جستجو در سایت : عنوان یا موضوع مورد نظر خود را در کادر زیر وارد کنید و enter بزنید

Loading
09354382544

MP02 – یک روش برای قطعه بندی segmentation تصویر بر اساس الگوریتم بهینه سازی تجمعی ذرات PSO

39,000 تومان

توضیحات

fig3

 An efficient method for segmentation of images based on fractional calculus and natural selection

Image segmentation has been widely used in document image analysis for extraction of printed characters, map processing in order to find lines, legends, and characters, topological features extraction for extraction of geographical information, and quality inspection of materials where defective parts must be delineated among many other applications. In image analysis, the efficient segmentation of images into meaningful objects is important for classification and object recognition. This paper presents two novel methods for segmentation of images based on the Fractional-Order Darwinian Particle Swarm Optimization (FODPSO) and Darwinian Particle Swarm Optimization (DPSO) for determining the n-1 optimal n-level threshold on a given image. The efficiency of the proposed methods is compared with other wellknown thresholding segmentation methods. Experimental results show that the proposed methods perform better than other methods when considering a number of different measures.

 

خلاصه (ترجمه توسط ماشین) :

تقسیم بندی تصویر شده است به طور گسترده ای در تجزیه و تحلیل تصویر سند برای استخراج از شخصیت های چاپ استفاده می شود، پردازش نقشه را در جهت پیدا خطوط، افسانه ها، و شخصیت، ویژگی های استخراج توپولوژیک برای استخراج اطلاعات جغرافیایی، و کیفیت بازرسی از مواد که در آن قطعات معیوب باید در میان بسیاری از برنامه های کاربردی دیگر مشخص. در تجزیه و تحلیل تصویر، تقسیم بندی کارآمد تصاویر تبدیل به اشیاء معنی دار برای طبقه بندی و تشخیص شیء مهم است. در این مقاله دو روش جدید برای تقسیم بندی تصاویر بر اساس جزء به جزء سفارش داروینی ذرات بهینه سازی (FODPSO) و داروین ذرات بهینه سازی (DPSO) برای تعیین N-1 بهینه آستانه در سطح N در یک تصویر داده شده است. بهره وری از روش ارائه شده است با دیگر شناخته شده مقایسه روش تقسیم بندی آستانه. نتایج تجربی نشان می دهد که روش پیشنهادی انجام بهتر از روش های دیگر که با توجه به تعدادی از اقدامات مختلف.

 

 

خروجی :

out3

 

 

کد متلب MATLAB

یک فایل فارسی توضیح خط به خط برنامه هم وجود دارد.

 

دانلود اصل مقاله

1 دیدگاه برای MP02 – یک روش برای قطعه بندی segmentation تصویر بر اساس الگوریتم بهینه سازی تجمعی ذرات PSO

  1. سلام

    ممنون میشوم لطف بفرمایید و توضیحات قسمت
    function imgOut = imageRGB(img,Rvec,Gvec,Bvec)

    را هم بدهید.

    سپاس از لطف شما

    • برنامه این تابع به صورت زیر است


      function imgOut=imageRGB(img,Rvec,Gvec,Bvec)%img=original image;Rvec=xR;Gvec=xG,Bvec=xB
      imgOutR=img(:,:,1);
      imgOutG=img(:,:,2);
      imgOutB=img(:,:,3);

      Rvec=[0 Rvec 256];
      for iii=1:size(Rvec,2)-1
      at=find(imgOutR(:,:)>=Rvec(iii) & imgOutR(:,:)=Gvec(iii) & imgOutG(:,:)=Bvec(iii) & imgOutB(:,:)
      اینطور که از تابع بر میاد یک تصویر RGB را به همراه سه پارامتر می گیرد.
      سپس بعدهای R و G و B را استخراج می کند. بر روی هر کدام یک حد آستانه اعمال می کند و سپس در انتها یک تصویر RGB بر می گرداند.
      برای توضیحات بیشتر مرجع را مطالعه بفرمایید.

دیدگاه خود را بنویسید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *

پشتیبانی