4.2.2.1. Thực nghiệm 1
Ta xét một bức ảnh đơn giản gồm có 5 màu :trắng, hồng, đỏ, xanh nhạt, xanh đậm.
Ta áp dụng thuật toán IT2FCM với c=6, m1=1.5 và m2=3.5 thì ta được kết quả phân cụm với cụm thứ 6 không có mẫu dữ liệu nào ngoài tâm khởi tạo.
Trong khi đó nếu áp dụng thuật toán IT2FCM cải tiến ta được kết quả cuối cùng là 5 cụm.
Cụm 1 Cụm 2 Cụm 3
Cụm 4 Cụm 5 Ảnh kết quả
4.2.2.2. Thực nghiệm 2
Ta thử nghiệm trên một ảnh xám, ta có thể thấy bức ảnh có 3 vùng khá rõ là: con sói, cỏ hoa và nền.
Khi ta thực hiện phân cụm bằng thuật toán IT2FCM với số cụm đầu vào là 5, m1=1.5 và m2=3.5. Kết quả phân cụm ta được 5 cụm.
Cụm 1 Cụm 2 Cụm 3
Cụm 4 Cụm 5 Ảnh kết quả
Khi ta áp dụng thuật toán IT2FCM cải tiến với số cụm đầu vào là 5, m1=1.5 và m2=3.5.Ta thu được kết quả 3 cụm.
Cụm 1 Cụm 2
Cụm 3 Ảnh kết quả
4.2.2.3. Thực nghiệm 3
Khi thực hiện phân cụm trên thuật toán IT2FCM với c=5, m1=1.5 và m2=3.5 ta được kết quả:
Cụm 1 Cụm 2 Cụm 3
Cụm 4 Cụm 5 Ảnh kết quả
Khi thực hiện phân đoạn áp dụng thuật toán IT2FCM cải tiến với c=5, m1=1.5 và m2=3.5 ta được kết quả là 4 cụm:
Cụm 3 Cụm 4 Và ảnh kết quả là:
4.2.2.4 Thực nghiệm 4
Ta thấy qua các thực nghiệm trên thuật toán IT2FCM cải tiến thực hiện việc phân đoạn khá tốt, loại bỏ được các cụm nhỏ không cần thiết. Tuy nhiên với kết quả phân đoạn ảnh ngọn lửa dưới đây thì kết quả phân đoạn của thuật toán IT2FCM không thực sự tốt.
Ta thực hiện việc phân đoạn ảnh ngọn lửa với m1=1.5, m2= 3.5 và số cụm c=10.
Ảnh gốc
Kết quả của IT2FCM cải tiến, ta thu được ảnh kết quả với số cụm c’=3
Ta có thể kết luận rằng tùy vào từng bài toán cụ thể mà ta có thể sử dụng các thuật toán khác nhau cho hiệu quả. Tuy nhiên với thuật toán IT2FCM cải tiến, ta có thể điều chỉnh kết quả một cách linh hoạt tham số E. Như trong thực nghiệm trên nếu ta giảm giá trị tham số E, ta thu được các kết quả tích cực hơn.
Kết quả của IT2FCM cải tiến, ta thu được ảnh kết quả với số cụm c’=5, Với tham số E’=E/5
KẾT LUẬN VÀ KIẾN NGHỊ 1. Kết luận
Với đề tài “Nghiên cứu thuật toán C-mean mờ loại hai và ứng dụng trong phân đoạn ảnh”, tôi nhận thấy lĩnh vực phân cụm dữ liệu và logic mờ là hết sức rộng lớn, đặc biệt là việc sử dụng logic mờ trong các thuật toán xử lý ảnh.
Chính vì vậy, Luận văn chỉ tập trung tìm hiểu, nghiên cứu và trình bày được một số kỹ thuật và thuật toán phân cụm dữ liệu phổ biến như K- means và FCM hay FCM cải tiến. Ngoài ra, trong luận văn này còn trình bày những thuật toán rất mới hiện nay trên cơ sở áp dụng tập logic mờ loại hai là thuật toán IT2FCM và IT2FCM cải tiến. Tiến hành cài đặt thử nghiệm thuật toán FCM IT2FCM và IT2FCM cải tiến trong bài toán phân đoạn ảnh.
Thông thường các thuật toán phân cụm thường gặp khó khăn trong việc khởi tạo tâm cụm ban đầu, cũng như việc xác định số tâm cụm một cách chính xác. Điều này làm cho việc sử dụng các thuật toán phân cụm hoặc là không ổn định hoặc đạt kết quả không mong muốn.
Luận văn đã đề xuất thuật toán phân cụm IT2FCM cải tiến nhằm thực hiện phân cụm chính xác bằng cách xác định tâm cụm khởi tạo và không cần xác định trước số cụm ban đầu. Điều này đạt được bằng cách cực tiểu hóa hàm sai số và mật độ xác suất. Thuật toán thực hiện phân đoạn trên ảnh cho kết quả tốt, ổn định và việc điều chỉnh số cụm cũng dễ dàng hơn.