الگوریتم Fuzzy C-Means چند هسته ای جدید با اطلاعات مکانی و بافت برای قطعه بندی تصویر
الگوریتم Fuzzy C-Means چند هسته ای جدید با اطلاعات مکانی و بافت برای قطعه بندی تصویر
اسماعیل معین زاده1
1) دانشگاه علوم و فنون مازندران ، بابل ، ایران ،
کد IOI مقاله
:
XYDC-AFGHZ
محل انتشار :
کنفرانس بین المللی پژوهش در علوم و مهندسی(icrsie.com)
چکیده :
یکی از مباحث مهم و مطرح در پردازش تصویر ، شناسایی و تفکیک تصویر به اجزای سازنده اش (قطعه بندی) است که موفقیت یا شکست نهایی روش های تحلیل تصویر را تعیین می کند. روش های مبتنی بر خوشه بندی یکی از روش های مورد استفاده در قطعه بندی تصویر هستند. در اين روشها داده ها به نحوي گروه بندي مي شوند تا آنهاييكه در داخل يك خوشه قرار مي گيرند داراي بيشترين شباهت به هم باشند. در این مقاله دو نوع الگوریتم FCM چند هسته ای با اطلاعات مکانی و بافت (MKFCM-S1,MKFCM-S2) برای قطعه بندی تصویر ارائه شده است. در الگوریتم پیشنهادی ترکیبی از اطلاعات مکانی و اطلاعات بافت استفاده شده است ، بدین صورت که یک تابع هسته برای اطلاعات مکانی و هسته دیگر برای اطلاعات بافت در نظر گرفته می شود. آزمایش ها بر روی تصاویر مصنوعی و واقعی نشان می دهد که در الگوریتم های پیشنهادی ، زمان اجرا الگوریتم بطور قابل توجهی کاهش و میزان همگرایی افزایش یافته است.
کلمات کلیدی : خوشه بندی fuzzy c means (fcm قطعه بندی تصویر تابع هسته چند هسته