نوع فایل:PDFتعداد صفحات:سال انتشار:1394چکیدهامروزه سیستمهای بینایی ماشین نقش مهمی در زندگی روزمره دارند . افزایش سرعت عملکرد و صحت بالای این سیستمها امری ضروری است. یکی از مهمترین پیش پردازش ها در این سیستمها که نقش بسزایی در سرعت و دقت سایر محاسبات پردازش تصویر ایفا مینماید، بخش بندی تصاویر هست. تاکنون روشهای گوناگونی به منظور بخشبندی تصاویر ارایه شده است. در میان این روشها، بخشبندی تصاویر با استفاده از گراف به دلیل کارایی بالا نسبت به سایر روشها مورد توجه محققان بسیاری میباشد. با توجه به اهمیت گراف ساخته شده در بهبود عملکرد الگوریتم های مبتنی بر گراف، تحقیقات گسترده ای برروی ساخت گرافی با قابلیت اطمینان بالا صورت پذیرفته است. در این مقاله روشی جدید به منظور ترکیب گرافهای ساخته شده با نشانه های بافت، شدت روشنایی و اندازه گرادیان تصویر ارایه شده است. ارزیابی الگوریتم پیشنهادی با استفاده از تصاویر پایگاه داده بخش بندی ارایه شده توسط آلپرت و همکاران با محاسبه میانگین معیار F برای تصاویر این پایگاه داده برای یک شی و مقایسه آن با الگوریتم بخش بندی تصاویر برش های نرمال با محیط تداخلی، حدود 31 درصد افزایش کارایی را نشان داده است.واژگان کلیدی
بهبود بخش بندی تصاویر با استفاده از ترکیب نشانه ها در چارچوب برش های نرمال
نوع فایل:PDFتعداد صفحات:سال انتشار:1394چکیدهامروزه سیستمهای بینایی ماشین نقش مهمی در زندگی روزمره دارند . افزایش سرعت عملکرد و صحت بالای این سیستمها امری ضروری است. یکی از مهمترین پیش پردازش ها در این سیستمها که نقش بسزایی در سرعت و دقت سایر محاسبات پردازش تصویر ایفا مینماید، بخش بندی تصاویر هست. تاکنون روشهای گوناگونی به منظور بخشبندی تصاویر ارایه شده است. در میان این روشها، بخشبندی تصاویر با استفاده از گراف به دلیل کارایی بالا نسبت به سایر روشها مورد توجه محققان بسیاری میباشد. با توجه به اهمیت گراف ساخته شده در بهبود عملکرد الگوریتم های مبتنی بر گراف، تحقیقات گسترده ای برروی ساخت گرافی با قابلیت اطمینان بالا صورت پذیرفته است. در این مقاله روشی جدید به منظور ترکیب گرافهای ساخته شده با نشانه های بافت، شدت روشنایی و اندازه گرادیان تصویر ارایه شده است. ارزیابی الگوریتم پیشنهادی با استفاده از تصاویر پایگاه داده بخش بندی ارایه شده توسط آلپرت و همکاران با محاسبه میانگین معیار F برای تصاویر این پایگاه داده برای یک شی و مقایسه آن با الگوریتم بخش بندی تصاویر برش های نرمال با محیط تداخلی، حدود 31 درصد افزایش کارایی را نشان داده است.واژگان کلیدی