تعیین آستانه های چند سطحی بر مبنای ماکزیمم سازی آنتروپی فازی نوع 2

سال انتشار: 1395
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 415

فایل این مقاله در 10 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

ICTCK03_014

تاریخ نمایه سازی: 10 تیر 1396

چکیده مقاله:

تعیین آستانه ها بر مبنای اصل ماکزیمم سازی آنتروپی فازی، یک تکنیک پرکاربرد در بخش بندی تصویر است. اغلب روش های ارایه شده در این زمینه، بر بهینه سازی مجموعه های فازی نوع 1 متمرکز شده اند. در نتیجه، کیفیت بخش بندی در این روش ها به صحت انتساب درجه عضویت دقیق هر پیکسل به هر ناحیه در تصویر بستگی دارد که این خود، وابسته به انتخاب تابع عضویتی با بهترین توصیف از آن تصویر است. این الگوریتم ها همواره در انتخاب یک تابع عضویتی با بهترین توصیف از آن تصویر است. در نتیجه، این الگوریتم ها همواره در انتخاب یک تابع عضویت مناسب برای تصاویر متفاوت با عدم قطعیت مواجه هستند. در این مقاله، به منظور غلبه بر این عدم قطعیتف از یک تابع عضویت فازی نوع 2 برای ماکزیمم سازی آنتروپی مجموعه های فازی و تعیین آستانه های بهینه در تصاویر خاکستری استفاده شده است.ارزیابی ها بر روی تصاویر تست استاندارد برای هر دو آستانه گذاری دو سطحی و چندسطحی نشان می دهد که الگوریتم ارایه شده نتایج بهتری را در مقایسه با دیگر روش ها به دست می آورد.

کلیدواژه ها:

آنتروپی فازی ، آستانه گذاری چندسطحی ، بهینه سازی کلونی زنبور مصنوعی ، مجموعه های فازی نوع 2

نویسندگان

بهاره پرتونیا

دانشجوی کارشناسی ارشد هوش مصنوعی، دانشگاه آزاد اسلامی واحد مشهد، مشهد، ایران

سیدجواد سیدمهدوی چابک

گروه هوش مصنوعی، دانشگاه آزاد اسلامی واحد مشهد، مشهد، ایران

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 :
  • M. Sezgin and B. l. Sankur, "Survey over image thresholding ...
  • L. A. Zadeh, "The concept of a linguistic variable and ...
  • J. M. Mendel and R. John, "Type-2 fuzzy set made ...
  • Q. Liang and J. M. Mendel, "Interval type-2 fuzzy logic ...
  • H. R. Tizhoosh" , Image thresholding using type-2 fuzzy sets, ...
  • H. Bustince, E. Barrenechea, M. Pagola, J. Fermandez, and J. ...
  • C. V. Narayana, E. Sreenivasa Reddy, and M. Seetharama ...
  • M .Pagola, C. Lopez-Molina, J. Fermandez, E. Barrenechea, and H. ...
  • O .ASSAS, "Image thresholding using type-2 fuzzy c-partition entropy and ...
  • _ _ _ _ recognition, " Information Sciences, vol. 179, ...
  • M. A. Khanesar, E. Kayacan, M. Teshnehlab, and O. Kaynak, ...
  • C. Heng-da, C. Jim-Rong, and L. Jiguang, "Threshold selection based ...
  • O. ASSAS and K. Benmahammed "Fuzzy C-Partition Using Particle Swarm ...
  • _ _ _ thresholding, " ...
  • clustering techniques and competitive neural network, " Applied Soft Computing, ...
  • Z. Wang, A. C. Bovik, H. R. Sheikh, and E. ...
  • L. Zhang, L. Zhang, X. Mou, and D. Zhang, "FSIM: ...
  • Transactions o Image Processing, vol. 20, pp. 2378-2386, 2011. ...
  • M.-H. Horng, "Multilevel thresholding selection based on the [22] _ ...
  • artificial bee colony algorithm for image segmentation, " Expert Systems ...
  • نمایش کامل مراجع