এআই গ্লসারি
কৃত্রিম বুদ্ধিমত্তার সম্পূর্ণ অভিধান
টেক্সচার সেগমেন্টেশন
রঙ বা তীব্রতা বিবেচনা না করে টেক্সচার বৈশিষ্ট্যের ভিত্তিতে একটি ইমেজকে সমজাতীয় অঞ্চলে বিভক্ত করার প্রক্রিয়া।
কো-অকারেন্স ম্যাট্রিক্স (GLCM)
টেক্সচার বিশ্লেষণের একটি পরিসংখ্যানগত পদ্ধতি যা একটি নির্দিষ্ট দিক এবং দূরত্বে গ্রেস্কেল স্তরের জোড়ার স্থানিক ফ্রিকোয়েন্সি মূল্যায়ন করে।
টেক্সচার ম্যাপ
দ্বি-মাত্রিক উপস্থাপনা যেখানে প্রতিটি পিক্সেল স্থানীয় টেক্সচারের পরিমাপ এনকোড করে, যা টেক্সচার সেগমেন্টেশনের ভিত্তি হিসেবে কাজ করে।
স্থানীয় এনট্রপি
একটি প্রতিবেশী উইন্ডোতে গ্রেস্কেল স্তরের অপ্রত্যাশিততার পরিমাপ, যা একটি অঞ্চলের টেক্সচার জটিলতা পরিমাপ করতে ব্যবহৃত হয়।
মাল্টি-রেজোলিউশন সেগমেন্টেশন
একটি শ্রেণীবদ্ধ পদ্ধতি যা অঞ্চলগুলির সীমানা নির্ধারণের শক্তি এবং নির্ভুলতা উন্নত করতে বিভিন্ন স্থানীয় স্কেলে টেক্সচার বিশ্লেষণ করে।
এলবিপি টেক্সচার ডেস্ক্রিপ্টর
লোকাল বাইনারি প্যাটার্ন, একটি অপারেটর যা প্রতিটি পিক্সেলকে তার প্রতিবেশীদের সাথে তুলনা করে মাইক্রো-টেক্সচার এনকোড করে, সেগমেন্টেশনের জন্য একটি শক্তিশালী হিস্টোগ্রাম তৈরি করে।
মার্কভ মডেল
একটি সম্ভাব্যতাভিত্তিক পদ্ধতি যা র্যান্ডম ফিল্ডের উপর ভিত্তি করে টেক্সচার চিহ্নিত করতে এবং সেগমেন্ট করতে পিক্সেলের স্থানিক নির্ভরতা মডেল করে।
টেক্সচার সমজাতীয়তা
সেগমেন্টেশনের মানদণ্ড যা একটি অঞ্চলের মধ্যে টেক্সচার বৈশিষ্ট্যের সাদৃশ্য পরিমাপ করে, প্রায়শই ডেস্ক্রিপ্টরের ভ্যারিয়েন্সের উপর ভিত্তি করে।
অ্যানিসোট্রপিক ফিল্টারিং
অঞ্চলভিত্তিক শোরাক কমাতে গিয়ে কনট্যুর সংরক্ষণকারী মসৃণকরণ কৌশল, যা টেক্সচার সেগমেন্টেশনের জন্য ছবি প্রস্তুত করতে অপরিহার্য।
মার্কভ র্যান্ডম ফিল্ডস (MRF)
সম্ভাব্যতা ভিত্তিক মডেল যেখানে একটি পিক্সেলের অবস্থা তার প্রতিবেশীদের উপর নির্ভর করে, টেক্সচার সেগমেন্টেশনে স্থানিক সামঞ্জস্যের সীমাবদ্ধতা আরোপ করতে ব্যবহৃত হয়।
২ডি স্পেক্ট্রোগ্রাম
স্থানীয় ফুরিয়ার ট্রান্সফর্ম দ্বারা প্রাপ্ত একটি ছবির স্থানিক ফ্রিকোয়েন্সি উপস্থাপনা, যা টেক্সচারের বৈশিষ্ট্যপূর্ণ পর্যায়ক্রমিক প্যাটার্ন প্রকাশ করে।
টেক্সচার ক্লাস্টারিং পদ্ধতি
অনিরীক্ষিত অ্যালগরিদম (যেমন টেক্সচার বর্ণনাকারীতে K-মিনস) যা একই রকম টেক্সচার বৈশিষ্ট্য ভাগ করা অঞ্চলে পিক্সেলগুলিকে গোষ্ঠীবদ্ধ করে।
টেক্সচার রিজিওন গ্রোথ
পুনরাবৃত্তিমূলক অ্যালগরিদম যা প্রাথমিক অঞ্চলকে প্রসারিত করে প্রতিবেশী পিক্সেল যোগ করার মাধ্যমে যাদের টেক্সচার বৈশিষ্ট্য বীজের মতোই।
হ্যারালিক বর্ণনাকারী
১৪টি পরিসংখ্যানগত বৈশিষ্ট্যের সমষ্টি (কনট্রাস্ট, কোরিলেশন, এনার্জি, হোমোজেনিটি) যা টেক্সচারকে সূক্ষ্মভাবে বর্ণনা করার জন্য GLCM থেকে নিষ্কাশিত হয়।
ডেটা ফিউশন সেগমেন্টেশন
একাধিক টেক্সচার বর্ণনাকারী (পরিসংখ্যানগত, ফ্রিকোয়েন্সি, কাঠামোগত) একত্রিত করে আরও শক্তিশালী এবং সঠিক সেগমেন্টেশনের পদ্ধতি।