طراحی و ارزیابی شیوه آستانه گذاری پوسته ای فضایی برای قطعه بندی تصویرمطالعه موردی تشخیص گیاهان از زمینه در شرایط نوری متغیر مزرعه
Publish Year: 1392
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 616
This Paper With 15 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
این Paper در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
NCAMEM08_288
تاریخ نمایه سازی: 14 شهریور 1393
Abstract:
قطعه بندی تصویر یا جداسازی ناحیه مورد نظر از پس زمینه از اهمیت ویژهای در الگوریتم های خودکار شناسایی و کلاسه بندی اشیاء برخوردار است. تا کنون شیوه های آستانه گذاری و قطعه بندی خودکار تصویر بر مبنای استفاده از تابع اتسو و یا یک آستانه موردی ثابت تعیین می شده است. برای استفاده از شیوه های آستانه یابی، تضاد بین ناحیه مورد نظر )در این تحقیق، گیاه( از پس زمینه ابتدا توسط فاکتورهای رنگی افزایش می یابد. مقاله حاضر به معرفی معادل های جدید برای نمایش مقادیر و یافتن آستانه بهینه به منظور جداسازی موثر نواحی گیاه، سایه و خاک در شرایط طبیعی مزرعه میپردازد. روش آستانه یابی پیشنهادی به صورت فضایی، از فاکتورهای رنگی l*a*b* استفاده کرده و با یافتن فاصله اقلیدسی رنگی فضایی بین رنگهای پیکسل های نواحی مختلف در تصویر و یک رنگ مرجع معادله پوسته جداکننده نواحی را مدل می کند. الگوریتم روی دویست تصویر مورد ارزیابی قرار گرفت و نتایج نشان داد که روش پیشنهادی دارای میانگین خطای مربعی در حدود 0/04 و خطای نوع اولی برابر با 3/19 و همچنین خطای مجموعی برابر با 8/44 میباشد که در برابر شیوه آستانه یابی معمول اتسو که بر روی فاکتورهای رنگی سبزینگی مازاد، سبزینگی مازاد پیشرفته و سبزینگی مازاد تغییریافته اعمال شد نتایج بسیار بهتری می دهد.
Keywords:
Authors
محسن مهدیانی
کارشناسی ارشد مهندسی مکانیک ماشین های کشاورزی، دانشگاه علوم کشاورزی و منابع طبیعی ساری
محمودرضا گلزاریان
استادیار گروه مکانیک ماشین های کشاورزی، دانشگاه فردوسی مشهد
رضا طباطبایی کلور
استادیار گروه مکانیک ماشین های کشاورزی، دانشگاه علوم کشاورزی و منابع طبیعی ساری
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 :