• ارائه یک الگوریتم قطعه بندی تصویر مبتنی بر خوشه بندی c-means فرو نشانده شده با استفاده از انتخاب بهینه اطلاعات فضایی غیر محلی خود تنظیم شونده

    جزئیات بیشتر مقاله
    • تاریخ ارائه: 1395/11/05
    • تاریخ انتشار در تی پی بین: 1395/11/05
    • تعداد بازدید: 656
    • تعداد پرسش و پاسخ ها: 0
    • شماره تماس دبیرخانه رویداد: -

    الگوریتم کلاسترینگ میانگین های فازی فرونشانده یکی از الگوریتم های مهم و مؤثر در زمینه کلاسترینگ فازی است در این مقاله یک الگوریتم کلاسترینگ میانگین c فازی فرونشانده مبتنی بر انتخاب بهینه با اطلاعات فضایی غیرمحلی خود تنظیم و اطلاعات فضایی غیر محلی آ ن برای تقسیم بندی تصویر جهت حل عیوب s-fcm ارائه می شود. ابتدا یک استراتژی فرونشانده مبتنی برانتخاب بهینه برای اصلاح مقادیر درجه عضویت برای نقاط داده ارائه می شود. برای جزئیات بیشتر در هر مرحله تکرار تمامی نقاط داده براساس بیشترین مقدار درجه عضویت خود دسته بندی می شوند و سپس مقادیر درجه عضویت بالاترین نقطه داده اصلاح می شوند و در عین حال مقادیر درجه عضویت دیگر نقاط داده تغییر نمی کنند. در روش پیشنهادی ضریب درجه تعلق براساس واریانس تصویر محاسبه می شود. با افزایش ناهمگنی تصویر ضریب درجه تعلق به یک نزدیک و سبب حل مساله قطعه بندی به روش فازی و بلعکس با کاهش ناهمگنی تصویر از طریق روش سخت قطعه بندی صورت می گیرد.

سوال خود را در مورد این مقاله مطرح نمایید :

با انتخاب دکمه ثبت پرسش، موافقت خود را با قوانین انتشار محتوا در وبسایت تی پی بین اعلام می کنم