استفاده از شبکه های عصبی SOM در پردازش تصویر
- سال انتشار: 1396
- محل انتشار: سومین کنفرانس ملی نوآوری و تحقیق در مهندسی برق و مهندسی کامپیوتر و مکانیک ایران
- کد COI اختصاصی: ICCONF03_117
- زبان مقاله: فارسی
- تعداد مشاهده: 1284
نویسندگان
کارشناسی ارشد کامپیوتر گرایش نرم افزار، دانشگاه آزاد اسلامی واحد میانه، آذربایجان شرقی، ایران
چکیده
قطعه بندی یک پردازش میانی در مباحث پردازش تصویر است که نقش اساسی در تحلیل تصاویر و بینایی ماشین دارد. سخت افزار سامانه های تصویر برداری به گونه ایست که تصاویر خروجی به علل مختلف چون نویز، محدود بودن دقت مکانی و زمانی، پدیده مات شدن و ناهمگونی موجود در اشیا عدم قطعیت و ماهیت فازی پیدا می کند. معمولا مرحله اول در تحلیل تصویر بخش بندی است. با عمل بخش بندی تصویر به قسمت های تشکیل دهندهاش تقسیم می شود. میزان بخش بندی، به موضوع مورد نظر بستگی دارد. یعنی وقتی اشیای مورد علاقه کاربرد مورد نظر از هم جدا شدند، باید بخش بندی متوقف شود. به طور کلی بخش بندی یکی از مشکل ترین کارها در پردازش تصویر است. این مرحله است که موفقیت یا شکست احتمالی تحلیل تصویر را تعیین می کند. در این بین عاملی به نام نویز مانعی ست برای رسیدن به قطعه بندی مطلوب. هدف ما در این پژوهش ارایه مدلیست که قطعه بندی را در شرایط نویزی با درجه مطلوبیت خوبی به انجام برساند. ما برای این امر شبکه عصبی را به دلیل ویژگی های خوب آن از قبیل یادگیری انتخاب کرده ایم. شبکه های عصبی به دو نوع با ناظر و بدون ناظر تقسیم می شوند. شبکه های با ناظر به دلیل وابسته بودن به الگوهای انتخابی ناظر جهت یادگیری دارای محدودیت می باشند اما ما از شبکه های عصبی بدون ناظر استفاده کرده ایم. این شبکه ها برای یادگیری از رابطه بین الگو های ورودی استفاده می کنند. در این بین شبکه عصبی SOM از ویژگی های جالبی برخوردار است که ما این شبکه را برای رسیدن به امر قطعه بندی تصاویر نویزی انتخاب کرده ایم. مشکل تعیین تعداد کلاس ها را با این شبکه با تعیین یک سقف برای آن می توان برطرف کرد ویژگی دیگر آن یادگیری بدون نیاز به الگوی ورودی می باشد.کلیدواژه ها
قطعه بندی (segmentation)، نویز (noise)، پردازش تصویر (image processing)مقالات مرتبط جدید
- بررسی به کارگیری سیستم ذخیره سازی انرژی با استفاده از منابع انرژی تجدیدپذیر
- اقدامات لازم برای حفاظت از محیط زیست دریایی
- ارائه طرح مبتنی بر رایانش ابری جهت ارتقاء بهره وری صنایع خودروسازی (مطالعه موردی: مدیران خودرو)
- مروری بر تکنولوژی ماکرویو برای خردایش سنگ های کمیاب
- کاربرد و بکارگیری تکنولوژی های اینترنت اشیا ، یادگیری ماشین و پردازش تصویر در امنیت و کنترل خودرو
اطلاعات بیشتر در مورد 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.