طبقه بندی تصاویر بافت سلولی پوست با یک فیلتر بانک جدید

بافت حاوی اطلاعات مفیدی جهت تحلیل بهتر تصاویر و تفسیر صحنه می باشد. ناحیه بندی خودکار بافت به عنوان یک مسئله مهم در تجزیه و تحلیل تصاویر مطرح است. در این مقاله بردارهای ویژگی نواحی بافتی به کمک یک فیلتر بانک استخراج می شوند. فیلتر بانک پیشنهادی، مبتنی بر توزیع طیفی ویژگی های بافتی است. در طراحی این فیلتر بانک از اصول پرداز تصاویر در سیستم بینایی بشر الهام گرفته شده است. این اصول، مبتنی بر نمونه برداری غیر یکنواخت تصویر در شبکیه است. در مدل مذکور، اطلاعات زیادی در اطراف ناحیه مورد نظر اخذ می شود و با دورتر شدن از این ناحیه، فرآیند کسب اطلاعات کاهش می یابد. هدف به دست آوردن تصویری است که از نواحی بافتی مجزا تشکیل شده وب ه وسیله مرزهای منظمی از یکدیگر جدا شده اند. بر این اساس، از توزیع انرژی خروجی هر بانک فیلتر، به عنوان یک ویژگی بافتی استفاده می شود و برای هر تصویر، 32 ویژگی بافتی مجزا، به دست می آید. در مرحله بعد، هر نوع بافت، به عنوان یک کلاس در نظر گرفته شده و بافت های درون تصویر به صورت نظارتی و بک کمک طبقه بندی کننده بیز، ناحیه بندی می شوند. نتایج عملی روی تصاویر بافت سلولی پوست، نشان می دهد که استخراج ویژگی ها مبتنی بر فیلتر بانک پیشنهادی، در مقایسه با فیلتر گابور، منجر به تمایز بهتر بافت ها می گردد. به طوری که صحت فیلتر بانک پیشنهادی در طبقه بندی تصاویر مذکور در مقایسه با فیلتر بانک گابور از 87% به 93% افزایش یافته است. همچنین سرعت فیلتر پیشنهادی بیش از دو برابر فیلتر گابور می باشد.