روشی جدید برای دسته بندی تصاویر با استفاده از عضویت، خصوصیات و اطلاعات مکانی هر پرسنل
محل انتشار: چهاردهمین کنفرانس سالانه انجمن کامپیوتر ایران
سال انتشار: 1387
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 1,349
فایل این مقاله در 5 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
ACCSI14_168
تاریخ نمایه سازی: 26 مهر 1387
چکیده مقاله:
در این مقاله ما یک روش جدید برای دسته بندی (Classification) تصاویر دارای نویز ارائه کرده ایم. در بیشتر روش های ارائه شده برای دسته بندی تصویر فقط از اطلاعات خود پیکسل برای دسته بندی استفاده می شود و اطلاعات همسایگان پیکسل در نظر گرفته نمی شود. در روش پیشنهاد شده، از عضویت، خصوصیت و اطلاعات همسایگان هر پیکسل برای دسته بندی آن استفاده می شود. این روش ترکیبی از الگوریتم های دسته بندی (FCM (Fuzzy c-means و (PCM (Possibilistic c-means با استفاده از اطلاعات مکانی می باشد. ( در این مقاله به اختصار possibilistic fuzzy c-means) MPFCM (Modified نامیده می شود) و نتایج به دست آمده نشان می دهد که این روش تصاویر دارای نویز، به ویژه تصاویر پزشکی، را به خوبی دسته بندی می کند.
کلیدواژه ها:
نویسندگان
حسن ختن لو
گروه مهندسی کامپیوتر دانشگاه بوعلی سینا همدان
سید سینا طایفه هاشمی
گروه مهندسی کامپیوتر دانشگاه بوعلی سینا همدان
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 :