ناشر تخصصی کنفرانس های ایران

لطفا کمی صبر نمایید

Publisher of Iranian Journals and Conference Proceedings

Please waite ..
ناشر تخصصی کنفرانسهای ایران
ورود |عضویت رایگان |راهنمای سایت |عضویت کتابخانه ها
عنوان
مقاله

بهینه سازی سرعت آستانه یابی مبتنی بر آنتروپی با بکارگیری الگوریتم بهین هسازی گروه ذرات (PSO)

سال انتشار: 1385
کد COI مقاله: ICMVIP04_065
زبان مقاله: فارسیمشاهده این مقاله: 1,848
فایل این مقاله در 8 صفحه با فرمت PDF قابل دریافت می باشد

خرید و دانلود فایل مقاله

با استفاده از پرداخت اینترنتی بسیار سریع و ساده می توانید اصل این مقاله را که دارای 8 صفحه است به صورت فایل PDF در اختیار داشته باشید.
آدرس ایمیل خود را در کادر زیر وارد نمایید:

مشخصات نویسندگان مقاله بهینه سازی سرعت آستانه یابی مبتنی بر آنتروپی با بکارگیری الگوریتم بهین هسازی گروه ذرات (PSO)

سامان پروانه - دانشگاه آزاد اسلامی واحد علوم و تحقیقات
عمادالدین فاطمی زاده - دانشگاه صنعتی شریف، دانشکده برق
حمید بهنام - دانشگاه علم و صنعت ایران، دانشکده برق

چکیده مقاله:

ناحی هبندی تصویر با خودکار کردن یا تسهیل نمودن تشخیص ساختارهای مختلف و نواحی مورد علاقه، نقش مهمی را در بسیاری از کاربردهای تصویرگری بازی می کند. در این مقاله روش آنتروپی بهمراه روش آستان هگذاری جهت تعیین آستانة بهینه جهت جداسازی شیء از زمینه مطرح شده است و با بکارگیری الگوریتم بهینه سازی گروه ذرات سرعت این آستان هیابی افزایش یافته است و امکان ناحیه بندی زمان حقیقی فراهم شده است. روش آستان هیابی مبتنی بر آنتروپی از ویژگی یک بعدی هیستوگرام سطح خاکستری برای ناحیه بندی استفاده کرده است زیرا این هیستوگرام توزیع اطلاعات سطح خ اکستری را شامل می شود. در این مقاله الگوریتم بهینه سازی گروه ذرات با موفقیت با آستانه یابی مبتنی بر آنتروپی بکار گرفته شد و نتایج بدست آمده بر روی تصاویر واقعی نشان م یدهد که روش مطرح شده با حجم محاسباتی کمتری نتایج ناحی هبندی مناسبی را نتیجه می دهد که با روش جستجوی کامل تطابق دارد. مزیت این روش نسبت به روش آستانه یابی بتنی بر آنتروپی با جستجوی کامل، سرعت بالاتر آن در یافتن آستانة بهینه می باشد.

کلیدواژه ها:

ناحیه بندی تصویر ، آنتروپی ، محتوای اطلاعاتی و الگوریتم بهینه سازی گروه ذرات (PSO)

کد مقاله/لینک ثابت به این مقاله

کد یکتای اختصاصی (COI) این مقاله در پایگاه سیویلیکا ICMVIP04_065 میباشد و برای لینک دهی به این مقاله می توانید از لینک زیر استفاده نمایید. این لینک همیشه ثابت است و به عنوان سند ثبت مقاله در مرجع سیویلیکا مورد استفاده قرار میگیرد:

https://civilica.com/doc/44302/

نحوه استناد به مقاله:

در صورتی که می خواهید در اثر پژوهشی خود به این مقاله ارجاع دهید، به سادگی می توانید از عبارت زیر در بخش منابع و مراجع استفاده نمایید:
پروانه، سامان و فاطمی زاده، عمادالدین و بهنام، حمید،1385،بهینه سازی سرعت آستانه یابی مبتنی بر آنتروپی با بکارگیری الگوریتم بهین هسازی گروه ذرات (PSO)،چهارمین کنفرانس ماشین بینایی و پردازش تصویر،مشهد،https://civilica.com/doc/44302

در داخل متن نیز هر جا که به عبارت و یا دستاوردی از این مقاله اشاره شود پس از ذکر مطلب، در داخل پارانتز، مشخصات زیر نوشته می شود.
برای بار اول: (1385، پروانه، سامان؛ عمادالدین فاطمی زاده و حمید بهنام)
برای بار دوم به بعد: (1385، پروانه؛ فاطمی زاده و بهنام)
برای آشنایی کامل با نحوه مرجع نویسی لطفا بخش راهنمای سیویلیکا (مرجع دهی) را ملاحظه نمایید.

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 :

  • ارائه روش نوینی جهت آشکارسازی ضایعات MS با استفاده ازمعیار آنتروپی [مقاله کنفرانسی]
  • Gonzalez R., Woods R.E., Digital Image Processing , 2D Edition, ...
  • Kennedy J., R. Eberhart R., Shi Y., Swarm Intelligence, Morgan ...
  • Bankman I.N., Handbook of Medical Imaging Processing and Analysis _ ...
  • de Albuquerque M.P. _ Esquef L.A., Gesualdi Mello A.R. , ...
  • Wong A.K.C., Sahoo P.K. , "A gray-level threshold selection method ...
  • Sahoo P.K., Wilkins C. , ; ;Thresholding selection using Renyi's ...
  • The Whole Brain Atlas Project of Harvard University Internet site ...
  • مدیریت اطلاعات پژوهشی

    صدور گواهی نمایه سازی | گزارش اشکال مقاله | من نویسنده این مقاله هستم

    اطلاعات استنادی این مقاله را به نرم افزارهای مدیریت اطلاعات علمی و استنادی ارسال نمایید و در تحقیقات خود از آن استفاده نمایید.

    علم سنجی و رتبه بندی مقاله

    مشخصات مرکز تولید کننده این مقاله به صورت زیر است:
    نوع مرکز: دانشگاه آزاد
    تعداد مقالات: 32,863
    در بخش علم سنجی پایگاه سیویلیکا می توانید رتبه بندی علمی مراکز دانشگاهی و پژوهشی کشور را بر اساس آمار مقالات نمایه شده مشاهده نمایید.

    مقالات پیشنهادی مرتبط

    مقالات مرتبط جدید

    به اشتراک گذاری این صفحه

    اطلاعات بیشتر درباره COI

    COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.

    کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.

    پشتیبانی