خوشه بندی فازی با روش های مجموعه سطح برای قطعه بندی تصاویر پزشکی
thesis
- دانشگاه آزاد اسلامی - دانشگاه آزاد اسلامی واحد شاهرود - دانشکده مهندسی
- author فاطمه عبداله زاده
- adviser سیدهاشم طبسی محمود معلم
- Number of pages: First 15 pages
- publication year 1392
abstract
قطعه بندی تصاویر پزشکی با هدف بخش بندی نواحی و ساختارهای آناتومیکی تصویر ولذا جداسازی اجزای مطلوب می باشد. روش های کامپیوتری قطعه بندی تصاویر همواره با چالش هایی مانند رزولوشن پایین و کنتراست ضعیف روبه رو هستند. وجود نویز و آرتیفکت این مشکل را تشدید می کنند.دراین پایان نامه که از خوشه بندی فازی استفاده شده است ، باعث بهینه سازی در ترکیب اطلاعات خواهد شد.خوشه بندی فازی به عنوان یکی از روش هایی است که عملکرد قابل قبولی در ناحیه بندی تصاویر پزشکی داشته است. در میان الگوریتم های فازی، الگوریتم fuzzy c-means)fcm) یکی از رایج ترین الگوریتم ها می باشد. با توجه به برخی از نواقص این روش استفاده از روش های تکمیلی و ترکیب با الگوریتم های فازی منجر به ارتقاء عملکرد آنها می شود. یکی از این روش ها، روش مجموعه سطح یا level set می باشد که از مرزهای متغیر دینامیک برای قطعه بندی استفاده می کنند.به همین ترتیب پارامترهای قطعه بندی مجموعه سطح به طور مستقیم از نتایج خوشه بندی فازی حاصل می شوند و این پارامترها کنترل خواهند شد .در این پایان نامه از الگوریتم ترکیبی جدیدی به منظور قطعه بندی تصاویر پزشکی تشدید مغناطیسی مغز و جبران نارسایی های هر یک از روش های فوق استفاده می شود که از ترکیب روش های فازی c-میانگین و مجموعه سطح به دست می آیند.به منظور بهبود عملکرد سیستم یک مرحله پیش پردازش که شامل یکسان سازی هیستوگرام و فیلترینگ است ، به الگوریتم افزوده شده است. نتایج ارزیابی حاکی از عملکرد مطلوب این روش را بیان می کند.
similar resources
قطعه بندی تصاویر با استفاده از روش خوشه بندی طیفی مبتنی بر سوپرپیکسل
علم بینایی ماشین یکی از علومی است که در راستای افزایش کارایی حس بینایی در سیستمهای هوشمند به کار گرفته میشود. اولین گام در بسیاری از کاربردهای بینایی ماشین، قطعهبندی تصویر میباشد. در این پژوهش، روش خوشهبندی طیفی با سوپرپیکسل برای قطعهبندی تصویر ارائه شده است. با اعمال الگوریتم KFCM و با استفاده از توزیع عضویت در ماتریس بخشبندی، یک میزان تشابه فازی هستهای جدید پیشنهاد دادهایم که سبب کا...
full textقطعه بندی تصاویر با استفاده از روش خوشه بندی طیفی مبتنی بر سوپرپیکسل
علم بینایی ماشین یکی از علومی است که در راستای افزایش کارایی حس بینایی در سیستمهای هوشمند به کار گرفته میشود. اولین گام در بسیاری از کاربردهای بینایی ماشین، قطعهبندی تصویر میباشد. در این پژوهش، روش خوشهبندی طیفی با سوپرپیکسل برای قطعهبندی تصویر ارائه شده است. با اعمال الگوریتم KFCM و با استفاده از توزیع عضویت در ماتریس بخشبندی، یک میزان تشابه فازی هستهای جدید پیشنهاد دادهایم که سبب کا...
full textطبقه بندی سنگ های ساختمانی از دیدگاه قابلیت برش با استفاده از روش خوشه بندی فازی
پیش بینی قابلیت برش سنگ به عنوان یکی از فاکتورهای موثر در تخمین هزینهها و پیش بینی میزان تولید یک کارخانه فرآوری سنگ از اهمیت بالایی برخوردار میباشد. بنابراین شناخت کامل سنگهای ساختمانی و ارزیابی توان اجرایی دستگاههای برش در کارخانههای فرآوری، طراحان و برنامهریزان تولید را به سمت بهبود سرعت فرآوری و افزایش تولید سوق میدهد. از اینرو، به کارگیری روشهای نو و کاربردی برای دستیابی به این اه...
full textکاهش بعد تصاویر فراطیفی از طریق خوشه بندی فازی باندها
این مقاله یک روش نوین جهت انتخاب باند از تصاویر فراطیفی از طریق خوشه بندی باندها ارائه می دهد. نوآوری اصلی این تحقیق در دو موضوع قرار میگیرد: الف- ارائه یک فضای محاسباتی جدید با نام فضای پدیده که در آن باندها بر اساس انعکاس طیفی پدیده ها دارای بردار مشخصه میشودد. ب- ارائه معیار هایی نظیر عدم قطعیت و زاویه در فضای پدیده برای شناسایی باندهای با وابستگی بالا و باندهای حاوی اطلاعات. پس از آنکه فض...
full textارایه شاخصی جدید جهت سنجش اعتبار خوشه بندی در الگوریتم های خوشه بندی فازی نوع-2
One of the main issues in fuzzy clustering is to determine the number of clusters that should be available before clustering and selection of different values for the number of clusters will lead to different results. Then, different clusters obtained from different number of clusters should be validated with an index. But so far such an index has not been introduced for interval type-2 fuzzy C...
full textMy Resources
document type: thesis
دانشگاه آزاد اسلامی - دانشگاه آزاد اسلامی واحد شاهرود - دانشکده مهندسی
Hosted on Doprax cloud platform doprax.com
copyright © 2015-2023