تشخیص و جداسازی پوست در تصویر، با استفاده از روش های آماری

تشخیص پوست کاربردهای مختلفی در بینایی ماشین و پردازش تصویر دارد. در این مقاله با تکیه بر روش های آماری مسئله ی تشخیص پوست بررسی شده و با توجه به اینکه بحث در مورد تصاویر رنگی است، دقت در انتخاب فضای رنگ مناسب، مسئله ای اجتناب ناپذیر می باشد. که در این مقاله از فضای رنگ HSV استفاده شده است. از تعدادی تصویر برای ساخت مجموعه داده استفاده شده که از این تصاویر 3 ویژگی استخراج شده و ویژگی چهارم مشخص کننده ی کلاس پوست یا غیر پوست می باشد. مسئله ی مهم دیگر بکارگیری مدل مناسب برای تشخیص نواحی پوست در تصویر است، سه دسته از روش های کلاس بندی بررسی و مقایسه شده است. این سه دسته عبارتند از روش هایی که بر پایه ی توزیع نرمال کار می کنند، روش های غیر خطی و روش های خطی و چندجمله ای درجه بالا. تخمین خطای دسته ها به این قرار است. دسته ی اول: 0.1594 دسته ی دوم: 0.00025 دسته ی سوم: 0.0776 همانطور که مشاهده می شود روش های غیر خطی بهترین عملکرد را دارند.

کلیدواژه ها:

تشخیص پوست ، روش های بر پایه ی توزیع نرمال ، روش های خطی ، روش های غیر خطی