کد مقاله کد نشریه سال انتشار مقاله انگلیسی نسخه تمام متن
7223487 1470559 2018 12 صفحه PDF دانلود رایگان
عنوان انگلیسی مقاله ISI
A novel Gini index based evaluation criterion for image segmentation
ترجمه فارسی عنوان
معیار ارزیابی بر اساس شاخص جینی برای تقسیم بندی تصویر
کلمات کلیدی
تقسیم بندی تصویر، ارزیابی هدف، شاخص جینی، آنتروپی، آستانه چند سطحی، بهینه سازی ذرات ذرات،
ترجمه چکیده
تقسیم بندی تصویر مهم ترین عملیات در پردازش تصویر است که نمایندگی یک تصویر را در برنامه های کاربردی بینایی کامپیوتری مفید می کند. در طی سال های گذشته، چندین الگوریتم تقسیم بندی تصویر توسعه داده شده است، در نتیجه، تعداد زیادی تکنیک برای ارزیابی نتایج تقسیم بندی پیشنهاد شده است. متأسفانه اکثر این روشها ذهنی هستند و نمی توانند مورد استفاده قرار بگیرند تا عملکرد الگوریتم های تقسیم بندی مختلف را قضاوت کنند. در این مقاله، ما یک معیار ارزیابی جدید بر اساس شاخص جینی و محاسبه آنتروپی پیشنهاد می کنیم. این روش جدید اجازه می دهد تا ارزیابی اتصال از ترتیب مناطق در تصویر جداگانه و اندازه گیری همگن بودن پیکسل در هر منطقه. در آزمایشات، تصاویر پایایی که توسط تکنیک آستانه ای چند سطحی بر اساس بهینه سازی ذرات ذرات تقسیم شده اند، به منظور تعیین قدرت، اثربخشی و سرعت معیار ارزیابی پیشنهاد شده استفاده می شود.
موضوعات مرتبط
مهندسی و علوم پایه سایر رشته های مهندسی مهندسی (عمومی)
پیش نمایش مقاله
معیار ارزیابی بر اساس شاخص جینی برای تقسیم بندی تصویر
چکیده انگلیسی
Image segmentation is the most important operation in image processing that changes the representation of an image to be useful in much computer vision applications. During the last years, several image segmentation algorithms have been developed, consequently, a great number of techniques for evaluating segmentation results have been proposed. Unfortunately, the majority of these methods is subjective and cannot be used to judge the performance of different segmentation algorithms. In this paper, we propose a novel evaluation criterion based on the Gini index and the entropy calculation. This new method permits evaluating the conjunction of the regions arrangement in the segmented image, and measuring the pixels homogeneity within each region. In experiments, benchmark images segmented by the multilevel thresholding technique based on particle swarm optimization are used to conclude the strength, the effectiveness and the rapidity of the proposed evaluation criterion.
ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: Optik - Volume 168, September 2018, Pages 446-457
نویسندگان
, , ,