ارسل ملاحظاتك

ارسل ملاحظاتك لنا







الرئيسية > Skin Cancer Images Segmentatio...>الوصف

Skin Cancer Images Segmentation Based Minimum Spanning Tree Algorithm and Extraction of Connected Boundaries

المصدر: المجلة العراقية لتكنولوجيا المعلومات
الناشر: الجمعية العراقية لتكنولوجيا المعلومات
المؤلف الرئيسي: Shaban, Hind Rostom Mohammed (Author)
مؤلفين آخرين: Lfta, Alyaa Abd Alhussein (Co-Author)
المجلد/العدد: مج5, ع2
محكمة: نعم
الدولة: العراق
التاريخ الميلادي: 2013
الصفحات: 135 - 150
DOI: 10.34279/0923-005-002-011
ISSN: 1994-8638
رقم MD: 707742
نوع المحتوى: بحوث ومقالات
قواعد المعلومات: HumanIndex
مواضيع:
تقسيم الصور
معالجة الصور
صور الجلد
برمجة الصور
رابط المحتوى:
PDF (صورة)      PDF (نص)      HTML
صورة الغلاف QR قانون

عدد مرات التحميل

5

حفظ في:
المستخلص: يتناول البحث استخدام خوارزمية Spanning للحد الأدنى لتقطيع واستخراج الحدود المتصلة وتحديدها للصور سرطان الجلد. تقترح الخوارزمية تكوين مخطط باستخدام الخواص المحلية وتحديد ملامح التفاصيل لنقاط المخطط واستخراج الكائنات في صور سرطان الجلد ، ثم استخراج قيم العقد خوارزمية spanning للحد الأدنى بحذف الخطوط المترابطة لصور سرطان الجلد لبيان التقطيع. تم اقتراح دمج الخوارزمية للانضمام إلى استخراج المناطق المتاخمة للحدود المتصلة باستخدام المخطط المتجاور لتجنب الإفراط في تقسيم مناطق الحدود. تبين لنا من خلال تحديد الكائنات في الصور، أن لدينا نهج يعمل بشكل جيد عندما الكائنات في الصور التي لها أقل تعقيدا من حيث التنظيم. تتكون قاعدة البيانات من 100 صورة لسرطان الجلد وبينت النتائج التجريبية فعالية الخوارزمية المقترحة لتقطيع صور لسرطان الجلد. \

In this paper we propose minimum spanning tree algorithm is capable of Segment with Extraction of connected boundaries for Skin Cancer Images Segmentation is proposed. The algorithm is proposed to create a graph using the local features minutiae points in skin cancer as objects image ,one can draw a map connect this point so the work will be able to segment any part of the skin cancer image by finding the map of the part by minimum spanning tree algorithm. We also propose an efficient merging algorithm to join adjacent Extraction of connected boundaries using an adjacency graph to avoid the over-segmentation of boundaries regions. By identifying objects in images, we show that our approach works well when objects in images have less complex organization. The experimental results confirm the effectiveness of the proposed A in skin cancer images segmentation where database consists of 100 for skin cancer images. \
ISSN: 1994-8638

عناصر مشابهة


© 2024 المنظومة. جميع الحقوق محفوظة.