الگوی انتروپی محلی جهت استخراج ویژگی های تصاویر بافتی

Authors

محمد حسین شکور

گروه مهندسی کامپیوتر، واحد شیراز، دانشگاه آزاد اسلامی فرشاد تاجری پور

دانشکده مهندسی برق و کامپیوتر، دانشگاه شیراز

abstract

روشهای زیادی برای استخراج ویژگی از تصاویر بافتی ارائه شده اند، یکی از مهمترین و ساده ترین روش ها، روش های مبتنی بر الگوی دودویی محلی است که بدلیل سادگی در پیاده سازی و استخراج ویژگی های مناسب با دقت طبقه بندی بالا، مورد توجه بسیاری از متخصصان قرار گرفته است. همچنین از ترکیب الگوی دودویی محلی و واریانس محلی ویژگی هایی با نتایج بهتر طبقه بندی تولید شده است. در اینجا از یک روش جدید بنام الگوی انتروپی محلی استفاده شده است. این روش از آن جهت که از رابطه ای مشابه انتروپی استفاده می کند بر این اساس نامگذاری شده است ولی از برخی جهات با رابطه انتروپی فرق دارد. روش پیشنهادی در مقایسه با الگوی دودویی محلی و واریانس محلی به نویز مقاوم تر است. همچنین ترکیب آن با الگوی دودویی محلی نتایج بسیار بهتری نسبت به ترکیب واریانس محلی با الگوی دودویی محلی تولید می کند. الگوی انتروپی محلی همانند واریانس نشان دهنده میزان غیرهمسان بودن الگوهای محلی هر همسایگی است. این روش ضمن اینکه کلیه ویژگی های مثبت روش های موجود مانند غیرحساس بودن به چرخش و تغییرات روشنایی را دارد، نسبت به نویز نیز بسیار مقاوم است.

Upgrade to premium to download articles

Sign up to access the full text

Already have an account?login

similar resources

ارائه روشی آماری مبتنی بر الگوی دودویی محلی بهبود یافته جهت طبقه بندی تصاویر بافتی

الگوی دودویی محلی در سالهای اخیر به یکی از توصیفگرهای پر کاربرد بافت تبدیل شده است. اکثر روش های برگرفته از این الگو با هدف افزایش مقاومت این روش نسبت به نویز و سادگی پیاده سازی، با تغییر در آستانه گذاری و کدگذاری ارائه شده اند. از جمله الگوی سه تایی محلی و الگوی سه تایی محلی تکمیل شده، که این روشها از یک مقدار آستانه در سه سطح در استخراج ویژگی دودویی، از بافت استفاده می کنند. هدف از این پا...

تغییرات جدید الگوی دودویی محلی و طبقه بندی و قسمت بندی تصاویر بافتی بستر دریا

Texture analysis plays an important role in image processing. Considering the extraordinary appearance texture sonar images, texture analysis are good choices for analysis of acoustic seabed images. Local binary pattern (LBP) operator is a very efficient and multi-resolution texture descriptor. It acquires appropriate information from the illumination and moods of images. Despite many developin...

full text

جاسازی خط ویژگی وزن‌دار برای استخراج ویژگی تصاویر ابرطیفی

One of the most preprocessing steps before the classification of hyperspectral images is supervised feature extraction. Because obtaining the training samples is hard and time consuming, the number of available training samples is limited. We propose a supervised feature extraction method in this paper that is efficient in small sample size situation. The proposed method, which is called weight...

full text

استفاده از ویژگی های بافتی در تکنیک تفاضل فریم جهت حذف سایه در تصاویر اخذ شده از خودروها

تاکنون روش­های زیادی جهت تشخیص خودروها توسط محققین ارائه‌شده است. به‌عنوان‌مثال تکنیک تفاضل فریم یکی از روش­های ارائه‌شده برای شناسایی خودروها می­باشد. در این روش ­هر تغییری در فریم جاری نسبت به تصویر پس­زمینه نشان­دهنده خودروهای متحرک می­باشد. در این روش­ها به‌طورکلی سایه خودروها به­عنوان عارضه متحرک شناسایی می­شوند و این زمانی که سایه خودروها با هم همپوشانی داشته باشند، باعث تلفیق چندیدن خودر...

full text

بهبود روشهای استخراج ویژگی مبتنی بر الگوی باینری محلی جهت طبقه بندی بافت

طبقه بندی بافت از مهم ترین مسائل مطرح در پردازش تصویر و بینایی ماشین است. روش های متنوعی برای استخراج ویژگی از تصاویر بافتی ارائه شده اند. در سالهای اخیر دو دسته ی کلی از این روش ها عملکرد بهتری از خود نشان داده اند. روش های گروه اول مبتنی بر مدل bows هستند و نرخ طبقه بندی بالایی دارند اما زمان بر می-باشند. روش های گروه دوم مبتنی بر الگوی باینری محلی (lbp) بوده و نرخ طبقه بندی کمتری نسبت به گرو...

My Resources

Save resource for easier access later


Journal title:
ماشین بینایی و پردازش تصویر

جلد ۳، شماره ۲، صفحات ۷۳-۸۵

Hosted on Doprax cloud platform doprax.com

copyright © 2015-2023