CV


FA
Saeed Khorashadizadeh

Saeed Khorashadizadeh

Associate Professor

Full-Time Faculty Member

دانشکده/پردیس: Electrical and Computer Engineering

گروه/دانشکده Electrical Power Engineering

Degree: Ph.D

CV
FA
Saeed Khorashadizadeh

Associate Professor Saeed Khorashadizadeh

Full-Time Faculty Member
دانشکده/پردیس: Electrical and Computer Engineering - گروه/دانشکده Electrical Power Engineering Degree: Ph.D |

ناحیه بندی ضایعات پوس تی با استفاده از روش K-means

Authorsحسن فرسی,محمدعلی کاظمی مغستان,محمدحسن مجیدی,سعید خراشادی زاده
Conference Titleاولین کنفرانس هوش مصنوعی و پردازش هوشمند
Holding Date of Conference2022-08-31
Event Placeسمنان
Page number0-0
PresentationSPEECH
Conference LevelInternal Conferences

Abstract

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 .

Paper URL