توضیحات
قطعه بندی تصویر رنگ با استفاده از ویژگی های بافت و با استفاده از کلاسیفایر ماشین بردار پشتیبان فازی FSVM
این شبیه سازی ترکیبی از دو مقاله است ،
اولین مقاله
“Color image segmentation using svm pixel classification Image”
قرار است با استفاده از “فیلتر گابور” ویژگی های ” بافت” تصویر رنگی استخراج شده و توسط الگوریتم “میانگین فازی Fuzzy c-mean ” خوشه بندی شود. سپس با استفاده از خوشه های(دسته ها) آماده شده از الگوریتم fcm ، الگوریتم کلاسیفایر فازی “fuzzy svm(support vector machine)” آموزش دیده و سپس تصاویر تست رو با استفاده از ویژگی های بافت قطعه بندی کند. یعنی در واقع هدف “قطعه بندی” تصاویر با ویژگی های بافت است.
البته در مقاله اول از fuzzy svm صحبت نشده و در مقاله ذیل صحبت شده است
“يك ماشين بردار پشتيبان فازي جديد با فازي سازي در دو مرحله”
فازی سازی در دو مرحله شامل اول ” دخالت دادن اهمیت نمونه ها” و دوم “تصمیم گیری نرم با استفاده از منطق فازی”
مراحل کار به این صورت است که ابتدا مشخصه ها از جمله مشخصه های رنگ و texture استخراج میشود. مشخصه های رنگ با استفاده از تبدیل رنگ به فضای CIELAB و انحراف معیار هر یک از فضاها بدست آمده و مشخصه های texture با اعمال فیلتر لبه گیر سوبل و گابور بدست میآید. سپس FCM اعمال شده و پس از آموزش FSVM کلاسترینگ صورت میگیرد.
زمان اجرای این برنامه طولانی است و بستگی به قدرت سیستم دارد. و نتیجه اجرا تصویر محصول است.
تصاویر استفاده شده :
دیتاست قطعه‌بندی تصاویر مربوط به دانشگاه برکلی
https://www2.eecs.berkeley. edu/Research/Projects/CS/ vision/bsds/BSDS300/html/ dataset/images.html
شبیه سازی قطعه بندی تصویر رنگ با استفاده از ویژگی های بافت و با استفاده از کلاسیفایر ماشین بردار پشتیبان فازی FSVM
توسط کارشناسان سایت متلبی پیاده سازی گردیده و به تعداد محدودی قابل فروش می باشد.
دیدگاهها
هیچ دیدگاهی برای این محصول نوشته نشده است.