کد مقاله کد نشریه سال انتشار مقاله انگلیسی نسخه تمام متن
6858731 1438402 2018 19 صفحه PDF دانلود رایگان
عنوان انگلیسی مقاله ISI
Unsupervised segmentation of hidden Markov fields corrupted by correlated non-Gaussian noise
ترجمه فارسی عنوان
جداسازی بی نظیری از زمینه های مارکف پنهان شده توسط سر و صدای غیر غایی همبسته
کلمات کلیدی
سر و صدا مرتبط، سر و صدای غیرقانونی، زمینه های تصادفی مخفی مارکوف، برچسب زدن پیکسل، نظریه شواهد، زمینه های سه گانه مارکوف،
ترجمه چکیده
مشکل برچسب گذاری پیکسل یکی از مباحث رایج در پردازش تصویر است. برای این منظور، به ویژه در زمینه فیلدهای تصادفی پنهان مارکوف، بسیاری از رویکردهای آماری ساخته شده است. چنین مدل هایی در بسیاری جهات گسترش یافته است تا داده های تصویر مناسب تر شوند. مشارکت ما تحت چنین افزایشی قرار دارد و شامل معرفی دو مدل جدید می شود که اجازه می دهد برای مقابله با سر و صدای همگانی غیر گاوس. اولین مورد کاملا احتمالا است، در حالیکه دوم، نظریه ی شواهد دمپستر-شفر را نشان می دهد، که هر دو زمینه های سه گانه خاص مارکوف هستند. علاقه مدل های پیشنهادی در تقسیم بندی بدون نظارت تصویر های نمونه و واقعی ارزیابی می شود. در حالی که هر دو مدل با توجه به مدل های کلاسیک قابل توجهی بهبود می یابند، مدل اثبات پذیری مورد توجه خاصی است که فیلد برچسب پنهان جزئیات دقیق ارائه می دهد.
موضوعات مرتبط
مهندسی و علوم پایه مهندسی کامپیوتر هوش مصنوعی
چکیده انگلیسی
Pixel labeling problem stands among the most commonly considered topics in image processing. Many statistical approaches have been developed for this purpose, particularly in the frame of hidden Markov random fields. Such models have been extended in many directions to better fit image data. Our contribution falls under such extensions and consists of introducing two new models allowing one to deal with non-Gaussian correlated noise. The first one is purely probabilistic, whereas the second one calls on Dempster-Shafer theory of evidence, both being particular triplet Markov fields. The interest of the proposed models is assessed in unsupervised segmentation of sampled and real images. While both models exhibit significant improvement with respect to classic models, the evidential model turns out to be of particular interest when the hidden label field presents fine details.
ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: International Journal of Approximate Reasoning - Volume 102, November 2018, Pages 41-59
نویسندگان
, , , ,