تغييرات جديد الگوي دودويي محلي و طبقه بندي و قسمت بندي تصاوير بافتي بستر دريا

New changes of local binary patterns and classification and segmentation of seabed images

تحليل بافت نقش مهمي را در پردازش تصوير ايفا مي كند. با توجه به ظاهر فوق العاده بافتي تصاوير سونار، روش هاي تحليل بافت يك انتخاب مناسب براي تحليل تصاوير آكوستيكي دريا هستند. اپراتور الگوي دودويي محلي يك توصيف گر بسيار موثر و چند رزولوشني بافت است. اين توصيف گر، اطلاعات مناسب را از تغيير روشنايي و حالات تصوير بدست مي آورد. با اينكه توسعه هاي زيادي از الگوي دودويي محلي ارائه شده است اما اپراتورهاي الگوهاي دودويي محلي موجود نسبت به نويز حساسند. همچنين گاهي اوقات منجر به توصيف الگوهاي مختلف ساختاري با كد دودويي همگون مي شوند كه به ناچار قابليت تمايز خود را كاهش مي دهند. اين تحقيق يك بررسي اجمالي پيرامون روش الگوي دودويي محلي را ارائه نموده كه شامل چندين مورد از متغيرهاي جديدتر است. سپس براي غلبه بر ناكارآمدي هاي انواع الگوهاي دودويي محلي، يك چارچوب قوي از الگوي دودويي بنام الگوي دودويي محلي تكميل شده مقاوم ارائه شده كه ارزش هر پيكسل مركزي با ميانگين مقادير شدت خاكستري خانه ها از يك مربع سه در سه جايگزين مي گردد. روش ارائه شده يك ابزار سريع با دقت بالا در طبقه بندي تصاوير بستر درياست كه مقايسه نتايج شبيه سازي با ديگر روش هاي مشهور، نشان دهنده كارآيي الگوريتم ارائه شده است.

Texture analysis plays an important role in image processing. According to the super-textured appearance of sonar images, texture analysis techniques are a good choice for analyzing the acoustic images of the seabed. Local binary pattern operator is a very effective and multi-resolution texture descriptor. This descriptor gains the appropriate information from lighting and image modes. While many developments have been provided for local binary patterns, these operators are sensitive to noise. It also sometimes leads to the description of different patterns of structure with a homogeneous binary code that inevitably reduces their discrimination ability. This research provides an overview of the local binary pattern method, which includes several of the newer variables. Then, to overcome the inefficiencies of variety of local binary patterns, a robust framework of binary pattern called completed robust binary pattern has been proposed that the value of each central pixel is replaced with the average values of the gray intensity of three-to-three square in vicinity. The proposed method is a quick tool with high accuracy for classification of seabed images that comparison of simulation results with other well-known methods, indicating the efficiency of proposed algorithm.