كليدواژه :
آستانه گيري , بخش‌بندي تصوير , پردازش تصوير , تعديل هيستوگرام , گل محمدي
چكيده فارسي :
به منظور افزايش دقت بخش‌بندي تصاوير گل محمدي، چند روش متعادل‌سازي هيستوگرام براي بهبود كيفيت تصاوير رنگي اين گل‌ها و چند روش آستانه‌گيري براي بخش‌بندي گل‌هاي مذكور در تصوير، مورد بررسي قرار گرفت. قابل ذكر است كه تصويربرداري در فضاي باز و ساعات مختلف روز و شرايط متفاوتي از شدت نور انجام گرفت. براي بررسي دقيق‌تر، يك آزمايش فاكتوريل در قالب يك طرح كاملاً تصادفي با دو عامل روش متعادل‌سازي هيستوگرام، در 8 سطح و روش آستانه‌گيري، در 15 سطح به‌كار گرفته شد. روش‌هاي متعادل‌سازي هيستوگرام عبارت بودند از: CHE, BBHE, BHEPL-D, DQHEPL, DSIHE, RMSHE, RSIHE و تيمار شاهد بدون متعادل‌سازي هيستوگرام (NHE). همچنين روش‌هاي آستانه‌گيري عبارت بودند از: Huang, Intermodes, Isodata, Li, maximum entropy, mean, minimum, moments, Otsu, percentile, Renyi’s entropy, Shanbhag, Yen, constant و global basic thresholding method. تاثير اين دو عامل بر خصوصيات تصوير بخش‌بندي شده از قبيل: درصد سطوحي كه به اشتباه بخش‌بندي شده‌اند (PISA)، درصد هم‌پوشاني سطوح (POA)، درصد سطوحي كه تشخيص داده نشده‌اند (PUA) و درصد سطوح تشخيص داده شده گل‌ها (PDF) مورد بررسي قرار گرفت. نتيجه روش‌هاي متعادل‌سازي هيستوگرام نشان داد كه DQHEPL و NHE پايين‌ترين ميزان PUA (به‌ترتيب 13/11% و 32/8%)، بالاترين POA (به‌ترتيب 35/89% و 07/92%) و بالاترين PDF (به‌ترتيب 88/61% و 94/64%) را از لحاظ آماري دارا مي‌باشند. روش‌هاي آستانه‌گيري تاثير معني‌داري بر PISA, PUA, POA و PDF داشتند. بزرگ‌ترين مقادير PDF به روش آستانه‌گيري constant، minimum و Intremodes (به‌ترتيب 07/75%، 08/73% و 30/74%)، همچنين كمترين مقدار PISA مربوط به اين موارد بود (به‌ترتيب 35/0%، 29/1% و 35/0%) و PUA (به‌ترتيب 72/33%، 09/23% و 56/15%). اين روش‌ها بزرگ‌ترين مقدار POA را نشان دادند (به‌ترتيب 73/80%، 70/76% و 67/84%). لذا روش‌هاي مناسبي براي بخش‌بندي گل محمدي در تصوير رنگي محسوب مي‌گردند.
چكيده لاتين :
Several histogram equalization methods for enhancing the color images of Rosa Damascena flowers and some thresholding methods for segmentation of the flowers were examined. Images were taken outdoors at different times of day and light conditions. A factorial experiment in the form of a Completely Randomized Design with two factors of histogram equalization method at 8 levels and thresholding method at 15 levels, was implemented. Histogram equalization methods included: CHE, BBHE, BHEPL-D, DQHEPL, DSIHE, RMSHE, RSIHE, and no histogram equalization (NHE) as the control. Thresholding method levels were: Huang, Intermodes, Isodata, Li, maximum entropy, mean, minimum, moments, Otsu, percentile, Renyi‟s entropy, Shanbhag, Yen, constant, and global basic thresholding method. The effect of these factors on the properties of the segmented images such as the Percentage of Incorrectly Segmented Area (PISA), Percentage of Overlapping Area (POA), Percentage of Undetected Area (PUA), and Percentage of Detected Flowers (PDF) was investigated. Results of histogram equalization analysis showed that DQHEPL and NHE have the statistically significant lowest PUA (11.13% and 8.32%, respectively), highest POA (89.35% and 92.07%, respectively), and highest PDF (61.88% and 64.94%, respectively). Thresholding methods had a significant effect on PISA, PUA, POA, and PDF. The highest PDF belonged to constant, minimum, and Intermodes (75.07%, 73.08% and 74.30%, respectively) They also had the lowest PISA (0.35%, 1.29%, and 1.85%, respectively) and PUA (33.72%, 23.09%, and 15.56%, respectively). These methods had the highest POA (80.73%, 76.70%, and 84.67%, respectively). Hence, they are suitable methods for segmentation of Rosa Damascena flowers in color images.
