Ghép vùng theo phƣơng pháp HAC

Một phần của tài liệu phương pháp phân đoạn ảnh dựa trên mô hình tách, ghép vùng (Trang 54 - 58)

1. Stack  Img 2 Do

3.2.1 Ghép vùng theo phƣơng pháp HAC

Chức năng của chương trình: Cho phép người sử dụng cung cấp ảnh mẫu sau đó thực hiện phân đoạn ảnh theo thuật toán Single-Link và đưa ra kết quả phân đoạn. Ngồi ra chương trình cho phép ảnh sau khi phân đoạn có thể thêm vào cơ sở dữ liệu ảnh.

Giao diện của chương trình:

Ngưỡng màu=2; ngưỡng cỡ=3 Ngưỡng màu=8; ngưỡng cỡ=3

Ngưỡng màu=15; ngưỡng cỡ=3 Ngưỡng màu=30; ngưỡng cỡ=3

Hình 3.5 Kết quả phân đoạn với các giá trị ngưỡng màu khác nhau và ngưỡng cỡ giống nhau

Ngưỡng màu=10; ngưỡng cỡ=2 Ngưỡng màu=10; ngưỡng cỡ=5

Ngưỡng màu=10; ngưỡng cỡ=10 Ngưỡng màu=10; ngưỡng cỡ=30 Hình 3.6 Kết quả phân đoạn với các giá trị

ngưỡng màu giống nhau và ngưỡng cỡ khác nhau

Dựa và kết quả trên trên ta thấy với cùng một ảnh mẫu nhưng lựa chọn ngưỡng màu và ngưỡng cỡ khác nhau thì kết quả phân đoạn là khác nhau. Số lượng vùng sau khi phân đoạn phụ thuộc vào ngưỡng đầu vào. Do vậy trong ứng dụng phân đoạn ảnh vào tra cứu ảnh việc nếu chọn được ngưỡng màu và ngưỡng cỡ phù hợp sẽ cho kết quả nhanh và chính xác.

3.2.2 Ghép vùng theo phƣơng pháp K-means

Chức năng của chương trình: Cho phép người sử dụng cung cấp ảnh mẫu sau đó thực hiện phân đoạn ảnh theo thuật toán K-means và đưa ra kết quả phân đoạn. Ngồi ra chương trình cho phép ảnh sau khi phân đoạn có thể thêm vào cơ sở dữ liệu ảnh.

Giao diện của chương trình:

Hình 3.7 Chọn ảnh từ cơ sở dữ liệu

Hình 3.9 Kết quả phân đoạn với số cụm = 4

Dựa vào kết quả trên ta thấy phương pháp phân đoạn ảnh theo thuật toán K-means cho kết quả phân vùng tối ưu nhưng trước khi thực hiện phân đoạn phải cho trước số lượng vùng.

Một phần của tài liệu phương pháp phân đoạn ảnh dựa trên mô hình tách, ghép vùng (Trang 54 - 58)

Tải bản đầy đủ (PDF)

(75 trang)