Abstrait

SEGMENTATION D'IMAGE SEMI-SUIVIE UTILISANT UN CLUSTERING HIÉRARCHIQUE OPTIMAL EN SÉLECTIONNANT LA RÉGION INTÉRESSÉE COMME INFORMATION PRÉALABLE

L. Sankari et Dr C. Chandrasekar

La segmentation d'image doit être la première étape de l'analyse d'image, de la reconnaissance de formes et de l'extraction de caractéristiques. C'est un élément essentiel mais primordial de l'analyse d'image car il ne détermine que la qualité du résultat final de l'analyse d'image. Cet article traite de la segmentation d'image semi-supervisée à l'aide d'un algorithme de clustering hiérarchique. Les informations préalables pour le processus de clustering sont données sous la forme d'une sélection de zone intéressée à partir de l'image à l'aide de la souris. Ici, l'intensité, la couleur et la texture des propriétés de l'image sont prises en compte. L'idée proposée donne plus de clarté sur les régions segmentées que les méthodes existantes utilisant l'autre méthode semi-supervisée.

Avertissement: Ce résumé a été traduit à l'aide d'outils d'intelligence artificielle et n'a pas encore été examiné ni vérifié

Indexé dans

Google Scholar
Academic Journals Database
Open J Gate
Academic Keys
ResearchBible
CiteFactor
Electronic Journals Library
RefSeek
Hamdard University
Scholarsteer
International Innovative Journal Impact Factor (IIJIF)
International Institute of Organised Research (I2OR)
Cosmos

Voir plus