هدف ما ؛بخش بندی تصویر رنگی با استفاده از الگوریتم رشد و انتخاب اتومایک نواحی و دانه

در این مقاله، الگوریتمی جدید با عنوان گسترش ناحیه با انتخاب اتوماتیک دانه برای بخش بندی تصاویر رنگی ارائه شده است. ابتدا تصاویر رنگی از محیط RGB به محیط YCbCr تبدیل شده است. در تمامی مراحل از این محیط برای آنالیز استفاده شده است. در مرحله دوم، دانه های اولیه به صورت اتوماتیک انتخاب می شود. در مرحله سوم، تصویر رنگی به ناحیه هایی که هر ناحیه متعلق به یک دانه است را بخش بندی می کند. در نهایت ناحیه هایی که بیش از حد بخش بندی شده اند را با استفاده از الگوریتم ارائه شده ترکیب می کند. به استناد نتایج بدست آمده از الگوریتم پیشنهادی، در مقایسه با نتایج بدست آمده از الگوریتم های موجود، این الگوریتم نتایج مطلوبی تولید می کند.

• نتیجه گیری

در این مقاله یک الگوریتم کارآمد برای بخش بندی تصاویر رنگی با انتخاب دانه ی اتوماتیک ارائه شده است. این الگوریتم بصوت مستقل قادر به بخش بندی می باشد. با کنترل کردن اندازه  و تفاوت رنگ  ناحیه ها می توان برای تصاویر مختلف نتایج کارآمدی بدست آورد. نتایج تجربی نشان می دهد که الگوریتم ارائه شده نتایج خوبی در مقایسه با برخی الگوریتم های موجود می دهد. از معایب این روش می توان به بالا بودن زمان محاسبات اشاره کرد. و بعلاوه مقادیر آستانه بایستی از طرف کاربر وارد شود.

Automatic seeded region growing for color image segmentation

بخش بندی تصویر رنگی با استفاده از الگوریتم رشد

 و انتخاب اتومایک نواحی و دانه

Published in:  Elsevier

Date of Publication: 2005

                                  برای مشاهده مقاله ؛ تصویر فوق را کلیک کنید تا دانلود شود

مشخصات شبیه ساز:

کارشناسی ارشد هوش مصنوعی

دانشگاه تهران

محتویات:

• اصل مقاله
• پیاده سازی با Matlab
• ضمیمه کردن گزارش فارسی و نتایج
• ضمیمه کردن دیتابیس

دانلود فایل

توضیحات ویدیویی  نیز موجود میباشد که در صورت نیاز و با پرداخت جداگانه ایمیل میشود

Papersim2015@gmail.com