دوره 20، شماره 4 - ( 12-1402 )                   جلد 20 شماره 4 صفحات 44-35 | برگشت به فهرست نسخه ها

XML English Abstract Print


Download citation:
BibTeX | RIS | EndNote | Medlars | ProCite | Reference Manager | RefWorks
Send citation to:

Namiranian F, Latif A. A New Approach for Digital Image Segmentation with Genetic Algorithm and Random Forest. JSDP 2024; 20 (4) : 3
URL: http://jsdp.rcisp.ac.ir/article-1-1339-fa.html
نمیرانیان فریبا، لطیف علی محمد. ارائه‌ی رویکردی نوین در بخش‌بندی تصاویر دیجیتال توسط الگوریتم ژنتیک و جنگل تصادفی. پردازش علائم و داده‌ها. 1402; 20 (4) :35-44

URL: http://jsdp.rcisp.ac.ir/article-1-1339-fa.html


دانشگاه یزد
چکیده:   (170 مشاهده)
در این پژوهش رویکردی نوین برای بخش‌بندی تصویر بر اساس الگوریتم ژنتیک و جنگل تصادفی معرفی می‌گردد. در بخش‌بندی تصویر سعی می‌شود اجزاء مختلف تصویر از یکدیگر جدا شوند. در این فرایند به تمامی پیکسل‌های داخل تصویر برچسبی داده می‌شود؛ به نحوی که پیکسل‌های با برچسب یکسان ویژگی‌های مشترکی را داشته باشند. در روش پیشنهادی این ویژگی‌ها با استفاده از فیلترهای تصویری به دست آورده می‌شود. با ترکیب این ویژگی‌ها و با الگوریتم جنگل تصادفی به عنوان طبقه­بند بخش‌بندی تصاویر انجام می‌شود. فیلترهای تصویری استفاده شده دارای تعدادی ابرپارامتر می­باشند که تنظیم صحیح این ابرپارامترها بر کارایی الگوریتم موثر است. در این مقاله انتخاب این ابرپارامترها توسط الگوریتم ژنتیک انجام می­شود. ابر‌پارامترهای فیلترهای گابور به عنوان ژن‌های کروموزوم الگوریتم ژنتیک در نظر گرفته می‌شود. تابع برازندگی f1-score حاصل از اجرای الگوریتم جنگل تصادفی برای بخش­بندی تصویر تعریف می‌شود. یافتن مقادیر مناسب ابر‌پارامترهای فیلترهای گابور و افزایش f1-score در بخش‌بندی تصویر نسبت به سایر روش‌های مورد بررسی از دستاوردهای این پژوهش است.
 
شماره‌ی مقاله: 3
متن کامل [PDF 1091 kb]   (23 دریافت)    
نوع مطالعه: پژوهشي | موضوع مقاله: مقالات پردازش تصویر
دریافت: 1401/6/13 | پذیرش: 1402/9/20 | انتشار: 1403/2/6 | انتشار الکترونیک: 1403/2/6

ارسال نظر درباره این مقاله : نام کاربری یا پست الکترونیک شما:
CAPTCHA

ارسال پیام به نویسنده مسئول


بازنشر اطلاعات
Creative Commons License این مقاله تحت شرایط Creative Commons Attribution-NonCommercial 4.0 International License قابل بازنشر است.

کلیه حقوق این تارنما متعلق به فصل‌نامة علمی - پژوهشی پردازش علائم و داده‌ها است.