نویسندگان | حسن فرسی,محمدعلی کاظمی مغستان,محمدحسن مجیدی,سعید خراشادی زاده |
---|---|
همایش | اولین کنفرانس هوش مصنوعی و پردازش هوشمند |
تاریخ برگزاری همایش | ۲۰۲۲-۰۸-۳۱ |
محل برگزاری همایش | سمنان |
شماره صفحات | ۰-۰ |
نوع ارائه | سخنرانی |
سطح همایش | داخلی |
چکیده مقاله
در این مقاله از روش خوشه بندی K-means به منظور تشخیص ضا یعات در تصاو یر درموسکو پی استفاده شده است. در این روش ابتدا با تصحیح کنتراست رنگی سطح روشنایی تصاو یر را استاندارد میکن یم. سپس تصاویر را از فضای رنگ ی به فضای L*a*b تبدیل می کنیم. درنهایت مرز ناحیه با استفاده از الگوریتم K-means که به وسیل ه مفهوم تقریب مدل ترکیبی گوسی، بهبود داده شده به دست می آید. عملکرد این روش بر روی تصاویر واقعی درموسکو پی که از ضا یعات با رنگ ها و اندازه های مختلف گرفته میشود ارزیابی شده است. پارامترهای ارزیابی ارائه شده و نتایج به دست امده با جدیدترین روش ناحی ه بندی level set و فازی (FLICM) مقایسه شده است که دقت الگوریتم پیشنهادی در مرزها به وضوح دیده میشود. افزایش مقدار حساسیت ناحیه بندی نسبت به روش های معتبر، تاثیر روش پیشنهادی و کاربرد آن برای سیستم های CAD را نشان میدهد .
کلید واژه ها: تصاویر درموسکو پی، K-means ، ناحیه بندی، ضایعه پوستی