تشخیص عنبیه چشم به کمک sparse representation و k-nearest subspace - سایت تخصصی MATLAB

تشخیص عنبیه چشم به کمک sparse representation و k-nearest subspace

i69_4
i69_4 i69_3 i69_5 i69_2
در این مقاله بخش استخراج ویژگی براساس لبه یابی شروع شده و سپس با بهبود گاما در تصویر و اعمال انتقال هاف سعی در بهبود ویژگی های استخراج شده دارد. در مرحله آخر استخراج و ...ادامه توضیحات
  • توضیحات
  • نظرات
  • ارسال نظر

در این مقاله بخش استخراج ویژگی براساس لبه یابی شروع شده و سپس با بهبود گاما در تصویر و اعمال انتقال هاف سعی در بهبود ویژگی های استخراج شده دارد. در مرحله آخر استخراج ویزگی مقاله، مدل رابرشیت را برای ساخت بردار ویژگی نهایی استفاده کرده است. در نهایت با باینری سازی بردار ویژگی و محاسبه میانگین هر بلوک از ویژگی، استخراج ویزگی به پایان می‌رسد. شکل زیر فلوچارت استخراج ویژگی را نشان می دهد.

در بخش طبقه بندی نیز از روش ترکیب طبقه بندها استفاده شده است به این ترتیب که سه روش طبقه بندی متفاوت آموزش داده شده و سپس برای تعیین وزن هرکدام از این طبقه‌بندها از الگوریتم ژنتیک استفاده می‌شود.

اجرای برنامه:

برای اجرای برنامه حتما باید دیتاست IITD در کنار دیگر فایل ها مانند شکل زیر موجود باشد.

 

 

 

 

این پروژه برای کسانی که می خواهند با روش های استخراج ویژگی عنبیه چشم بیشتر آشنا شوند و یک پروژه عملی را یاد بگیرند مناسب است.

فهرست نظرات:
هنوز هیچ نظری ارسال نشده است.
امتیاز:

درج نظر شما در مورد این محصول

نام کاربری: