gender detection
 

سلام .
خسته نباشین می تونین یه برانامه در مورده gender detection توی matlab گیر بیارین؟

ای بابا این چه ربطی به پست من داشت؟ولی من هر کاری از دستم بربیاد براتون انجام میدم

************************************************** *******
در کتاب گنزالس ممکنه که کل ناحیه بندی رو به 3دسته تقسیم کرده باشه ولی این اشتباهه. انواع بسیاری دیگه داریم.مثلا همین فازی که میگید یا روشهای خوشه بندی.البته خوشه بندی را اگه از یه دید دیگری نگاه کنیم می توان گفت که از نوع رشد ناحیه است.
کلا یک نصیحت:اگر میخواهی که پردازش تصویر کار کنی اول مفهوم کلی روشهای پردازش تصویر رو یه نگاهی کن بعدش شروع به تقویت برنامه نویسی کن.یعنی شروع به mfile نوشتن کن یا لااقل برنامه شو از سایت متلب پیدا کن و تحلیل کن که استاد بشی.کتابهای موجود فقط تکنیک ها رو بهت یاد میده و مغز تو رو برای پردازش تصویر وابسته با تکنیک های خودش میکنه.البته از نظر من.
برای استفاده از نوع فازی روش کار مثل همون روش غیر فازیشه ولی اکثرا در موقع تصمیم گیری باید قواعد فازی خود را به روش فازی بنویسی.یعنی کلا برای استفاده از سیستم فازی باید اول برنامه الگوریتم رو بفهمی و بعد روش کلی فازی کردن سیستم رو یاد بگیری و در آخر با تغییرات کوچک در برنامه قدیمی اون رو فازی کنی.
به نظرم همینطوری هم از سیستم فازی برای هر مسئله استفاده نکن چون سیستمه تقریبا کیفی هست.هر وقت سر و کارت با انسان است یا شبیه آن و هدف ارزیابی انسان است از این سیستم استفاده کن.مثلا در لبه یابی اگر هدف لبه یابی از دید انسان است فازی خوب جواب میده.چون قوانین فازی رو خودت که یک انسانی تعریف میکنی و این قواعد براساس سیستم دید و فکر توست و سیستم خواسته تو رو انجام میده ولی اگر سیستم برای پردازش کامپیوتر استفاده میشه فازی خوب جواب نمیده. اینها همش بخاطر ضعف انسان در حواس پنج گانه اش هست که انسان رو مجبور به استفاده از قواعد فازی میکنه.البته سیستم فازی یک سیستم بسیار خوبی برای سیستم های ماست و اگر بتوان تمام سیستمهای موجود را چه مکانیکی چه غیرمکانیکی را فازی کرد بسیاری از مشکلات انسان رفع میشه. ولی شما حتما این نوع سیستم رو یاد بگیر.بسیار ساده است و فقط چندین تعریف و پیشفرض داره(البته برای کار ما).این بهت یه ابزار و تیپ فکری میده
اینها نظر من است و ممکنه غلط باشه

**********************************************
روش اول بر اساس هیستوگرام است.یعنی اگر تصویر مورد نظر هیستوگرامی داشته باشه که از لحاظ پخش داده ها یه واریانس خوبی داشته باشه این روش خوبیه.این روش بسیار ضعیفیه و قدیمیه و بیشتر برای جداکردن پیش زمینه از پس زمینه استفاده میشه.عیب این روش اینه اگر تعداد اشیا در تصویر زیاد باشه نمیتونه خوب جواب بده.روش دوم که یه روش خوبیه برای دید انسان لبه یابیه.لبه یابی اشیا را بر اساس مرزهایش معنی میکنه.یعنی با استفاده از یک تریشولدی میاد تفاوت پیکسل ها (مشتق گرفتن)را از نظر مقدار در یه همسایگی بر اساس الگوریتم مربوطه پیدا میکنه و میگه اگر تفاوت این پیکسلها با هم از اون مقدار تریشلد بیشتر باشه این نشان میده که ما از شیئی به شیئ دیگری رفتیم و این یک لبه بین دو شیئ است. وقتی این لبه ها پیدا شد میتوان ناحیه بندی خوبی کرد.یعنی به طور کلی لبه یابی یک پیش پردازش بسیار عالی برای ناحیه بندی است و برای اتمام کار باید این روش را با روشهای دیگر مکمل کرد تا پروسه ناحیه بندی کامل شود.یعنی الگوریتمی استفاده کنی که به اشیا یک شماره گذاری بگذاری و بتونی تعداد اشیا رو هم پیدا کنی.
روش سوم سیستم رشد ناحیه است. این روش بجای تفاوت پیکسل ها در روش لبه یابی میاد بر اساس شباهت اونا کار میکنه. یعنی میگه اگر پیکسل ها تقریبا هم اندازه باشند در یک مجموعه هستند. کلا روش کار این به این صورت است که مثل بیماری سرطان کار میکنه. اول به وسیله غده های کوچک در کل بدن پخش میشه که به اونا (seed) میگند و شروع به رشد میکنند تا کل اون ناحیه مربوطه را برا اساس سلول های مورد نظر(مثل کبد) اشغال کنند. این روش هم روش نسبتا خوبیه
در کل در ناحیه بندی بر اساس تجربه این روشها زیاد خوب نیست و باید مکملهایی به اونا اضافه کنید.اگر کلا میخواهید در درس پردازش تصویر موفق باشید باید درس patern رو یاد بگیرید. درس بسیار خوبیه.ابزار زیادی به شما میده
اینها نظر منه و ممکنه غلط باشه

سلام دوستان عزیز
من یه مقاله ای دارم با عنوان A New Parallel Segmentation Algorithm for Medical Image
بنظر شما کدش رو چطور میتونم تهیه کنم؟؟؟ با متد
svm و
Region Grow Method