قطعه بندی تصویر مبتنی بر هیستوگرام با استفاده از توزیع قوی شیء در فضای RGB و انتخاب آنلاین ویژگی

در اغلب الگوریتم های قطعه بندی تصویر مبتنی بر هیستوگرام راهکاری جهت حذف بین های کم اهمیت وجود ندارد، به همین دلیل بسیاری از بین هایی که از هیستوگرام پیش زمینه متمایز نیستند در محاسبات مورد استفاده قرار می گیرند که این موضوع باعث می شود الگوریتم های مذکور از دقت لازم برخوردار نباشند. در این مقاله با ارائه یک الگوریتم جدید هیستوگرام شیء مورد نظر را به دو بخش تقسیم می کنیم. بخش اول شامل بین هایی می شوند که تمایز ملموسی با بین های هیستوگرام پس زمینه ندارند و بایستی از محاسبات کنار گذاشته شوند. اما بخش دوم بطور کامل از پس زمینه متمایز می باشند، برای یافتن این بخش ابتدا با استفاده از مجموعه ویژگی های کاندید شده و از طریق برچسب گذاری تصویر، هیستوگرام شیء و پس زمینه را استخراج و با استفاده از یک روش جدید پارامترهای مدل مخلوط گوسی شیء و پس زمینه را که از هیستوگرام بدست آمده تخمین می زنیم. سپس به کمک فاصله باتاچاریا توزیع قوی پیش زمینه را استخراج می کنیم و در نهایت ویژگی هایی که تمایز بیشتری میان شیء و پس زمینه ایجاد می کنند را یافته و از آن برای قطعه بندی دقیق تصویر استفاده می نمائیم.

Keywords:

تصویر وزن دار , توزیع قوی , فاصله باتاچاریا , مدل مخلوط گوسی , هیستوگرام