Segmentation is a very commonly use

Segmentation is a very commonly used term inmachine vision
and refers to several kinds of image classification techniques
(Pla, Juste, & Ferri, 1993; Slaughter and Harrell, 1989). For
example, segmentation has been used in the extraction of
contours and regions of an image (Falah, Bolon, & Cocquerez,
1994) and boundary detection (Ercal, Moganti, Stoecker, &
Moss, 1993). Features provide data reduction while preserving
the information required for segmentation. Once independent
objects of interest have been clearly segmented froman image,
the next step in the image analysis process is to measure the
individual features of each object. The simplest way to
segment an image is by a grey-level threshold or global
threshold (Annamalai, Lee, & Burks, 2004). Unfortunately, the
fruit portion, leaf portion, and background are not easily
differentiated using this method because the grey-level histogram
or colour histograms of these features are not unimodal

ผลลัพธ์ (ไทย) 1:

การแบ่งส่วนเป็นมากมักใช้
วิสัยทัศน์ระยะ inmachine และหมายถึงหลายชนิดของเทคนิคการจัดหมวดหมู่ภาพ
(ปลาตาสว่าง& Ferri, 1993; ฆ่าและ Harrell, 1989) ตัวอย่างเช่น
การแบ่งส่วนถูกนำมาใช้ในการสกัดรูปทรง
และภูมิภาคของภาพ (Falah, Bolon, & cocquerez
1994) และการตรวจสอบขอบเขต (ercal, Moganti, stoecker, &
มอส, 1993)คุณสมบัติให้ลดลงในขณะที่รักษาข้อมูล
ข้อมูลที่จำเป็นสำหรับการแบ่งส่วน อิสระครั้ง
วัตถุที่สนใจได้รับภาพ froman แบ่งอย่างชัดเจน
ขั้นตอนต่อไปในกระบวนการการวิเคราะห์ภาพคือการวัดคุณลักษณะบุคคล
ของแต่ละวัตถุ วิธีที่ง่ายที่สุดส่วน
ภาพโดยเกณฑ์ระดับเทาหรือเกณฑ์
ทั่วโลก (Annamalai ลี& Burks, 2004)โชคไม่ดีที่ส่วนผลไม้
ส่วนใบและพื้นหลังจะไม่ได้อย่างง่ายดาย
แตกต่างใช้วิธีนี้เพราะระดับเทา histograms
หรือสีสโตแกรมของคุณสมบัติเหล่านี้จะไม่ unimodal

ผลลัพธ์ (ไทย) 2:

แบ่งเป็นวิสัยทัศน์ inmachine คำที่ใช้บ่อยมาก
และอ้างถึงต่าง ๆ เทคนิคการจัดประเภทภาพ
(ปลา สว่าง & Ferri, 1993 ฆ่าและ Harrell, 1989) สำหรับ
ตัวอย่าง การแบ่งเซกเมนต์มีการใช้ในการสกัด
รูปทรงและพื้นที่ของรูป (Falah, Bolon & Cocquerez,
1994) และตรวจพบขอบเขต (Ercal, Moganti, Stoecker &
Moss, 1993) ลักษณะการทำให้ลดข้อมูลขณะรักษา
ข้อมูลที่จำเป็นสำหรับแบ่ง อิสระครั้ง
วัตถุน่าสนใจมีรูปแบ่งเป็นส่วน ๆ ชัดเจน froman,
ขั้นตอนถัดไปในกระบวนการวิเคราะห์ภาพคือวัด
แต่ละคุณลักษณะของแต่ละวัตถุ วิธีง่ายที่สุดในการ
เซ็กภาพจะจำกัดระดับสีเทา หรือสากล
จำกัด (นามา Lee & Burks, 2004) อับ การ
ส่วนผลไม้ ส่วนใบ และพื้นหลังจะไม่ได้
แตกต่างกันโดยใช้วิธีนี้เนื่องจากฮิสโตแกรมสีเทาระดับ
หรือฮิสโตแกรมสีคุณลักษณะเหล่านี้ไม่ unimodal

ผลลัพธ์ (ไทย) 3:

การแบ่งสิทธิ์การเข้าถึงเป็นอย่างมากโดยทั่วไปใช้วิสัยทัศน์ inmachine ระยะสั้น
ซึ่งจะช่วยและหมายถึงหลายอย่างของเทคนิคการจำแนก ประเภท การ ภาพ
(ปลาถ้อยคำอันเหมาะเจาะ&เหล็ก 1993 สังหารและ harrell 1989 ) ตัวอย่างเช่น
ซึ่งจะช่วยให้มีการแบ่งกลุ่มการใช้งานในการขุดได้ในเขตพื้นที่และ
ตามความโค้งมนของรูป( falah bolon & cocquerez
1994 )และการตรวจสอบแนวเขต( ercal moganti stoecker &
มอส 1993 )โดดเด่นไปด้วยให้ข้อมูลลดลงในขณะที่ยังคงรักษาข้อมูล
ที่จำเป็นสำหรับการแบ่งสิทธิ์การเข้าถึง เมื่อเป็นอิสระ
วัตถุต่างๆของดอกเบี้ยได้รับการได้อย่างชัดเจน ภาพ froman บริเวณส้นเท้าแบ่งส่วน
ขั้นตอนถัดไปในขั้นตอนการวิเคราะห์ ภาพ ที่มีการวัดโดดเด่นไปด้วย
ซึ่งจะช่วยแบบเฉพาะรายได้ของวัตถุแต่ละตัว วิธีที่ง่ายที่สุดในการ
ซึ่งจะช่วยส่วน ภาพ ที่มีสีเทา - ระดับค่าขีดจำกัดหรือระดับโลก
เกณฑ์ขั้นต่ำ( annamalai Lee & burks 2004 )เป็นที่น่าเสียดายว่าพื้นหลังและส่วนใบ
ซึ่งจะช่วยส่วนผลไม้ที่ไม่แตกต่างกันโดยใช้วิธีนี้ได้อย่างง่ายดาย

เนื่องจาก histograms ฮิสโตแกรมสีหรือสีเทา - ระดับของคุณสมบัติเหล่านี้ได้รับ unimodal ไม่ได้