استخراج ویژگی با فیلتر بانک گابور برای بازشناسی تصاویر بافت و بهبود نرخ بازشناسی با وزن دهی به ویژگیها با استفاده الگوریتم ژنتیکی
محل انتشار: هشتمین کنفرانس ماشین بینایی و پردازش تصویر ایران
سال انتشار: 1392
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 2,561
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:
ICMVIP08_032
تاریخ نمایه سازی: 9 بهمن 1392
چکیده مقاله:
بافتی تصمیم را شاید بتوان یکی از مهمترین معیارها در پردازش و بازشناسی پذیر دانست. و بازشناسی تصاویر بافت با استفاده از بردار ویژگی استخراج شده از تصویر، بافت ناشناخته ورودی به یکی از گوشههای مردم نسبت داده میشود بنابراین با معیار چگونگی استخراج ویژگی از تصویر و استفاده از طبق بند مناسب نقش بسزایی را در نرخ بازشناسی ایفا خواهند کرد. روش پیشنهاد شده در این مقاله در استخراج ویژگی از بافت تصفیه به وسیله فیلتر بانک گابور و وزن دار کردن بردار ویژگی بافت تصویر با استفاده از الگوریتم ژنتیکی بود و خوشه بندی بافت باز استفاده از طرف من نزدیکترین همسایگی انجام شده است، نتایج نشان داده شده در مقاله گواه برتری این روش نسبت به روشهای پیشین میباشد .
نویسندگان
داود پناهنده
دانشجوی کارشناسی ارشد الکترونیک - دانشکده برق و کامپیوتر دانشگاه بیرجند
محمد رضوی
استادیار گروه الکترونیک - دانشکده کرد و کامپیوتر - دانشگاه بیرجند
ناصر مهر شاد
استادیار گروه الکترونیک دانشکده برق و کامپیوتر دانشگاه بیرجند
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 :