COLOR IMAGE SEGMENTATION BASED ON REGION GROWING ALGORITHM
| العنوان بلغة أخرى: |
تقسيم الصور الملونة بالاعتماد على خوارزمية التدرجات اللونية |
|---|---|
| المؤلف الرئيسي: | الفراهيد، محمد إبراهيم (مؤلف) |
| مؤلفين آخرين: | السلطاني، ياس عباس (مشرف) |
| التاريخ الميلادي: |
2007
|
| موقع: | عمان |
| الصفحات: | 1 - 121 |
| رقم MD: | 587256 |
| نوع المحتوى: | رسائل جامعية |
| اللغة: | الإنجليزية |
| الدرجة العلمية: | رسالة ماجستير |
| الجامعة: | جامعة عمان العربية |
| الكلية: | كلية الدراسات العليا |
| الدولة: | الاردن |
| قواعد المعلومات: | Dissertations |
| مواضيع: | |
| رابط المحتوى: |
عدد مرات التحميل
9
| المستخلص: |
تقسيم الصور هو تجزئة الصور إلى مناطق متجانسة بحيث أن كل النقاط في المنطقة نفسها يجب أن تحمل الخصائص نفسها. خوارزمية جديدة تم اقتراحها لتقسيم الصور والتي تعتمد على تحديد مناطق البذرة في الصورة. هذه الخوارزمية طبقت على أنواع مختلفة من الصور مع اختلاف درجة تعقيدها. عملية التقسيم تم تطبيقها على كل نطاق من أنطقة الصور الملونة بالألوان الثلاثة ( الأحمر، الأخضر، الأزرق)، وايضاً تم فحصها على الصور الملونة ذات الأنظمة التي تعتمد على (الشكل، الإشباع، شدة اللون) في تلوين الصور. وأظهرت النتائج بأن تقسيم نطاق شدة اللون في النوع الأخير من الصور الملونة يعطي نتائج مشابهة لتقسيم الأنظمة الملونة بالألوان الثلاثة (الأحمر، الأخضر، الأزرق)، وأظهرت النتائج بأن هنالك علاقة ما بين عمليات التخمين لإغلاق المناطق وعدد المناطق المقسمة حيث نحصل على نتائج جيدة عندما يكون عدد عمليات التخمين يساوي 2 وتم الحصول على هذه النتيجة بالتجربة. أظهرت أيضاً النتائج بأن أفضل قيمة لتوسعة المناطق ودمج النطاق المجاور تتراوح ما بين 1 الى 4 لكل مدى، للحفاظ على الصورة من التشويه. خوارزمية جديدة ايضاً اقترحت باستخدام طريقة الفرق – المعدل لتحديد الحواف في الصورة، حيث أظهرت النتائج أن المستوى الأول من عملية التحويل كافٍ للحصول على نتائج جيدة، والحواف في الصورة تم تحسبنها بعد ذلك باستخدام تقنية العتبة، متبوعة بعمليات التثخين لتحديد المناطق المغلقة، ثم تلوين الأجزاء بعد ذلك بألوان مختلفة لفصلها عن بعض. صور العين الطبية تم تقسيمها باستخدام خوارزميتين مقترحتين؛ الأولى طبقت على صورة القزحية لتحديد حواف القزحية و البؤبؤ واستخراج أي اختلاف لوني فيها. هذه الخوارزمية طبقت على مصدرين مختلفين من الصور وأظهرت نتائج جيدة. وأن هذه الخوارزمية مفيدة عندما نريد أن نحدد منطقة الماء الأبيض في القزحية من صورة العين. الخوارزمية الثانية تتكون من مرحلتين؛ المرحلة الأولى استخدمت الخوارزمية المقترحة لتحديد الحواف والتي تعتمد على طريقة الفرق – المعدل والمرحلة الثانية تعتمد على رسم الدائرة لتحيد الجزء المطلوب و أظهرت هذه الخوارزمية نتائج جيدة لنوعين مختلفين من الصور، ولكن خلفية الصور يجب ان تحدد للحصول على نتائج جيدة باستخدام لون الخلفية الغامق. خوارزمية جديدة اقترحت لتقسيم المناطق الملونة في الصور والتي تعتمد على تحديد الحواف ومناطق البذرة باستخدام طريقة تحويل الأمواج ذات البعدين. وفي هذه الخوارزمية الصور تم تحسينها باستخدام طريقة غاوسين قبل أن يتم تحويلها إلى المستوى الأول. والتشويه في الحواف يجب أن يزال باستخدام خوارزميات مورفولوجي كال. الخوارزمية المقترحة تم تطبيقها على أنواع مختلفة من الصور، وأظهرت النتائج أن خطوة تحسين الصور ضرورية لتقليل عدد مناطق البذرة وعدد المناطق الملونة والوقت المستهلك لتنفيذ الخوارزمية. وأظهرت النتائج بأن طريقة غاوسين من الممكن أن تعطي أفضل النتائج عندما تتراوح قيمت الانحراف المعياري ما بين 1 و 3.5 غير ذلك سيتم تشويه الصورة. في هذه الخوارزمية العديد من عائلات الأمواج تم فحصها وأظهرت النتائج بان أفضل العائلات هي عائلة سمليت عند المستوى الأول لاستخراج الحدود. |
|---|
عناصر مشابهة
-
Magnetic Resonance Imaging Segmentation Using Fuzzy Clustering Algorithms
بواسطة: البشيش، ذيب عبدالكريم محمد منشور: (2005) -
Leveraging different segmentation algorithms for Effective Image Compression
بواسطة: الطراونة، تغريد محمد منشور: (2018) -
Image Segmentation and Identification in Xrayed Teeth
بواسطة: العبابسة، ليالي فؤاد منشور: (2007) -
Developing techniques for segmentation and boundary detection in image processing
بواسطة: Abd, Hesham Jondi منشور: (2001) -
Edge Detection and Image Segmentation Using Genetic Algorithms
بواسطة: Braik, Malik Shehadeh Mousa منشور: (2005)
