-14-54_007. Also You can use the following address to link to this article. This link is permanent and is used as an article registration confirmation in the Civilica reference:

https://civilica.com/doc/1444531/

How to Cite to This Paper:

If you want to refer to this Paper in your research work, you can simply use the following phrase in the resources section:
خزاعی فدافن، مسعود و مهرشاد، ناصر و رضوی، سید محمد،1402،استخراج موثر نقشه برجستگی تصویر با استفاده از تقویت تباین رنگ و بافت غالب،https://civilica.com/doc/1444531

مراجع و منابع این Paper:

لیست زیر مراجع و منابع استفاده شده در این Paper 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 Paper لینک شده اند :

  • R. Nasiripour, H. Farsi, S. Mohamadzadeh, "Visual saliency object detection ...
  • P. Etezadifar, H. Farsi, "Scalable video summarization via sparse dictionary ...
  • M. Guo, Y. Zhao, C. Zhang, Z. Chen, "Fast object ...
  • V. Bhateja, M. Nigam, A.S. Bhadauria, A. Arya, E.Y.D. Zhang, ...
  • Y. Ding, "Human visual system and vision modeling", Visual Quality ...
  • P. Lv, S. Sun, C. Lin, G. Liu, "A method ...
  • M.H. Karimi, R. Ebrahimpour, N. Bagheri, "A human visual system ...
  • P. Sharma, "Perceptual image difference metrics, saliency maps and eye ...
  • Z.H. Chen, Y. Liu, B. Sheng, J.N. Liang, J. Zhang, ...
  • Y. Chen, J. Tao, Q. Zhang, K. Yang, X. Chen, J. Xiong, R. Xia, J. ...
  • K. Zolna, K.J. Geras, K. Cho, "Classifier-agnostic saliency map extraction", ...
  • K. Duncan, S. Sarkar, "REM: Relational entropy-based measure of saliency", ...
  • O.L. Meur, P.L. Callet, D. Barba, D. Thoreau, "A coherent ...
  • Y.F. Ma, H.J. Zhang, "Contrast-based image attention analysis by using ...
  • Z. Yu, H.S. Wong, "A rule based technique for extraction ...
  • D. Chen, T. Jia, C. Wu, "Visual saliency detection: from ...
  • M. Zhang, Y. Wu, Y. Du, L. Fang, Y. Pang, ...
  • Z. Rahman, Y.F. Pu, M. Aamir, F. Ullah, "A framework ...
  • S. Goferman, L. Zelnik-Manor, A. Tal, "Context-aware saliency detection", IEEE ...
  • M. Sadeghi, H. marvi, A. Ahmadifard, "A new and efficient ...
  • P.F. Felzenszwalb, D.P. Huttenlocher, "Efficient graph-based image segmentation", International journal ...
  • L. Itti, C. Koch, E. Niebur, "A model of saliency-based ...
  • L. Itti, C. Koch, "Computational modelling of visual attention", Nature ...
  • R. Achanta, S. Hemami, F. Estrada, S. Susstrunk, "Frequency-tuned salient ...
  • L. Zhang, L. Yang, T. Luo, "Unified saliency detection model ...
  • H. Zhang, W. Wang, G. Su, L. Duan, "A simple ...
  • F. Perazzi, P. Krähenbühl, Y. Pritch, A. Hornung, "Saliency filters: ...
  • L. Itti, C. Koch, "Feature combination strategies for saliency-based visual ...
  • X. Hou, L. Zhang, "Saliency detection: A spectral residual approach", ...
  • G. Yildirim, S. Süsstrunk, "FASA: Fast, accurate, and size-aware salient ...
  • X. Xu, N. Mu, L. Chen, X. Zhang, "Hierarchical salient ...
  • L. Zhang, J. Dai, H. Lu, Y. He, G. Wang, ...
  • Z. Luo, A. Mishra, A. Achkar, J. Eichel, S. Li, ...
  • S. Jia, N.D. Bruce, "Richer and deeper supervision network for ...
  • R.C. Gonzalez , R.E. Woods, "Object recognition", Digital Image Processing, ...
  • N. Chaji, H. Ghassemian, "Texture-gradient-based contour detection", EURASIP Journal on ...
  • M.M. Cheng, N.J. Mitra, X. Huang, P.H. Torr, S.M. Hu, ...
  • Q. Yan, L. Xu, J. Shi, J. Jia, "Hierarchical saliency ...
  • L. Zhang, Z. Gu, H. Li, "SDSP: A novel saliency ...

Research Info Management

Certificate | Report | من نویسنده این مقاله هستم

اطلاعات استنادی این Paper را به نرم افزارهای مدیریت اطلاعات علمی و استنادی ارسال نمایید و در تحقیقات خود از آن استفاده نمایید.

Scientometrics

The specifications of the publisher center of this Paper are as follows:
Type of center: دانشگاه دولتی
Paper count: 5,636
In the scientometrics section of CIVILICA, you can see the scientific ranking of the Iranian academic and research centers based on the statistics of indexed articles.

Share this page

More information about COI

COI stands for "CIVILICA Object Identifier". COI is the unique code assigned to articles of Iranian conferences and journals when indexing on the CIVILICA citation database.

The COI is the national code of documents indexed in CIVILICA and is a unique and permanent code. it can always be cited and tracked and assumed as registration confirmation ID.

Support