ارائه یک مدل آماری موثر در تشخیص پوست انسان با استفاده از تلفیق توصیف کننده های رنگ و بافت

سال انتشار: 1398
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 423

فایل این مقاله در 15 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

ITCT06_093

تاریخ نمایه سازی: 24 شهریور 1398

چکیده مقاله:

تشخیص پوست انسان بعنوان یک مرحله اساسی پیش پردازش در بسیاری از برنامه های پردازش تصویر و بینایی ماشین حائز اهمیت است. رنگ پوست یک ویژگی اصلی و قوی در تشخیص پوست است. اکثر روشهای مطرح تشخیص پوست بر اساس رنگ، اگرچه نرخ پذیرش TPR بالایی دارند اما نرخ پذیرش خطا FPR در آنها به دلیل همپوشانی رنگی بالا بین نواحی پوست و غیر پوست، در بیشتر موارد غیرقابل قبول است. در این مقاله یک روش موثر بر اساس یک مدل تلفیقی آماری برای استخراج نواحی پوست در تصویر رنگی ارائه شده است. در مدل پیشنهادی یک ترکیب موثر از فضاهای رنگی که پایداری بیشتری در مقابل تغییرات مختلف نور داشته باشد، پیشنهاد شده است. علاوه بر اطلاعات رنگ از اطلاعات بافت تصویر برای متمایز کردن بافتهای همرنگ پوست انسان استفاده شده است. برای این منظور توصیف کننده قوی الگوی باینری محلی معرفی شده و با توجه به اهمیت نقش رنگ در تمایز اشیاء در این مقاله استفاده از عملگر الگوی باینری محلی در فضاهای رنگی پیشنهاد شده است. سپس میدان تصادفی شرطی برای ترکیب اطلاعات رنگ و بافت بطور آماری و مدل کردن ارتباط فضایی بین پیکسلهای تصویر در فضای مختلف ویژگیها مطرح شده است. در نهایت مدل CRF آموزش داده شده برای شناسایی و متمایز کردن نواحی پوست در تصاویر رنگی استفاده میشود. نتایج حاصل از روش پیشنهادی روی پایگاه داده های مطرح و مقایسه با نتایج روشهای دیگر موفقیت و کارایی بهینه روش پیشنهادی را نشان می دهد.

نویسندگان

ناهید ندیمی

دانشکده مهندسی برق و کامپیوتر، دانشگاه شیراز، شیراز

سیده زهره عظیمی فر

دانشیار دانشکده مهندسی برق و کامپیوتر، دانشگاه شیراز، شیراز