شما اینجائید:خانه » دانلود » بخش بندی تصویر توسط الگوریتم خوشه بندی فازی C-means سلسله مراتبي

بخش بندی تصویر توسط الگوریتم خوشه بندی فازی C-means سلسله مراتبي

ارسال شده توسط:Papersim تاریخ ارسال: 2017/07/16 در دیدگاه‌ها بسته هستند

هدف ما ،بخش بندی تصویر توسط الگوریتم خوشه بندی فازی C-means سلسله مراتبي

الگوريتم کلاستريگ فازي (FCM) يک روش موثر براي بخش بندي تصاوير ميباشد. اما اين روش از دو مشکل اصلي برخوردار است: يکي مقاومت ناکافي به نويز تصوير و دومي معيار مسافت اقليدوسي در FCM که به داده هاي پرت حساس ميشوند. در اين مقاله، دو الگوريتم جديد ارائه شده است که يکي FCM تعميم يافته يا GFCM و FCM سلسله مراتبي HFCM براي حل اين دو مساله است.

FCM هاي رايج ترکيب خطي توابع عضويت و فاصله را از عبارت فرمولي درنظر ميگيرند. در GFCM ميانگين تعميم يافته روي دو پيکسل اعمال شده است. ميانگين تعميميافته روي توابع عضويت براي وارد کردن اطلاعات مکاني محلي و کلاسترها استفاده شده است.

همچنين روي تابع مسافت براي شرکت دادن اطلاعات مکاني محلي و مقادير شدت تصاوير استفاده ميشود. بنابراين GFCM به نويز تصوير با محدوديت هاي مکاني مقاومتر (ميانگين تعميم يافته) مقاومتر است. براي حل مشکل دوم که از مسافت اقليدوسي پديد ميآيد، يک تابع قابل انعطاف با درنظر گرفتن تابع مسافت بعنوان زير FCM استفاده شده است.

تابع مسافت زير FCM در HFCM عمومي و انعطاف پذير بوده تا از پس دادههاي غير اقليدوسي برآيد. سرانجام اين دو الگوريتم ترکيب شده و FCM سلسه مراتبي تعميم يافته معرفي شده است. نتايج آزمايش افزايش مقاومت به نويز و موثر بودن روش پيشنهادي را نشان ميدهد.

الگوريتم پيشنهادي:

در الگوريتم پيشنهادي براي حذف نويز اثر همسايگان و نوعي فيلتر پايين گذر استفاده شده است و هچنين بازير کلاسترهاي ايجاد شده داده هاي پرت را حذف ميکند. معمولا براي حذف اثر همسايگان از يک پنجره 3در 3 يا 5 در 5 استفاده ميشود که روي داده اعمال و براي حذف اثر نويز ميانگين آن روي پيکسل مرکزي گذاشته ميشود.

Image segmentation by generalized Hierarchical

Fuzzy C-means algorithm