CIVILICA We Respect the Science
(ناشر تخصصی کنفرانسهای کشور / شماره مجوز انتشارات از وزارت فرهنگ و ارشاد اسلامی: ۸۹۷۱)

روشی نوین با استفاده از مدل های ترکیبی گوسی برای تشخیص پیش زمینه از زمینه با تاکید بر حذف سایه

عنوان مقاله: روشی نوین با استفاده از مدل های ترکیبی گوسی برای تشخیص پیش زمینه از زمینه با تاکید بر حذف سایه
شناسه ملی مقاله: AISST01_175
منتشر شده در همایش ملی کاربرد سیستم های هوشمند (محاسبات نرم) در علوم و صنایع در سال 1392
مشخصات نویسندگان مقاله:

هدایت ابریشمی - دانشگاه آزاد اسلامی واحد مشهد
سعید راحتی قوچانی - دانشگاه آزاد اسلامی واحد مشهد
سعید ابریشمی - دانشگاه فردوسی مشهد

خلاصه مقاله:
مدل ترکیبی گاوسی محبوب ترین شیوه مدل سازی پس زمینه است. این مدل سازی بر بسیاری از مشکلات تشخیص زمینه از جمله زمینه جند مدلی، تصویربرداری همراه با نویز و غیره، فائق می آید . در این کار از یک مدل سازی پس زمینه با استفاده از مدل ترکیبی گاوسین، در فضای رنگی RGB استفاده شده است. نوآوری این کار اینست که از آنتروپی محلی پیکسل برای تشخیص تغییر نور شدید استفاده می شود و هنگامی که تشخیص تغییر نور شدید داده شد، مدل های GMM که پارامترهای آن در فضای رنگی RGB تعریف شده است تغییر به مدل با فضای رنگی rgb که نرمال شده فضای RGB است و مستقل از شدت نور می باشد، تبدیل می شود و پیکسل در این مدل تبدیل یافته برای تشخیص پس زمینه بودن یا پیش زمینه بودن مقایسه می شود.یا یررسی نتایج می توان ملاحظه کرد در روش انجام شده نقاط پس زمینه را دقیق تر بدست می آورد.

کلمات کلیدی:
مدل ترکیبی گاوسی، پس زمینه، پیش زمینه، آنتروپی، فضای رنگی

صفحه اختصاصی مقاله و دریافت فایل کامل: https://civilica.com/doc/206348/