ارسل ملاحظاتك

ارسل ملاحظاتك لنا







الرئيسية > تصنيف الصور باستخدام تكميم الم...>الوصف

تصنيف الصور باستخدام تكميم المتجهات والشبكات العصبية

العنوان بلغة أخرى: Image classification using vector Quantization &Neural Networks
المصدر: مجلة كلية التربية الأساسية
الناشر: الجامعة المستنصرية - كلية التربية الأساسية
المؤلف الرئيسي: سعيد، إيناس محمد حسين (مؤلف)
المجلد/العدد: ع 64
محكمة: نعم
الدولة: العراق
التاريخ الميلادي: 2010
الصفحات: 155 - 165
ISSN: 8536-2706
رقم MD: 430824
نوع المحتوى: بحوث ومقالات
قواعد المعلومات: EduSearch
مواضيع:
التصوير الرقمي | الصور الرقمية | التقنيات الحديثة | تصنيف الصور | مستخلصات الأبحاث
رابط المحتوى:

الناشر لهذه المادة لم يسمح بإتاحتها.
صورة الغلاف QR قانون
حفظ في:
المستخلص: وصل اليوم علم معالجة الصور إلى مرحلة متطورة جداً. ويعتبر من أهم العلوم التطبيقية المتطورة في عدة حقول، يهدف هذا البحث إلى البناء خوارزمية تصنيف الصور باستخدام تكميم المتجهات والشبكات العصبية، في المرحلة الأولى من الخوارزمية نأخذ (30) صورة مختلفة الأشكال، ونقطعها إلى صور صغيرة حجمها (8*8). تستخدم هذه المقاطع لتوليد مراجع لغرض تصنيفها، ويتطلب الحصول على كتاب التشفير الذي حجمه (2) باستعمال تكميم المتجهات، حيث يستعمل كتاب التشفير في تجميع المعلومات وكنتيجة لذلك سوف يتم الحصول على (20) مرجع وهذه المراجع مرقمة من (1 – 20) لغرض عنونتها. يتم التصنيف بطريقتين وهما: (عنونة المراجع) و(الشبكات العصبية)، حيث كانت نسبة النجاح في التصنيف (75%) بطريقة الشبكات العصبية. \

Image processing science reached today a very special standing. It is one of the modern and important applications in many fields. The research aims to design and build algorithms for image classification using Vector Quantization technique (VQ) and Neural Network (N.N).In the first stage of this work the data are collected from (30) different images. It is required that these images to be segmented into matrix of (8×8) dimension. These segments will be used collectively in the generation of reference sets for the purpose of classification. It is required next to obtain a codebook of size (2) using VQ algorithm. These two codeword are used in the clustering of the database. As a result a (20) reference segments are obtain. These references were numbered as 1 up to 20 for the purpose of labeling. Next, the classification has been achieved by two methods, once the labeling of the reference set and next on the neural network. In the testing, 5 images are tested by the proposed system. An overall accuracy of 75% was achieved correctly for neural network methods. \
وصف العنصر: ملخص لبحث منشور باللغة الإنجليزية
ISSN: 8536-2706

عناصر مشابهة


© 2024 المنظومة. جميع الحقوق محفوظة.