سال انتشار: ۱۳۸۵

محل انتشار: چهارمین کنفرانس ماشین بینایی و پردازش تصویر

تعداد صفحات: ۱۱

نویسنده(ها):

هادی صدوقی یزدی – گروه الکترونیک، دانشکدة فنی و مهندسی، دانشگاه تربیت معلّم سبزوار
جواد حدادنیا – گروه الکترونیک، دانشکدة فنی و مهندسی، دانشگاه تربیت معلّم سبزوار

چکیده:

خوشه بندی یکی از ابزار اصلی در شناسایی الگو است. در خوش هبندی بدون راهنما از تعداد خوشه ها اطلاعی در دست نیست و به کمک یک معیار، خوشة بوجود آمده ارزیابی می شود. عموماً معیار چگالیِ خوشه، برای اعتبار سنجی خوشه بندی بکار م یرود. در این مقاله از معیارِ پراکندگیِ مقادیرِ ویژة ماتریسِ کورولیشنِ بردار ویژگیِ ورودی، در سنجشِ چگالی خوشه استفاده می شود و اثبات می شود که این معیار با طیف قدرت ارتباطِ مستقیم دارد و براین اساس، آستانة مناسب روی معیار پیشنهادی بدست م یآید که خوش ههایی با طیف قدرت همسان حاصل می شود. یک درختِ تصمیمِ دودویی برای خوش هبندی داده ها ایجاد شده که در هر گرهِ آن، بر اساسِ میانگینِ -k معیار پیشنهادی، داده ها به دو خوشه با الگوریتمفازی تقسیم می شوند. نتایج بدست آمده از بکارگیریِ روش پیشنهادی بر رویِ داده های مصنوعی و مقایسة آن با روشهای ارائه شده توسطXie و Bezdekکارایی آنرا نشان می دهد.همچنین از الگوریتم پیشنهادی در تقطیع تصویر استفاده م یشود. تلفیق ویژگیهایِ سطوح خاکستری و گرادیان تصویر با استفاده از این الگوریتم نتایج خوبی در تقطیع تصویر حاصل م یکند.