مقایسه LBG-K-means-VQ

مقایسه LBG-K-means-VQ

خوشه بندی : در پستهای قبلی به مفهوم و کاربرد خوشه بندی اشاره شده است. خوشه بندی یک روش غیرنظارتی برای یافتن و گروهبندی داده های مشابه در یک مجموعه داده می باشد.

 در این پست سعی بر این است که به ارتباط و کاربرد سه روش LBG،K-means،VQ پرداخته شود.

principal component analysis )pca)

تحلیل مولفه‌های اصلی(pca)

قبل از وارد شدن به بحث اصلی  ، بهتر است با بعضی از مفاهیم آشنا شویم.

انواع تصویر:

یک تصویر به شیوه های مختلفی میتواند ثبت  شود:

1-    انالوگ

2-    رقمی (دیجیتالی) :هر پیکسل بیانگر یک مقدار خاصی از منطقه است. هرپیکسل دارای یک ارزش عددی است که بیانگر میزان تابندگی تصویر در آن نقطه است. به این نوع تصاویر، تصاویر رستری هم می‌گویند. تصاویر رستری دارای سطر و ستون میباشند.

3-    تصاویر وکتوری

4-    مقدارپیکسلی

پردازش تصویر : انجام یکسری فرایند به روی تصویر، که امروزه بیشتر به روی تصاویر دیجیتالی انجام می شود اما پردازش نوری و آنالوگ تصویر ، پردازش اصوات و .. هم وجود دارند.

در پردازش ،به تصویر به عنوان یک سیگنال ورودی دو بعدی نگاه میشود.

هدف از انجام پردازش: بهبود کیفیت ،مشخص شدن یک قسمتهایی از تصویر، تشخیص الگو و ... .

پردازش تصویر میتواند بصورت مرزی انجام شود (تشخیص لبه) و یا به روی محتویات .

Vector Quantization)VQ) چیست؟

مکانیزم VQ ، کاربردهای زیادی دارد که می توان به کاردبرد آن برای فشرده سازی  داده ها (متن،صوت،عدد)اشاره نمود.

Vq مکانیزم نمونه برداری  است، الگوریتم vq ،ورودیها را دریافت کرده و تعداد خاصی  از آنها را به عنوان خروجی تحویل می دهد