صادق پاسبان - هیات علمی دانشگاه بیرجند دانشکده مهندسی برق و کامپیوتر – دانشگاه بیرجند – بیرجند - ایران
جواد زراعتکارمقدم - دانشکده مهندسی برق و کامپیوتر – دانشگاه بیرجند – بیرجند - ایران
سجاد محمدزاده - دانشکده مهندسی برق و کامپیوتر – دانشگاه بیرجند – بیرجند - ایران
امیرکیوان شفیعی - دانشکده مهندسی برق و کامپیوتر – دانشگاه بیرجند – بیرجند - ایران

ناحیه بندی تصاویر روشی برای تقسیم بندی یا بخش بخش کردن یک تصویر به اجزای تشکیل دهنده آن بر اساس پردازش خودکار رنگ یا اطلاعات سطح خاکستری موجود در هر پیکسل است که هر ناحیه، سگمنت نامیده میشوند. این روش کاربردهای زیادی در پردازش تصویر، بینایی ماشین، پزشکی، بیولوژیکی، روباتیک و ... دارد. ناحیه بندی تصاویر یک مرحله مهم پیش پردازش در تجزیه و تحلیل تصاویر است و موفقیت در تجزیه و تحلیل تصویر به شدت به ناحیه بندی بستگی دارد. این مقاله رویکرد جدیدی برای ناحیه بندی تصاویر پزشکی در موقعیتهایی که تصویر با نویز نمک و فلفل خراب شده است ارائه می دهد. ناحیه بندی سنتی تصویر نسبت به نویز حساس است. ساختار ناحیهبندی تصویر پیشنهاد شده در این مقاله برای مقابله با نویز(آشکارسازی لبه), ترکیبی از تبدیل موجک، سیستم استنتاج فازی و فیلتر میانه تطبیقی است. روش ارائه شده تحت شرایط نویزی در چندین تصویر مورد آزمایش قرار گرفت و همچنین با الگوریتم معمولی مقایسه شده و نتایج تجربی نشان میدهند که روش پیشنهادی عملکرد بهتری را ارائه می کند و میتواند به شکل موثرتری برای ناحیه بندی تصاویر پزشکی در شرایط نویزی مورد استفاده قرار گیرد.

ناحیه بندی تصویر، تشخیص لبه، تبدیل موجک، پردازش تصویر، سیستم استنتاج فازی، نویز نمک و فلفل.