ارائه یک الگوریتم ترکیبی برای قطعه بهدی تصاویر دیجیتالی با استفاده از تکنیک تعمیم یافته FCM و آستانه تصویر

Publish Year: 1394
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 544

This Paper With 12 Page And PDF Format Ready To Download

  • Certificate
  • من نویسنده این مقاله هستم

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این Paper:

شناسه ملی سند علمی:

REGCMAES02_140

تاریخ نمایه سازی: 30 دی 1394

Abstract:

آستانه تصویر نقش مهمی را در قطعه بندی تصویر بازی می کند. در این تحقیق یک روش ترکیبی برای قطعه بندی تصویر بر اساس الگوریتم آستانه ها با means-fuzzy c، استفاده شده است. هدف از این مقاله پیدا کردن خوشه تعیین کننده است که قادر به پیدا کردن یک آستانه اتوماتیک باشد. این الگوریتم با بکارگیری الگوریتم خوشه بندی FCM استاندارد با فرکانس (Y - VALUE) در نمودار ستونی (هیستوگرام) هموار شده است. از این رو از فرکانس تصویر به جای تمام داده های معمولی تصویر استفاده کردیم. بلند ترین قله نشان دهنده حداکثر فرکانس در تصویر هیستوگرام است که یک نقش بسیار عالی در تعیین خوشه تعیین کننده در تصویر سطح خاکستری بازی می کند. پس از آن پیکسل های مربوط به خوشه تعیین کننده نشن دهنده یک شی در هیستوگرام سطح خاکستری است. در حالی که خوشه های دیگر پس زمینه را نشان می دهند. سپس از طریق الگوریتم Pso تابع هدف الگوریتم fcm را بهینه می کنیم تا خوشه بندی بهتر صورت گیرد. نتایج تجربی با تست تصاویر استاندارد از طریق روش پیشنهادی (THPFCM) به دست آمده است.

Keywords:

آستانه تصویر , آستانه اتوماتیک , الگوریتم خوشه بندی c- میانگین فازی , هیستوگرام تصویر , آستانه ترکیبی و خوشه بندی cT , میانگین

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 :
  • _ ولو _ اردیبهشت 1394 دانشگاه آزاد اسلامی واحد جویبار ...
  • M. Sezgin, B. Sankur, Survey over image thresholding techniques and ...
  • N. Otsu, A threshold selection method from gray level histograms, ...
  • J. Kittler, J. Illingworth, Minimum error thresholding, Patter Recogn. 19 ...
  • S. Cho, R. Haralick, S. Yi, Improvement of Kittler and ...
  • T. Pun, A new method gray-level picture thresholding using the ...
  • J.N. Kapur, P.K. Sahoo, A.K.C. Wong, A new method for ...
  • S.H. Kwon, Threshold selection based on cluster analysis, Pattern Recogn. ...
  • Y. Qiaoa, Q. Hua, G. Qiana, S. Luob, W.L. Nowinskia, ...
  • L.K. Huang, M.J. Wang, Image thresholding by minimizing the measures ...
  • D. Liu, Z. Jiang, H. Feng, A novel fuzzy classification ...
  • S.K. Pal, D. Dutta Majumder, Fuzzy Mathematical Approach to Patter ...
  • C.C. Chang, L.L. Wang, A fast multilevel thresholding method based ...
  • L.K. Huang, M.. Wang, Thresholding technique with adaptive window selection ...
  • H.D. Cheng, X.H. Jiang, J. Wang, Color image segmentation based ...
  • D.E. Goldberg, Genetic Algorithms in Search, Optimization and Machine Learn-ing, ...
  • U. Maulik, S. B andyopadhyay, Genetic algorithm-b ased clustering technique, ...
  • Y. Liang, K.-S. Leung, Genetic algorithm with adaptive e liti ...
  • S. Ghosh, L. Bruzzone, S. Patra, F. Bovolo, A. Ghosh, ...
  • P.L. Rosin, E. Ioannidis, Evaluation of global image thresholding for ...
  • S. Patra, S. Ghosh, A. Ghosh, Histogram thresholding for unsupervised ...
  • Firas A. Jassim, Hybrid Image Segmentation using Discermer Cluster in ...
  • A.M. Bensaid, L.O. Hall, J.C. Bezdek, L.P. Clarke, M.L. Silbiger, ...
  • S.Arora , A.verma, S .hemachander, pras antat.p anigvahi. locallly Adaptive ...
  • Kamal Hammoyche, Moussa Diaf, Patrick Siarry. Amuti level automatic thresholding ...
  • M.H.Hor _ multilevel thresholding selection based on the artificial bee ...
  • نمایش کامل مراجع