استخراج و طبقه‌بندی تصاویر طرح سنگ شور پوشاک جین با استفاده از الگوریتم خوشه‌بندی K-means

نویسندگان

  • زینب مزدک دانشگاه یزد، مجتمع فنی و مهندسی، دانشکده مهندسی نساجی
چکیده مقاله:

با توجه به استقبال گسترده نسل جوان از پوشاک جین و به‌ طور ویژه شلوارهای جین، طراحی و کنترل کیفیت این لباس‌ها از اهمیت بسزایی برخوردار است. با توجه به اهمیت این موضوع در صنعت پوشاک، هنوز طبقه‌بندی خاصی برای طرح‌های سنگ‌ شور مورد استفاده در شلوار جین ارائه نشده است. در این مقاله، از 306 طرح سنگ‌ شور جلو و پشت شلوار جین در شرایط یکسان نورپردازی، تصویربرداری شد. پس از پیش‌ پردازش تصاویر، با استفاده از الگوریتم خوشه‌بندی K-means، طرح سنگ‌ شور جداسازی شد و در نهایت با استفاده از خوشه‌بندی K-means، تقسیم‌ بندی طرح‌های سنگ‌ شور بخش‌ های جلو و پشت شلوار انجام شد. برای تعیین خوشه‌ بندی بهینه طرح‌ های سنگ‌ شور، برنامه خوشه‌بندی طرح‌های سنگ‌ شور بخش‌ های جلو و پشت شلوار، 100 مرتبه اجرا شد و با توجه به شاخص اعتبارسنجی دیویس- بولدین (DB)، بهترین خوشه‌ بندی انتخاب و با خوشه‌ بندی چشمی (بصری) مقایسه شد. نتایج حاکی از این است که روش خوشه‌ بندی K-means تا %60 با روش خوشه‌ بندی چشمی مطابقت دارد.

برای دانلود باید عضویت طلایی داشته باشید

برای دانلود متن کامل این مقاله و بیش از 32 میلیون مقاله دیگر ابتدا ثبت نام کنید

اگر عضو سایت هستید لطفا وارد حساب کاربری خود شوید

منابع مشابه

استخراج و طبقه بندی تصاویر طرح سنگ شور پوشاک جین با استفاده از الگوریتم خوشه بندی k-means

با توجه به استقبال گسترده نسل جوان از پوشاک جین و به­ طور ویژه شلوارهای جین، طراحی و کنترل کیفیت این لباس ها از اهمیت بسزایی برخوردار است. با توجه به اهمیت این موضوع در صنعت پوشاک، هنوز طبقه بندی خاصی برای طرح های سنگ­ شور مورد استفاده در شلوار جین ارائه نشده است. در این مقاله، از 306 طرح سنگ­ شور جلو و پشت شلوار جین در شرایط یکسان نورپردازی، تصویربرداری شد. پس از پیش­ پردازش تصاویر، با استفاده...

متن کامل

خوشه بندی تصاویر پوشاک با استفاده از پردازش تصویر و الگوریتم K-means

امروزه صنعت پوشاک و مد صنعتی جهانی است و اکثر کشورها روی این صنعت سرمایه گذاری می کنند. در سالهای اخیر با گسترش تجارت الکترونیک و با توجه به مزیت های آن مثل قابل استفاده بودن کالاها با هزینه کمتر، انتخاب گسترده تر و صرفه جویی در زمان، انبوه مردم مایحتاج خود را از وبگاه ها و فروشگاه های اینترنتی به جای مغازه ها تهیه می کنند. این موضوع، نیاز به سامانه ای را ایجاد کرده که بتواند پوشاک را شناسایی و...

متن کامل

خوشه بندی تصاویر پوشاک با استفاده از پردازش تصویر و الگوریتم k-means

امروزه صنعت پوشاک و مد صنعتی جهانی است و اکثر کشورها روی این صنعت سرمایه گذاری می کنند. در سالهای اخیر با گسترش تجارت الکترونیک و با توجه به مزیت های آن مثل قابل استفاده بودن کالاها با هزینه کمتر، انتخاب گسترده تر و صرفه جویی در زمان، انبوه مردم مایحتاج خود را از وبگاه ها و فروشگاه های اینترنتی به جای مغازه ها تهیه می کنند. این موضوع، نیاز به سامانه ای را ایجاد کرده که بتواند پوشاک را شناسایی و...

متن کامل

تصحیح سیستم طبقه بندی امتیاز توده سنگ با استفاده از الگوریتم های خوشه بندی k-means و fuzzy c-means

با توجه به اهمیت و کاربرد سیستم طبقه بندی امتیاز توده سنگ در مهندسی سنگ، هدف از این مقاله تصحیح کلاس های نهایی این سیستم طبقه بندی با استفاده از الگوریتم های خوشه بندی k-means و fuzzy c-means (fcm) است. در سیستم طبقه بندی امتیاز توده سنگ داده ها توسط یک سری از اطلاعات اولیه بر مبنای نظریات و قضاوت های تجربی طبقه بندی می شوند ولی با کاربرد الگوریتم های خوشه بندی در این سیستم طبقه بندی، کلاس بندی...

متن کامل

ادغام تصاویر چندفوکوسه با استفاده از همدوسی فاز و خوشه‌بند K-means

چکیده:در این مقاله روشی جدید برای ادغام تصاویر چندفوکوسه بر مبنای مدل همدوسی فاز ارائه شده است. الگوریتم پیشنهادشده دارای دو مرحله است. در مرحله­ی نخست، اندازه اطلاعات تصاویر ورودی با استفاده از مدل همدوسی فاز استخراج می­شود. ایده اصلی کار در این مرحله بر پایه این حقیقت است که ویژگی­های تصویر ازجمله لبه­ها در نقاطی از تصویر که مؤلفه­های فرکانسی در آن نقاط درهم­فازی بیشینه هستند، قرار دارند. در ...

متن کامل

بهینه سازی سبدسهام با استفاده از روش k-means و الگوریتم ژنتیک

 دیدگاهی که در این مقاله ارائه می دهیم در دو مرحله جای می گیرد: مرحله ی اول طبقه بندی سهم ها ی پورتفوی ابتدایی با روش k-means به دسته های کوچکتر است، سپس طبقه ای که کمترین ریسک و بیشترین بازده را دارد یا به عبارتی طبقه ای که بهینه تر می باشد را به عنوان ورودی الگوریتم خود که آن را MinVaRMaxR نامیده ایم برمی گزینیم. الگوریتم مذبور،الگوریتم پویایی، براساس الگوریتم ژنتیک و مفهوم ارزش در معرض خطر م...

متن کامل

منابع من

با ذخیره ی این منبع در منابع من، دسترسی به آن را برای استفاده های بعدی آسان تر کنید

ذخیره در منابع من قبلا به منابع من ذحیره شده

{@ msg_add @}


عنوان ژورنال

دوره 2  شماره 4

صفحات  209- 215

تاریخ انتشار 2013-03-01

با دنبال کردن یک ژورنال هنگامی که شماره جدید این ژورنال منتشر می شود به شما از طریق ایمیل اطلاع داده می شود.

میزبانی شده توسط پلتفرم ابری doprax.com

copyright © 2015-2023