การจำแนกภาพแบบฟังก์ชันเชิงเส้นการปรับเทียบฮีสโตแกรมผูกพันบนพื้นฐานทฤษฎีอัตสารสนเทศและขั้นตอนวิธีการจัดกลุ่มค่าเฉลี่ยกลุ่มแบบฟัซซีในการส่งสารสนเทศ

ผู้แต่ง

  • บงการ หอมนาน ศูนย์วิจัย มหาวิทยาลัยธุรกิจบัณฑิตย์
  • วาทิต เบญจพลกุล าควิชาวิศวกรรมไฟฟ้า คณะวิศวกรรมศาสตร์ จุฬาลงกรณ์มหาวิทยาลัย

คำสำคัญ:

การจำแนก, ฮีสโตแกรม, การปรับเทียบ, ฟัซซี, ภาพ, สารสนเทศ

บทคัดย่อ

การพัฒนาสารสนเทศสื่อประสมกำลังได้รับการพัฒนาอย่างต่อเนื่องโดยเฉพาะด้านเทคโนโลยีสุขภาพอิเล็กทรอนิกส์ บทความนี้นำเสนอการจำแนกภาพสมองแบบการกำทอนแม่เหล็ก (MR) เฉพาะด้วยขั้นตอนวิธีค่าเฉลี่ยกลุ่มแบบฟัซซีและอัตสารสนเทศ การจำแนก MR ได้รับการปรับเทียบโดยฟังก์ชั่นเชิงเส้นผูกพันจากผลลัพธ์พร้อมจำนวนจุดภาพที่เหมาะสม ผลที่ได้พบว่าประโยชน์ของการใช้ค่าเฉลี่ยกลุ่มแบบฟัซซีและอัตสารสนเทศเงื่อนไขสำหรับภาพวิธีตำแหน่งจุดภาพทางโครงสร้างแบบฟังก์ชันเชิงเส้นการปรับเทียบฮีสโตแกรมผูกพันคือวิธีที่นำเสนอสามารถให้ค่าสารสนเทศทางภาพที่ละเอียดกว่า นอกจากนั้นเอนโทรปีสารสนเทศของภาพฐานฮีสโตแกรมตอบสนองแสดงให้เห็นว่าวิธีที่นำเสนอสามารถให้อัตราส่วนการบีบอัดข้อมูลฐานเอนโทรปีสารสนเทศต่ำกว่าด้วย

References

Anderson, J. B., & Johannesson, R. (2005). Understanding information transmission. Wiley Inter-Science.

Homnan, B., & Benjapolakul, W. (2013). Comparison of the Spatial Resolution with the Histogram

Equalization-Obligated Linear Function on Structural Pixel Position Scheme. Proceedings of ISCIT. IEEE Xplore.

Jang, J. S. R., & Sun, C. T. (1997). Neuro-fuzzy and soft computing: a computational approach to learning and machine intelligence. Prentice Hall.

Reed, T. R. (2004). Digital image sequence processing, compression and analysis. CRC press.

Stallings, W. (2007). Data and computer communications. Pearson Prentice Hall.

Strannneby, D., & Walke, W. (2004). Digital signal processing and applications. Newnes.

Vasuda, P., & Satheesh, S. (2010). Improved Fuzzy C-Means Algorithm for MR Brain Image Segmentation. International Journal on Computer Science and Engineering, 2(5), 1713–1715.

Downloads

เผยแพร่แล้ว

2020-07-17