طبقه بندی بافت های سطح خاکستری به کمک ویژگی های فرکتالی

Publish Year: 1385
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 1,597

This Paper With 6 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:

لینک ثابت به این Paper:

شناسه ملی سند علمی:

ICEE14_129

تاریخ نمایه سازی: 25 تیر 1387

Abstract:

بافت یکی از مشخصه های اساسی تصاویر طبیعی است که در کنار ویژگی های لبه، شکل و رنگ نقش مهمی را در درک دیداری انسان ایفا می کند. بافت حاوی اطلاعات مفیدی جهت تحلیل بهتر تصاویر و تفسیر صحنه می باشد تئوری فرکتال در تولید تصاویر رابانه ای، فشرده سازی تصاویر و زمینه های مختلف شناسایی الگو مورد استفاده قرار گرفته ایت. در این مقاله به طبقه بندی تصاویر بافت های سطح خاکستری به کمک تئوری فرکتالی می پردازیم. در فشرده سازی تصاویر به روش فرکتالی، تصویر مورد نظر به وسیله مجموعه ای از تبدیلات مستوی انقباضی که توصیف کننده بخش های خودمتشابه تصویر هستند، مدل می شود. در این مقاله، ابتدا یک کدکننده فرکتالی پیاده سازی شده است. سپس در مرحله استخراج ویژگی، تعدادی ویژگی فرکتالی مستقیما از این کد کننده استخراج می شوند. به منظور مقایسه با روش پیشنهادی، دو روش متداول در آنالیز بافت های سطح خاکستری، به نام های ماتریس هم وقوعی و تبدیلات خطی محلی مورد بررسی قرار گرفته اند. معیار ارزیابی سیستم شناسایی کننده، دقت طبقه بندی کننده شبکه عصبی در نظر گرفته شده است.

Keywords:

شناسایی بافت , ویژگی فرکتالی , طبقه بندی کننده شبکه عصبی

Authors

سعید مظفری

دانشکده مهندسی برق، دانشگاه صنعتی امیرکبیر

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 :
  • Tucerian, M, Jain, A.K, ' Texture analysis?, Handbook Pattern Recognition ...
  • Arnaud E.Jacquin, ? Image coding based On a fractal theory ...
  • Y.Fisher, Fractal Image Compression, Theory and Application?. Berlin, Germany. Springer-Verl ...
  • P.Temdee, D .Khawparisuth and K. Chamnongthai _ Recognition by using ...
  • T.Tan and H.Yan, ? Face Recognition by Fractal Trans formations?, ...
  • S.Mozaffari, K Faez and M.Ziaratban, " Character Representation and Recognition ...
  • S.Mozaffari, K.Faez and H.Rashidy Kanan. "Feature Comparison between Fractal Codes ...
  • K.Huang and H.Yan, Signature Verification using Fractal Tran sformation?. ICPR ...
  • Potlapalli, H.; Luo, R.C، Fractal-based classification of natural textures?, IEEE ...
  • B. Chaudhuri , N.Sarkar, ،Texture Segmentation Using Fractal Dimension?, IEEE ...
  • J. M. Keller, S. Chen, R. M. Crownover, Texture description ...
  • T.A Linnell and F.Deravi, " Novel Fractal Domain Features for ...
  • M .Unser, 'Local linear transforms for texture me asurements? _ ...
  • A.Drimbarean and P.F.Whelan, Expriments in cilour texture analysis?, Pattern Recognition ...
  • R.Haralick, ' Statistical and structural approaches to texture', Proc.IEEE 67 ...
  • http : //texture s.forrest.cz/ ...
  • نمایش کامل مراجع