TY - JOUR ID - TI - Image Segmentation Using Superpixel Based Split and Merge Method انقسام الصورة باستخدام عناصر الصورة المميزة استناداً لطريقة الانشقاق والدمج AU - Loay . K.Abood لؤي كاظم عبود AU - Raad.A.Mohammed رعد احمد محمد PY - 2015 VL - 56 IS - 1A SP - 233 EP - 237 JO - Iraqi Journal of Science المجلة العراقية للعلوم SN - 00672904 23121637 AB - A super pixel can be defined as a group of pixels, which have similar characteristics, which can be very helpful for image segmentation. It is generally color based segmentation as well as other features like texture, statistics…etc .There are many algorithms available to segment super pixels like Simple Linear Iterative Clustering (SLIC) super pixels and Density-Based Spatial Clustering of Application with Noise (DBSCAN). SLIC algorithm essentially relay on choosing N random or regular seeds points covering the used image for segmentation. In this paper Split and Merge algorithm was used instead to overcome determination the seed point's location and numbers as well as other used parameters. The overall results were better from the SLIC method depending on single threshold, which control the segments number needed (like 0.2) to accomplish the task.

يُمْكِنُ أَنْ تُعرّفَ super pixel(عناصر الصورة المميزة) كمجموعة عناصر الصورة التي لَها خصائصُ متماثلةُ، التي يُمكنُ أَنْ تَكُونَ طريقة مساعدةَ جداً لتجزئة الصورةِ. ويعتبر اللونُ عموما كأساس لعملية التجزئة هذه بالاضافة الى المميزات الاخرى(كالنسجة,المميزات الاحصائية ..الخ) . هناك العديد مِنْ الخوارزمياتِ المتوفرِة لتَقسيم لتجزئة الصورة مثل SLIC و خوارزميةً التعنقد المكاني للتطبيقات اعتمادا على الكثافة اللونية بوجود الضوضاءDBSCAN (Density-Based Spatial Clustering of Application with Noise ) . تعتمد خوارزميةُ SLIC اساساً على إخْتياَرعدد ( n ) من النقاط العشوائية أو المنتظمة والتي تغطي فضاء الصورةِ المستعملةِ لغرض تجزئة الصورة الى اجزاء لها صفات مميزة. في هذا البحث تم استخدام خوارزميةَ التقسيم والدمج (split & merge) لتَحديد مواقع النقاط واعدادها عوضا عن العشوائية في الخوارزمية السابقة بالاضافة الى التخلص من بعض المتغيرات الواجب تحديدها من قبل المستخدم لكل صورة ( حسب طبيعة الصورة). و كَانتْ النتائج أفضل مِنْ الطريقة القياسية SLIC مع الاحتياج الى تحديد قيمة عتبة (threshold) ملائمة والتي بدورها تتحكم بعدد تقسيمات الصورة مثل (0.2 ( وغيرها لانجاز المهمّة. ER -