استخراج ویژگی های بافت تصاویر با استفاده از کوانتیزه کردن تصاویر

همزمان با پیشرفت روزافزون در حوزه کامپیوتر، دنیای چند رسانه ای نیز از اهمیت خاصی برخوردار شده است . یکی از مهمترین موضوعات مربوط به دنیای چندرسانه ای، تجزیه و تحلیل و استخراج اطلاعات از تصاویر می باشد. همچنین مدیریت حجم بزرگی از تصاویررا می توان از حیاتی ترین چالش های مرتبط دراین حوزه بدانیم . در همین راستا یکی از مهمترین تکنیک های کاهش ابعاد داده های تصاویر در حین حفظ اطلاعات با اهمیت تصاویر، تکنیک کوانتیزه کردن تصاویر می باشد. خوشه بندی را می توان مهمترین و کاراترین روش در راستای قطعه بندی و کوانتیزه کردن تصاویر دانست . تا کنون از روش های مختلفی برای خوشه بندی تصاویر استفاده شده است . در راستای بهبود دادن روش های پیشین در این مقاله روشی مبتنی بر الگوریتم K-means بهبود یافته جهت کوانتیزه کردن تصاویر ارائه شده است . در روش پیشنهادی با استفاده از ترکیب الگوریتم ژنتیک و الگوریتم رقابت استعماری، تلاش شده است تا حساسیت الگوریتم K-means به مقادیر اولیه مراکز خوشه ها تا حودو زیادی کاسته شود. نتایج ارائه شده در این مقاله ، نشان دهنده بهبود کارایی روش پیشنهادی در کوانتیزه کردن تصاویر نسبت به دو روش BIC و WHIFCM می باشد.

Keywords:

پردازش تصویر , استخراج ویژگی , بافت تصویر , کوانتیزه کردن