Wir verwenden Cookies und Analyse-Tools, um die Nutzerfreundlichkeit der Internet-Seite zu verbessern und für Marketingzwecke. Wenn Sie fortfahren, diese Seite zu verwenden, nehmen wir an, dass Sie damit einverstanden sind. Zur Datenschutzerklärung.
Metaheuristiken für unüberwachte Klassifizierung
Details
In dieser Arbeit haben wir uns dem Bildsegmentierungsproblem mit Hilfe von Metaheuristiken genähert, die sich als sehr effektiv erwiesen haben, um gute Näherungslösungen für verschiedene Optimierungsprobleme zu liefern. In einem ersten Schritt wurde das Segmentierungsproblem in ein einköpfiges und in einem zweiten Schritt in ein mehrköpfiges Optimierungsproblem umformuliert. Der zweite Schritt bestand in der Extraktion der spektralen und texturalen Informationen des Bildes. Die Extraktion der Texturinformationen erfolgte über Co-Occurrence-Matrizen. Um die Berechnungszeit zu reduzieren, wurde zuvor eine äquivalente Requantisierung durchgeführt. Für die spektrale Information haben wir den Mittelwert und die Varianz der Graustufen im Bild berücksichtigt.
Autorentext
Lotfi Hocini obtuvo su título de Magister en Electrónica en la Universidad Mouloud Mammeri de Tizi-Ouzou.
Weitere Informationen
- Allgemeine Informationen
- GTIN 09786203594171
- Sprache Deutsch
- Größe H220mm x B150mm x T6mm
- Jahr 2021
- EAN 9786203594171
- Format Kartonierter Einband
- ISBN 978-620-3-59417-1
- Titel Metaheuristiken für unüberwachte Klassifizierung
- Autor Lotfi Hocini
- Untertitel Anwendung auf die Segmentierung von Fernerkundungsbildern
- Gewicht 161g
- Herausgeber Verlag Unser Wissen
- Anzahl Seiten 96
- Genre Mathematik