Skip Navigation Linksلیست مقالات ترجمه شده / مقالات ترجمه شده مهندسی كامپيوتر /

عنوان ترجمه شده مقاله: مروری بر قطعه بندی تصویر با استفاده از خوشه بندی فازی

این مقاله مروری بر آخرین تکنیک های قطعه بندی تصویر با استفاده از خوشه بندی فازی را ارائه می دهد.

Abstract

This paper presents a survey of latest image segmentation techniques using fuzzy clustering. Fuzzy C-Means (FCM) Clustering is the most wide spread clustering approach for image segmentation because of its robust characteristics for data classification. In this paper, four image segmentation algorithms using clustering, taken from the literature are reviewed. To address the drawbacks of conventional FCM, all these approaches have modified the objective function of conventional FCM and have incorporated spatial information in the objective function of the standard FCM. The techniques that have been reviewed in this survey are Segmentation for noisy medical images with spatial probability, Novel Fuzzy C-Means Clustering (NFCM), Fuzzy Local Information C-Means (FLICM) Clustering Algorithm and Improved Spatial Fuzzy C-Means Clustering (ISFCM) algorithm

چکیده

این مقاله مروری بر آخرین تکنیک­ های قطعه بندی تصویر با استفاده از خوشه بندی فازی را ارائه می­دهد. خوشه بندی میانگین­-C فازی (FCM) بعلت خصوصیات قوی طبقه بندی داده، یکی از رهیافت ­های پرکاربرد برای قطعه بندی تصویر است. در این مقاله، چهار الگوریتم قطعه بندی تصویر با استفاده از خوشه بندی، مرور خواهند شد. برای بیان معایب FCM مرسوم، همه این روش­ها تابع هدف FCM مرسوم را اصلاح کرده و اطلاعات مکانی را در تابع عضویت FCM استاندارد دخیل کرده ­اند. تکنیک­هایی که در این مقاله مرور می­شوند، قطعه بندی برای تصاویر پزشکی نویز دار با احتمال مکانی، خوشه بندی میانگین-C فازی جدید (NFCM)، الگوریتم خوشه بندی میانگین-C اطلاعات محلی فازی (FLICM) و الگوریتم خوشه بندی میانگین-C فازی مکانی بهبود یافته (ISFCM) است.

1-مقدمه

قطعه بندی تصویر یکی از روش­های پر کاربرد برای طبقه بندی صحیح پیکسل­ های یک تصویر در کاربردهای متمایل به تصمیم است. قطعه بندی تصویر تکنیکی است که یک تصویر را به نواحی یکنواخت و بدون همپوشانی مبتنی بر بعضی معیارهای شباهت، تقسیم می­کند [6]. این تکنیک کاربردهای مختلفی در بینایی کامپیوتر، آنالیز تصویر، پردازش تصویر پزشکی و سیستم اطلاعات جغرافیایی دارد. قطعه بندی تصویر مبتنی بر دو خصوصیت اصلی از تصویر است: 1) مقادیر شدت درگیر ناپیوستگی که به تغییرات ناگهانی و تند در شدت، بعنوان یال­ ها ارجاع دارد و 2) شباهت که به قسمت بندی یک تصویر دیجیتالی به داخل نواحی مطابق با بعضی معیارهای شباهت از پیش تعریف شده ارجاع دارد....


موسسه ترجمه البرز اقدام به ترجمه مقاله " مهندسی برق " با موضوع " مروری بر قطعه بندی تصویر با استفاده از خوشه بندی فازی " نموده است که شما کاربر عزیز می توانید پس از دانلود رایگان مقاله انگلیسی و مطالعه ترجمه چکیده و بخشی از مقدمه مقاله، ترجمه کامل مقاله را خریداری نمایید.
عنوان ترجمه فارسی
مروری بر قطعه بندی تصویر با استفاده از خوشه بندی فازی
نویسنده/ناشر/نام مجله :
Emerging Technologies (ICET), 2010 6th International Conference
سال انتشار
2010
کد محصول
1005042
تعداد صفحات انگليسی
6
تعداد صفحات فارسی
23
قیمت بر حسب ریال
880,000
نوع فایل های ضمیمه
Pdf+Word
حجم فایل
367 کیلو بایت
تصویر پیش فرض


این مقاله ترجمه شده را با دوستان خود به اشتراک بگذارید
سایر مقالات ترجمه شده مهندسی برق , مهندسی كامپيوتر را مشاهده کنید.
کاربر عزیز، بلافاصله پس از خرید مقاله ترجمه شده مقاله ترجمه شده و با یک کلیک می توانید مقاله ترجمه شده خود را دانلود نمایید. مقاله ترجمه شده خوداقدام نمایید.
جهت خرید لینک دانلود ترجمه فارسی کلیک کنید
جستجوی پیشرفته مقالات ترجمه شده
برای کسب اطلاعات بیشتر، راهنمای فرایند خرید و دانلود محتوا را ببینید
هزینه این مقاله ترجمه شده 880000 ریال بوده که در مقایسه با هزینه ترجمه مجدد آن بسیار ناچیز است.
اگر امکان دانلود از لینک دانلود مستقیم به هر دلیل برای شما میسر نبود، کد دانلودی که از طریق ایمیل و پیامک برای شما ارسال می شود را در کادر زیر وارد نمایید


این مقاله ترجمه شده مهندسی برق در زمینه کلمات کلیدی زیر است:



image segmentation
clustering
fuzzy c-means

تاریخ انتشار در سایت: 2015-08-01
جستجوی پیشرفته مقالات ترجمه شده

خدمات ترجمه تخصصی و ویرایش مقاله مهندسی برق در موسسه البرز

نظرتان در مورد این مقاله ترجمه شده چیست؟

ثبت سفارش جدید