روش قطعه بندی بدون ناظر تصاویر با استفاده از مثلث بندی دلونی

قطعه بندی و آنالیز تصاویر از جمله مراحل مهمی در بینایی ماشین است که امروزه بیشتر مورد توجه قرار گرفته است. قطعهبندی تصاویر یکی از مراحل مهمی است بطوری که می تواند کمک بسیاری در استخراج ویژگی ها و نیز در زمینه طبقه بندیاین اطلاعات داشته باشد. الگوریتم های متنوع قطعه بندی بر پایه انتخاب ناحیه ای مشخص و تشابه بین نواحی مختلف کارقطعه بندی را انجام می دهند. در این مقاله به ارائه روشی نوین بر پایه مثلث بندی دلونی برای قطعه بندی تصاویر در مرحلهپیش پردازش خواهیم پرداخت. در فرایند پیش پردازش روش هایی چون فیلتر کردن تصاویر و حذف نویزها و نیز بهبودتصاویر را داریم. الگوریتم پیشنهادی در این مقاله بر پایه سیستم های ورونوی برای پیدا کردن نواحی متشابه با استفاده ازمثلث بندی دلونی است. امتیازی که این روش دارد در این است که 89 درصد از ویژگی های تصویر را استخراج می کند درصورتی که روشهای معادل بدون ناظر همچون شبکه های عصبی درصد پایینی از ویژگی ها را استخراج می کند. روشپیشنهادی بدون ناظر بوده و بر پایه روش ورونوی و مثلث بندی دلونی بر پایه انتخاب و گسترش ناحیه مشخص است.همچنین با استفاده از الگوریتم تقسیم و غلبه برای مثلث بندی دلونی زمان مصرفی را به اندازه قابل توجه ای کاهش دادهایم (زمان مصرفی= 0.5 ثانیه). برای ارزیابی، روش پیشنهادی را با روش بدون ناظر شبکه های عصبی خود سازماندهی و نیزبرای محاسبه دقت از روش اقلیدسی استفاده می کنیم.

کلیدواژه ها:

ناحیه های ورونوی ، مثلث بندی دلونی ، شبکه های عصبی خود سازماندهی ، فاصله اقلیدسی ، بدون ناظر