این مقاله یک مطالعه مقایسه ای با استفاده از فضاهای مختلف رنگی برای ارزیابی عملکرد تقسیم بندی تصاویر رنگی با استفاده از تکنیک GrabCut اتوماتیک ارائه می دهد. اتوماسیون روش GrabCut به عنوان یک اصلاح نیمه اتوماتیک اصلی برای از بین بردن تعامل کاربر پیشنهاد شده است. GrabCut خودکار به صورت غیر نظارت شده از تکنیک خوشه بندی درختی و بومان برای مرحله قالب بندی (فرمت). GrabCut خودکار که با فضای رنگی 𝑅𝐺𝐵، 𝐻𝑆𝑉، 𝐶𝑀𝑌، 𝑋𝑌𝑍 و  YUVاعمال می شود، استفاده می کند. مطالعه تطبیقی و نتایج تجربی با استفاده از تصاویر رنگی مختلف نشان می دهد که فضای رنگی 𝑅𝐺𝐵 بهترین نمایش فضای رنگی است که برای مجموعه ای از تصاویر استفاده شده است.

1-معرفی

     فرآیند تقسیم یک تصویر دیجیتال به چندین بخش ها به عنوان تقسیم بندی تصویر تعریف می شود. تقسیم بندی هدف آن تقسیم تصویر به مناطقی است که می توانند بیشتر نمایانگر باشد و تجزیه و تحلیل آن آسان تر است. چنین مناطقی ممکن است با سطوح فردی، اشیاء، یا قسمت های طبیعی اشیاء مطابقت داشته باشد. به طور معمول تقسیم بندی تصویر فرایندی است که برای تعیین محل اشیاء و مرزها در تصاویر استفاده می شود (به عنوان مثال، خطوط یا منحنی ها). علاوه بر این، می توان آن را به عنوان فرآیند برچسب زدن هر پیکسل در یک تصویر تعریف کرد، که در آن تمام پیکسل هایی که دارای برچسب مشابه هستند برخی از ویژگی های بصری را به اشتراک می گذارند. معمولا تقسیم بندی برای محاسبه بهترین تقسیم بندی از اطلاعات محلی در تصویر دیجیتال استفاده می کند، مانند اطلاعات رنگ که برای ایجاد هیستوگرام یا اطلاعات نشان دهنده لبه ها، مرزها، یا اطلاعات بافت استفاده می شود.

     تقسیم تصویر رنگی که بر اساس ویژگی رنگ پیکسل های تصویر است فرض می کند که رنگ های همگن درتصویر مربوط به خوشه های جداگانه است و از این رو به معنی اشیاء در آن تصویر است به عبارت دیگر، هر خوشه ای یک کلاس از پیکسل ها را تعریف می کند که خصوصیات مشابه رنگ را به اشتراک می گذارند.همانطور که نتایج تقسیم بندی به فضای رنگ مورد استفاده بستگی دارد فضای رنگ تنهایی وجود ندارد که بتواند نتایج قابل قبول را برای انواع تصاویر فراهم کند. به همین دلیل، بسیاری از نویسندگان سعی کردند فضای رنگی را مشخص کنند که مشکل تقسیم تصویر رنگی خاص آنها را انطباق خواهد داد. در این کار، تقسیم بندی تصاویر رنگی با فضاهای رنگی کلاسیک مختلف، 𝑅𝐺𝐵، 𝐶𝑀𝑌، 𝑋𝑌𝑍، 𝑌𝑈𝑉، و 𝐻𝑆𝑉 آزمایش شده است که انتخاب بهترین فضای رنگی برای انواع تصاویر در نظر گرفته شده است. 

-این مقاله در نشریه هینداوی منتشر شده و ترجمه آن با عنوان GrabCut اتوماتیک در سایت ای ترجمه به صورت رایگان قابل دانلود می باشد. جهت دانلود رایگان مقاله فارسی و انگلیسی روی عنوان فارسی (آبی رنگ) کلیک نمایید.
منبع:

Color Image Segmentation Based on Different Color Space Models Using Automatic GrabCut