نوع مدرک: | متون چاپی |
سرشناسه | طاهری ، مریم، نویسنده |
ردهبندی کنگره : | COM A 15 1399 |
عنوان : | دسته بندی تصاویر بافتی بر پایه آنالیز ترکیبی الگوهای بافتی محلی در محیط فرکانس |
عنوان موازی : | Classification of texture image based on combine analysis of local texture patterns in the frequency environment |
ناشر: | دانشگاه شهید اشرفی اصفهانی: اصفهان |
سال نشر : | 1399 |
صفحه شمار: | خ، 74 |
شابک/شاپا | 23840 |
یادداشت | پایان نامه کارشناسی ارشد: رشته مهندسی کامپیوتر گرایش هوش مصنوعی |
شناسه افزوده : | فکری ارشاد ، شروان، استاد راهنما |
توصیفگرها | آنالیز بافت تصویر طبقه بندی تصاویر بافتی استخراج ویژگی الگوی دودویی محلی تبدیل موجک گسسته |
چکیده : | بافت را می توان در حوزه مکان به صورت تابعی از تغییرات شدت روشنایی پیکسل ها تعریف نمود. آنالیز بافت تصویر نقش حیاتی در حوزه شناسایی الگو و بینایی ماشین دارد که برای تشخیص و یا تمایز دادن سطح و اشیاء تصویر از یکدیگر میتوان از آن استفاده نمود. الگوی دودویی محلی و نسخه های بهبود یافته آن ویژگی های مناسبی را برای آنالیز بافت تصویر ارائه می دهند. الگوی دودویی محلی(LBP) براساس مقایسه شدت روشنایی پیکسل مرکزی با شدت روشنایی پیکسل های همسایه برای هر پیکسل تصویر محاسبه می گردد. اولین توسعه بر روی الگوی دودویی محلی به نام الگوی دودویی محلی بهبود یافته (MLBP)، بر اساس میزان یک نواختی تعداد جهش های رخ داده در شدت روشنایی نقاط موجود در همسایگی است. توصیف ویژگی ها در الگوی اختلاف محلی همسایه (LNDP) متفاوت است زیرا رابطه متقابل پیکسل های همسایه را در یک الگوی دودویی در نظر می گیرد. الگوی دودویی بهبود یافته و الگوی اختلاف محلی همسایه مکمل یکدیگر هستند زیرا می تواند بیشترین اطلاعات را از رابطه پیکسل های همسایه محلی استخراج نماید. همچنین تصاویر بافتی در حوزه فرکانس در بردارنده اطلاعات مفیدتری از لحاظ تشخیص می باشند. در این پایان نامه روشی برای دسته بندی بافت تصاویر بر پایه استخراج اطلاعات بافتی محلی در حوزه فرکانس ارائه شده است. به همین منظور جهت برجسته تر شدن اختلاف محلی شدت روشنایی، تصویر ورودی توسط تبدیل موجک گسسته به محیط فرکانس منتقل شده است. سپس از ترکیب معنادار هیستوگرام الگوی دودویی محلی و الگوی اختلاف همسایگی محلی در این محیط جهت بردار ویژگی استفاده شده است. کارایی روش پیشنهادی بر روی تصاویر بافتی در پایگاه داده های 000010_ Outex TC و 000012_Outex TC بر اساس معیار دقت دسته بندی به ترتیب درجه دقت 05/99 و 72/99 را فراهم کرده است. نتایج تجربی نشان داد که روش پیشنهادی دقت بالایی نسبت به بسیاری از نسخه¬های پیشین LBP، جهت طبقه بندی تصاویر بافتی فراهم می¬کند |
لینک ثابت رکورد: | ../opac/index.php?lvl=record_display&id=13055 |
زبان مدرک : | فارسی |