تشخيص خودكار تصاوير حاوي پوست بدن از تصاوير معمولي
تشخيص خودكار تصاوير حاوي پوست بدن از تصاوير معمولي
خلاصه مقاله:
جداسازي تصاوير مستحجن از تصاوير معمولي يكي از شاخه هاي طبقه بندي محتوا - محور تصاوير مي باشد. اكثر روش هاي ارائه شده براي تشخيص خودكار تصاوير مستحجن داراي دقت پاييني هستند و ميزان اشتباه در آنها زياد است. در اين تحقيق سعي گرديد ميزان تشخيص هاي اشتباه كاهش يابد لذا توزيع رنگ پوست در تصاوير مستحجن به يك شبكه عصبي خودسازمانده تعليم داده مي شود. با استفاده از اين شبكه يك فيـ.لـ.تر تشخيص پوست طراحي گرديد. بعداز تشخيص پوست در تصاوير خصوصيات آماري پيكسل هاي پوستي كنترل مي شود. در ادامه با استفاده از روش هاي مرفولوژي ماسك پوستي بهينه مي گردد. علاوه بر خصوصيات رنگ با تكيه بر لبه هاي تصوير ماسك لبه نيز استخراج شده و در نهايت با تركيب دو ماسك پوستي و ماسك لبه پيكسلهاي تشخيصي به كل پيكسلها، تصاوير در دو گروه معمولي و مستحجن طبقه بندي مي گردند.
كلمات كليدي:
شبكه عصبي خودسازمانده، طبقه بندي تصوير، محتوا - محور
|