ارایه یک الگوریتم قطعه بندی تصویر مبتنی بر خوشه بندی C-means فرو نشانده شده با استفاده از انتخاب بهینه اطلاعات فضایی غیر محلی خود تنظیم شونده

الگوریتم کلاسترینگ میانگین های فازی فرونشانده یکی از الگوریتم های مهم و موثر در زمینه کلاسترینگ فازی است در این مقاله یکالگوریتم کلاسترینگ میانگین c فازی فرونشانده مبتنی بر انتخاب بهینه با اطلاعات فضایی غیرمحلی خود تنظیم و اطلاعات فضاییغیر محلی آ ن برای تقسیم بندی تصویر جهت حل عیوب S-FCM ارایه می شود. ابتدا یک استراتژی فرونشانده مبتنی برانتخاب بهینهبرای اصلاح مقادیر درجه عضویت برای نقاط داده ارایه می شود. برای جزییات بیشتر در هر مرحله تکرار تمامی نقاط داده براساسبیشترین مقدار درجه عضویت خود دسته بندی می شوند و سپس مقادیر درجه عضویت بالاترین نقطه داده اصلاح می شوند و در عینحال مقادیر درجه عضویت دیگر نقاط داده تغییر نمی کنند. در روش پیشنهادی ضریب درجه تعلق براساس واریانس تصویر محاسبهمی شود. با افزایش ناهمگنی تصویر ضریب درجه تعلق به یک نزدیک وسبب حل مساله قطعه بندی به روش فازی و بلعکس با کاهشناهمگنی تصویر از طریق روش سخت قطعه بندی صورت می گیرد.

Keywords:

کلاسترینگ میانگین های c فازی فرونشانده , ناحیه بندی , اطلاعات فضایی غیر محلی