بازشناسی شکل براساس ترکیب ویژگی فاصله مکانی و زاویه نرمال نقاط کانتور مرزی
محل انتشار: هفتمین کنفرانس ماشین بینایی و پردازش تصویر ایران
سال انتشار: 1390
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 913
فایل این مقاله در 5 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
این مقاله در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
ICMVIP07_065
تاریخ نمایه سازی: 28 مرداد 1391
چکیده مقاله:
در این مقاله، ویژگی جدیدی برای طبقه بندی اشکال بر مبنای کانتور مرزی پیشنهاد می گردد. در این رویکرد، پس از به دست آوردن نقاط کانتور مرزی، ابتدا نرمال های کانتور مرزی را به ازای گام های مشخصی بدست آورده و در مرحله استخراج ویژگی، زاویه و فاصله بین نرمال ها را با استفاه از هیستوگرام سه بعدی، ترکیب و نمونه برداری می کنیم تا در نهایت یک بردار ویژگی یک بعدی و هم اندازه برای هر شکل داشته باشیم. برای انجام طبقه بندی، از ماشین بردار پشیتبان (SVM) و شبکه عصبی احتمالاتی (PNN) استفاده کرده و به نتایج نسبتاً خوبی در پایگاه داده MPEG-7 در مقایسه با سایر روش ها دست یافتیم.
کلیدواژه ها:
بازشناسی اشکال ، کانتور مرزی ، زاویه و فاصله بردار کانتور مرزی ، هیستوگرام سه بعدی ، ماشین بردار پشیتبان ، شبکه عصبی احتمالاتی
نویسندگان
علی قلی پور
دانشگاه صنعتی سهند تبریز، دانشکده مهندسی برق، آزمایشگاه تحقیقاتی ب
حسین ابراهیم نژاد
دانشگاه صنعتی سهند تبریز، دانشکده مهندسی برق، آزمایشگاه تحقیقاتی ب
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 :