ارسل ملاحظاتك

ارسل ملاحظاتك لنا







الرئيسية > تقسيم نسيج الصورة باستخدام مرش...>الوصف

تقسيم نسيج الصورة باستخدام مرشح غابور ومرشح انتشار انيزوتروبيك Texture Image Segmentation Using Gabor Filter and Anisotropic Diffusion Filter

المصدر: مجلة المنصور
الناشر: كلية المنصور الجامعة
المؤلف الرئيسي: حسين، زينب محمد (مؤلف)
المجلد/العدد: ع 13
محكمة: نعم
الدولة: العراق
التاريخ الميلادي: 2010
الصفحات: 21 - 39
DOI: 10.36541/0231-000-013-001
ISSN: 1819-6489
رقم MD: 448586
نوع المحتوى: بحوث ومقالات
اللغة: العربية
قواعد المعلومات: EcoLink, HumanIndex
مواضيع:
مرشح انتشار انيزوتروبيك | مستخلصات الابحاث | تقسيم الصور | نسيج الصور | طرق التقسيم | مرشح غابور | الخوارزمية
رابط المحتوى:

الناشر لهذه المادة لم يسمح بإتاحتها.
صورة الغلاف QR قانون
حفظ في:
المستخلص: تقسيم الصورة عملية مهمة جدا في العديد من تطبيقات تحليل الصور ورؤية الحاسبة. في هذه البحث تم اقتراح طريقة تقسيم نسيج الصورة باستخدام مرشح غابور، ومرشح انتشار انيزوتروبيك، و خوارزمية العنقدةk-mean . مرشح غابور أستخدم كمرشح متعدد القنوات لتحليل النسيج في الصورة. عملية استخلاص وتحسين خصائص النسيج تم باستخدام مرشح انتشار أنيزوتروبيك. ثم تم استخدام خوارزمية العنقدة k-meanلتجميع نقاط الصورة إلى عناقيد تمثل مناطق النسيج في الصورة. نوعية التجزئة باستخدام هذه الطريقة تم تقييمه باستخدام مقياس الدفة UMA.التجارب ترينا أن إنجاز هذه الطريقة فعال وأنها أعطت نتائج تقسيم دقيقة وأفضل مقارنة مع طريقة Seo من ناحية نوعية التجزئة، عدد مرات التنفيذ، زمن التنفيذ والقدرة على تجزئة عدد كبير من الأنسجة وتجزئه صورة حقيقية، صور الفسيفساء، صور المناطق السقوف والصور الأرضية، ولتمييز الأجسام من الخلفية.

Image segmentation is very important task in many image analysis or computer vision applications. In this paper a texture image segmentation method using Gabor filter, anisotropic filter, and k-mean clustering algorithm was proposed. The Gabor filter was used as a multi-channels filter to analyze the texture in the image. The extraction and enhancement of the texture features obtained using anisotropic diffusion filter. Then the k-mean algorithm used to cluster pixels into number of clusters representing the texture regions. The quality of segmentation using this method was evaluated using Ultimate Measurement Accuracy (UMA) metric. The experiments show that the performance of this method is effective, accurate and gives better results as compared with the Seo method from the view of quality of segmentation, the number of run times, the execution time and the capability of separating a large number of textures, and of segmented real images, random mosaics texture images, area of roofs and ground images, and to distinguish objects from background.
وصف العنصر: ملخص لبحث منشور باللغة الانجليزية
ISSN: 1819-6489

عناصر مشابهة


© 2024 المنظومة. جميع الحقوق محفوظة.