قطعه بندی تصاویر بافتی بستر دریا با استفاده از تبدیل کانتورلت و طبقه بند ماشین بردار پشتیبان

سال انتشار: 1390
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 1,919

فایل این مقاله در 6 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

ICMVIP07_014

تاریخ نمایه سازی: 28 مرداد 1391

چکیده مقاله:

در این مقاله، مسئله قطعه بندی و دسته بندی خودکار تصاویر بافتی بستر دریا مورد بحث قرار گرفته؛ که برای حل این مسئله، یک الگوریتم جداسازی و ادغام بر پایه ی تبدیل کانتورلت و طبقه بند ماشین بردار پشتیبان ارائه شده است. تبدیل کانتورلت یک نوع توسعه یافته از تبدیل موجک است و از آنجا که مهمترین ویژگی های تصاویر بستر دریا کانتورهای هموار هستند برای این کار مناسب به نظر می رسد.در راهکار ارائه شده ابتدا کل تصویر به بلاک های N×N تقسیم شده است؛ و برای هر بلاک سه سطح تجزیه ی کانتورلت با 25 زیر باند جهتدار اعمال شده و ضرایب به دست آمده، پس از اعمال توابعی چون انرژی و انحراف معیار ضرایب تبدیل کانتورلت، به عنوان ویژگی آن بلاک در نظر گرفته شده اند. سپس از طبقه بند ماشین بردار پشتیبان یا SVM که یک طبقه بند دو کلاسه است برای طبقه بندی بلاک ها استفاده شده و بلاک های طبقه بندی شده با یکدیگر ادغام شده اند. در ادامه دو مرحله پالایش روی تصویر نهایی انجام شده تا نتیجه ی نهایی حاصل شود. روش ارائه شده یک ابزار سریع، دقیق و با قابلیت پردازش موازی را تولید کرده است. در پایان نتایج به دست آمده بیانگر موثر بودن روش ارائه شده نسبت به کارهای پیشین می باشد.

کلیدواژه ها:

نویسندگان

سروش رحیمی طاقانکی

دانشجوی کارشناسی ارشد دانشگاه آزاد اسلامی واحد علوم و تحقیقات خوزستا

رضا جایدان

گروه فناوری اطلاعات – دانشگاه صنعتی شیراز

ماشالله عباسی دزفولی

گروه کامپیوتر- دانشگاه آزاد اسلامی واحد علوم و تحقیقات خوزستان

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :
  • Javidan, Reza., Eghbali, Hassan J., "designing and ...
  • _ _ _ Mud", Intermational congress o the application of ...
  • advances in underwater detection and survey tecbniques to underwater archeology, ...
  • Javidan, Reza., Eghbali, Hassan J., "Seabed Textural Image restoration and ...
  • _ _ Conference _ Researches and Transportation, Italy, 19-21 Sep, ...
  • Loncarevic, B. D., Courtney, R. C., Fader, G. B. J., ...
  • MALIK, J., BELONGIE, S., LEUNG, T. K., SHI, J. "Contour ...
  • Candes, E. J., Donoho, D. L., "Curvelets - a surprisingly ...
  • Arivazhagan, S., Ganesan, L.. "Texture Classification Using Wavelet Transform", Pattern ...
  • _ _ _ Seabed Texture Segmentation and Classification Based on ...
  • Liu, Zhe., "Minimum Distance Texture Classification of SAR Images in ...
  • Helfoush, Mohammad Sadegh., Taghdir, Narges., ...
  • Internatiohal Conference o Machine Vision, 2009. ...
  • Yingqi, Li., Mingyi, He., "Texture-based Segmentation of High Resolution SAR ...
  • Shutao Li, Xinmin Fu, Bin Yang., _ 'No nsubsampled Contourlet ...
  • Javidan, Reza., Masnadi- Shirazi , M. A., Azimifar, Zobreh., _ ...
  • Liu, Zhe, Fan, Xiaowei., Lv, Fangyua., "SAR Image ...
  • Do, Minh N., Vetterli, Martin., "The contourlet transform: az efficient ...
  • _ _ to Support Vector Machines", Survey, August 6, 2002. ...
  • Rajashekhara., Novel Image Retrieval Techniques: Domain Specific Approaches, PHD Theses, ...
  • _ _ floor", Computer Vision and Image Understanding 79, pp. ...
  • Tshilidzi , "Image Classification Using SVMs: One- against-One Vs One-against-All ...
  • Javidan, Reza., Masnadi- Shirazi _ Mohammad A., Azimifar, Zohreh., "Seabed ...
  • نمایش کامل مراجع