سال انتشار: ۱۳۸۶

محل انتشار: سومین کنفرانس بین المللی فناوری اطلاعات و دانش

تعداد صفحات: ۷

نویسنده(ها):

مهدی کماندار – دانشگاه فردوسی مشهد – دانشکده مهندسی – گروه برق
سید علیرضا سیدین – دانشگاه فردوسی مشهد – دانشکده مهندسی – گروه برق

چکیده:

در این مقاله گونه ای جدید از مارهای پارامتری به نام مار پروکراستیز معرفی شده است . تابع انرژی این گونه از مارها علاوه بر ترمهای معمول، یک ترم اضافه برای اعمال اطلاعات شکل شیء نیز دارد . این ترم اضافه متشکل از فاصله پروکراستیز بین شکل مار وشکل متوسط شیء مورد نظر میباشد. اضافه کردن اطلاعات شکل شیء به تابع انرژی، باعث بهبود نتایج بخشبندی در حضور نویز،همپوشانی و پس زمینه شلوغ می شود . در این مقاله برای مینیمم کردن تابع انرژی جدید از الگوریتم طماع استفاده کرده ایم . الگوریتم طماع یک الگوریتم شبه بهینه، ولی بسیار سریع برای بهینهسازی تابع انرژی مار است . نتایج موفقیت آمیز روی تصاویر ساختگی وحقیقی حاکی از قدرت این گونه از مارها در بخش بندی تصاویر با کیفیت کم میباشد .