قطعه بندی تصویر با استفاده اس ماشین بردار پشتیبان حداقل مربعات و روش اوتسو

جداسازی قطعه های تصاویر اولین گام در تجزیه و تحلیل تصاویر برای تقسیم بندی آن به قطعات معنی دار می باشد این کار مستقیماً بر روی نتایج تجزیه و تحلیل تصاویر بعدی تأثیر می گذارد.این مقاله شکل گیری یک الگوریتم قابل تطبیق و اتوماتیک را برای جداسازی قطعات تصویر رنگی با استفاده از ماشین بردار پشتیبان خطی حداقل مربعات LS-SVM و روش استانه گیری اوتسو گزارش می دهد. این روش به صورت خودکار تطابق ابر صفحه دسته بندی را انجام می دهد که با استفاده از روش خطی LS-SVM محاسبه می شود و نیاز به کمترین آموزش و زمان را دارد همچنین این روش از مشکلات ناشی از تغییرات نور در محیط یا رنگ میوه نیز جلوگیری می کند. به منظور اثبات و دقت روش تقسیم بندی ارائه شده آزمایشاتی بر روی 200 سیب به با استفاده از نمونه آزمایش با ویژگی رنگی متفاوت انجام شد. خطای تقسیم بندی برای SVM تطابق پذیر بین 3% تا 25% تفاوت داشت در حالی که LS-SVM تطابق پذیر برای هر یک از گروه های آموزشی به نتایج ثابت و دقیق با خطای تقسیم بندی کمتر از 2% دست یافت.

Keywords:

قطعه بندی تصاویر , ماشین بردار پیشتیبان , استانه گیر اوتسو , ماشین بردار پشتیبان حداقل مربعات