research centers


Search results: Found 1

Listing 1 - 1 of 1
Sort by

Article
Spatial Modification in the Parameters of Mountain Image Clustering Algorithm
التحوير المكاني في معلمات خوارزمية الجبل لتقسيم الصورة

Author: Nahla Ibraheem Jabbar نهلة ابراهيم جبار
Journal: AL-NAHRAIN JOURNAL FOR ENGINEERING SCIENCES مجلة النهرين للعلوم الهندسية ISSN: 25219154 / eISSN 25219162 Year: 2019 Volume: 22 Issue: 1 Pages: 55-58
Publisher: Al-Nahrain University جامعة النهرين

Loading...
Loading...
Abstract

Our proposed method used to overcome the drawbacks of computing values parameters in the mountain algorithm to image clustering. All existing clustering algorithms are required values of parameters to starting the clustering process such as these algorithms have a big problem in computing parameters. One of the famous clustering is a mountain algorithm that gives expected number of clusters, we presented in this paper a new modification of mountain clustering called Spatial Modification in the Parameters of Mountain Image Clustering Algorithm. This modification in the spatial information of image by taking a window mask for each center pixel value to compute distance between pixel and neighborhood for estimation the values of parameters σ, β that gives a potential optimum number of clusters requiring in image segmentation process. Our experiments show ability the proposed algorithm in image brain segmentation with a quality in the large data sets.

استخدام الطريقة المقترحة للتغلب على عـــــيوب حساب قيــــم المعلمات في خوارزمية الجبل لتقطيع الصورة. يتطلب من جميع الخوارزميات التصنيف لبدء عملية التـــصنيف قيم المعلمات . والخوارزميات لديها مشاكل كبيرة في حساب هذه قيم المعلمات. من احدى الخوارزميات الشهيرة هي خوارزمية الجـبــــــــل التي تعـــطي العدد المتوقع للتصنيف. قدمـــــنا في هذا البحث على تــــــــعديل جـديد من تجميع جـــبل يسمى تعديل المكانية في معلمات من جبل تقــــسيم الصورة. هذا التعديل يعتمد على المعلومات المكانــــــــية للصورة عن طريق أخذ قناع نافذة لكل قيمة بكـــــسل , وحساب المسافة بين البيكسل والمتجاورات . والذي يعطي العدد الأمثل بمعلمات المطلوبة σ و β في عملية تجزئة الصــورة. تظهر تجاربنا قـــدرة الــــخوارزمية المقترحة في صوره تجزئه الدماغ مع جودة في التصنيف في التصنيف مجموعات كبيرة من البيانات.

Listing 1 - 1 of 1
Sort by
Narrow your search

Resource type

article (1)


Language

English (1)


Year
From To Submit

2019 (1)