دانلود شبیه سازی مقاله بازسازی مورفولوژیکی تطبیقی برای بخش بندی تصویر دانه ای

پروژه متلب بازسازی مورفولوژیکی (MR)

بررسی های صورت گرفته حاکی از آن است که بازسازی مورفولوژیکی (MR) توسط الگوریتم‌ های تقسیم‌ بندی تصویر با مقادیر بنیادی نظیر تبدیل حوزه آبخیر و حوزه قدرت انجام می گیرد، زیرا از قابلیت فیلتر کردن  مقادیر بنیادی (حداقل منطقه‌ای) برای کاهش بیش ‌بخش ‌بندی برخوردار است. با این وجود، MR ممکن است به اشتباه مقادیر بنیادی معنا داری را که برای انجام بخش ‌بندی دقیق مورد نیاز است را فیلتر کند. همچنین MR نسبت به مقیاس حساس است زیرا یک عنصر ساختاری تک مقیاسی مورد استفاده قرار می گیرد. در این پروژه، یک عملیات بازسازی مورفولوژیک تطبیقی ​​جدید (AMR) ارائه شده که دارای سه مزیت می باشد که بدین شرح است: ابتدا، AMR می‌تواند مقادیر بنیادی غیر مفید را به ‌طور تطبیقی فیلتر کند و در عین حال مقادیر بنیادی معنادار را حفظ نماید. دوم، از آنجائیکه از عناصر ساختاری چند مقیاسی استفاده می شود، AMR نسبت به مقیاس عناصر ساختاری حساس نیست. در نهایت، AMR دارای دو ویژگی قابل توجه است که عبارت است از افزایش یکنواختی و همگرایی که به الگوریتم‌ های تقسیم ‌بندی اولیه کمک می‌کند تا به یک تقسیم‌ بندی سلسله مراتبی مناسب دست یابند. نتایج بدست آمده از آزمایشات صورت گرفته حاکی از آن است که AMR برای بهبود عملکرد الگوریتم ‌های تقسیم‌ بندی تصویر با مقادیر بنیادی و تقسیم ‌بندی طیفی مبتنی بر مقادیر بنیادی، سودمند و موثر است. همچنین نتایج بدست آمده حاکی از آن است که، در مقایسه با چندین الگوریتم پیشرفته، الگوریتم ‌های پیشنهادی دارای نتایج بخش ‌بندی بهتری بوده و نیازمند زمان محاسباتی کمتری هستند.

این مقاله مربوط به سال 2019 بوده و شبیه سازی آن نیز در محیط نرم افزار متلب (MATLAB) انجام شده و در ادامه نیز تصاویر مربوط به خروجی های شبیه سازی قرار داده شده است: