کد مقاله کد نشریه سال انتشار مقاله انگلیسی نسخه تمام متن
1533336 1512556 2016 11 صفحه PDF دانلود رایگان
عنوان انگلیسی مقاله ISI
Classification of fragments of objects by the Fourier masks pattern recognition system
ترجمه فارسی عنوان
طبقه بندی قطعاتی از اشیاء توسط سیستم تشخیص الگو ماسک فوریه
کلمات کلیدی
تشخیص الگو، پردازش تصویر، سیستم های تشخیص الگو، حلقه های دودویی ماسک ها، قطعات مصالح،
ترجمه چکیده
فرآیند اتوماسیون تشخیص الگو برای قطعاتی از اشیاء، چالشی برای بشریت است. برای انسان، تقسیم برخی از شیء، حتی اگر جدا شده باشد، نسبتا آسان است و شاید این شناسایی می تواند پیچیده تر باشد، اگر آن را به طور جزئی با شی دیگر همپوشانی کند. با این حال، تقلید از عملکردهای چشم انسان و مغز توسط یک کامپیوتر یک مسئله بی اهمیت است. در این مقاله، یک سیستم دیجیتال تشخیص الگو بر اساس ماسک حلقه دوتایی فوریه برای طبقه بندی قطعاتی از اشیا ارائه شده است. این سیستم به موقعیت، مقیاس و چرخش غیر ممکن است، و در طبقه بندی تصاویر دارای سر و صدا قوی است. علاوه بر این، تصاویری را دسته بندی می کند که انسداد یا تخریب تقریبا 50 درصد از مساحت شی را نشان می دهد.
موضوعات مرتبط
مهندسی و علوم پایه مهندسی مواد مواد الکترونیکی، نوری و مغناطیسی
چکیده انگلیسی
The automation process of the pattern recognition for fragments of objects is a challenge to humanity. For humans it is relatively easy to classify the fragment of some object even if it is isolated and perhaps this identification could be more complicated if it is partially overlapped by other object. However, the emulation of the functions of the human eye and brain by a computer is not a trivial issue. This paper presents a pattern recognition digital system based on Fourier binary rings masks in order to classify fragments of objects. The system is invariant to position, scale and rotation, and it is robust in the classification of images that have noise. Moreover, it classifies images that present an occlusion or elimination of approximately 50% of the area of the object.
ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: Optics Communications - Volume 367, 15 May 2016, Pages 335-345
نویسندگان
, , ,