دانلود سمینار روش های استخراج ناحیه دهان و سیستم های تشخیص
دانلود سمینار روش های استخراج ناحیه دهان و سیستم های تشخیص
فرمت قابل ویرایش ورد word
تعداد صفحات: ۴۷ صفحه
خلاصه ای از فایل
مقدمه
طبق آنچه که در قسمتهای قبل بیان کردیم روشهای مختلفی برای استخراج ویژگی وجود دارد. ویژگیهایی چون پهنای دهان، ارتفاع دهان، ارتفاع و پهنای لب بالایی و لب پایینی، گشودگی افقی و یا عمودی دهان، زوایههای گشودگی عمودی و افقی، زاویه بین نقاط گوشه چپ و راست لب، فاصله عمودی نقاط روی مرز لب، ویژگیهای حرکت لب، ضرایب تبدیل کسینوسی گسسته، هیستوگرام، فواصل شعاعی یا همان فاصله نقاط روی مرز از مرکز دهان و همچنین، ویژگیهایی که همیشه قابل رؤیت نیستند همچون ارتفاع زبان زیر لب بالایی، ارتفاع زبان بالای لب پایینی، ارتفاع زبان بین دندانها، ارتفاع دندانهای بالایی و پایینی را میتوان نام برد.
دقت استخراج ویژگیهای لب برای شناسایی مهم میباشد. یکی از عمومیترین روشها برای استخراج ویژگی استفاده از مقادیر سطح خاکستری و آشکارسازی لبه است. اما این روشها به دلایلی همچون وجود سبیل و ریش ضعیف کار میکنند. روش دیگر استفاده از لبههای افقی است که توسط کانوال[۱] تصویر با عملگر لبه Dy میباشد چون ناحیه دهان در جهت افقی مقدار لبه بزرگتری دارد. سپس تصویر نتیجه آستانهگذاری میشود که این روش نیز نتایج قابل قبولی نخواهد داشت. به همین دلیل به سراغ طیف رنگی رفته و با مولفههای رنگی به شناسایی ناحیه لب پرداخته شده است.
فهرست
۲- ۴-۲ فرمول بندی تابع هزینه ۱۸
۲-۴-۳ بهینه سازی پارامترهای مدل ۱۹
۲- ۷ – ۱ زمینه ریاضی EM – PCA ۲۵
۲- ۷- ۲ تولید منیفلد از تصویر ورودی ۲۵
۲- ۸- ۱ مدلسازی بر اساس DCT 3-D ۲۷
۲- ۸- ۱-۱ استخراج ویژگی حرکت لب ۲۸
۲- ۸- ۱- ۲ استخراج ویژگی حرکت مبتنی بر شبکه ۲۸
۲- ۸- ۱ – ۳ استخراج ویژگی حرکت مبتنی بر کانتور ۳۰
روش های استخراج ناحیه دهان و سیستمهای تشخیص ۴۱
۳-۲-۱ آنالیز ترکیب رنگ لب وپوست ۴۲
۳-۲-۲ رنگ و اشباع و شدت روشنایی (HSV) ۴۴
۳-۲-۴-۱ پیاده سازی الگوریتم ۴۶
۳-۲-۵ شدت روشنایی و باینری کردن ۴۶
۳-۳ روشهای کلاسه بندی و شناسایی ۴۸
۳-۳-۱-۲ الگوریتم پس انتشار خطا ۴۹
دیدگاه ها