ارایه ی یک روش سازگار در ناحیه بندی تصویر با استفاده از تحلیل آماری در حوزه ی مکان-فرکانس

سیستم بینایی انسان قادر است که بافت ها را بصورت کاملاً خودکار و با درجه ی دقت بالایی ناحیه بندی کند. بنابراین برای ناحیه بندی بافت ها روش های متعددی مبتنی بر عملکرد سیستم بینایی انسان ارایه شده است که تمام آنها تلاش می کنند یک مدل محاسباتی بر اساس عملکرد سیستم بینایی انسان در ناحیه بندی بافت ها ارایه کنند. روش های اخیر برای مدل کردن سیستم بینایی انسان در تحلیل بافت مبتنی براستخراج مولفه های فرکانسی در باندهای گوناگون با استفاده از فیلتر گابور است. به هرحال هیچ یک از روش هایی که تا به الآن با استفاده از این فیلتر ارایه شده است سازگار و از لحاظ محاسباتی به صرفه نبوده اند. در این پایان نامه یک الگوریتم ناحیه بندی ارایه شده است که در تحلیل بافت کاملاً نزدیک به عملکرد سیستم بینایی انسان است. الگوریتم استخراج ویژگی پیشنهاد شده مبتنی بر مدل کردن انرژی تصویر توسط مدل مخلوط گوسی در حوزه ی فرکانس است. در این روش بعد از پیش پردازش مولفه های فرکانسی تصویر اصلی؛ فیلتر گوسی از طریق مدل کردن توسط مدل مخلوط گوسی در حوزه ی فرکانس به دست می آید. سپس گرادیان های بافت محاسبه می شوند و با یکدیگر جمع می شوند تا تصویر گرادیان محتوای بافت حاصل شود. نقشه ی ناحیه بندی سرانجام با اعمال تبدیل حوضچه روی تصویر گرادیان محتوای بافت حاصل می شود. نتایج پیاده سازی نشان می دهد که الگوریتم ناحیه بندی که از ویژگی های پیشنهاد شده استفاده کرده است دارای نقشه ی ناحیه بندی مناسب با حجم محاسباتی کمتر است.