با سلام

قطعه بندی یک پردازش میانی در مباحث پردازش تصویر است که نقش اساسی در تحلیل تصاویر و بینایی ماشین دارد. هدف اصلی از پروسه ناحیه بندی، تقسیم تصویر به نواحی با خاصیت و ویژگی‌های مشابه می‌باشد. یکی از مدل های بسیار مهم و رایج در قطعه بندی تصویر شامل مدل‌های شکل پذیر می باشد. مدل‌های شکل پذیر منحنی‌هایی هستند که در حوزه تصویر تعریف شده و در جهت کمینه سازی توابع انرژی داخلی (سبب هموار شدن منحنی) و توابع انرژی خارجی (سبب هدایت منحنی به سمت مرز شی مطلوب) حرکت می‌کنند.

مدل‌های دگرشکل ­پذیر می‌توانند بر اساس اینکه منحنی‌ها و سطوح چطور تعریف می‌شوند، به دو گروه تقسیم­ بندی شوند :

۱– مدل دگرشکل­ پذیر پارامتری (صریح) که کانتور فعال نیز نامیده می‌شود. (Active contour)

۲- مدل دگرشکل­ پذیر غیر پارامتری (ضمنی) که مجموعه سطح (سطوح همتراز Level Set) یا کانتور فعال هندسی نیز نامیده می‌شوند. (Geometric active contour)

در این مجموعه آموزشی سعی داریم  تا مفاهیم مربوط به دسته اول یعنی مدل دگرشکل­ پذیر پارامتری ( کانتور فعال) را با زبانی ساده و روان بیان نماییم. همچنین مفاهیم مربوط به انرژی داخلیو انرژی خارجی تصویر که تشکیل دهنده این مدل می باشد را نیز تشریح نماییم. مدل کانتور فعال یکی از روش های رایج در قطعه بندی تصاویر می باشد. کانتور فعال (مار)، خمی است مقید به پیوستگی و همواری و در عین حال توسط یک میدان نیروی خارجی به طرف نقاط مرزی و لبه­ های تصویر کشیده می­شود. این مدل اولین بار توسط کاس و دیگران در سال ۱۹۸۷ ارائه شد.

شما می توانید این مجموعه آموزشی را از سایت متلب یار از لینک داده شده در ادامه مطلب تهیه نمایید.

با تشکر